Meta在2026年10月12日正式推出Muse Wonder系列模型，包含Muse Wonder与Muse Wonder Full两款，定位个人与专业智能体任务。这是Meta超级智能实验室重组一年多以来，首个正面迎战GPT-6 Astra与Claude Fable 5.1的前沿模型。扎克伯格称其为「迈向个人超级智能的重要一步」，但这次Meta选择了与年初开源Muse Glimmer截然不同的商业路线。
Active Memory：让AI真正「记住」你是谁
大模型普遍存在「对话结束即遗忘」的问题，用户每次开启新对话都要重新交代背景。Muse Wonder通过Active Memory机制尝试解决这一痛点：模型在推理过程中持续维护一个动态记忆层，跨对话保留用户偏好、关键信息和已完成的任务进度。换一个窗口也能接着办之前的事，无需每次重复输入。
相比之下，Claude Opus 5.5和GPT-6 Astra的记忆能力主要依赖上下文窗口拼接，在超长对话场景下面临token消耗急剧上升的问题。Muse Wonder的记忆层设计相当于把「记忆」从上下文负载中剥离出来，形成独立的长期存储通道。官方模型卡显示，该机制在MemoryBench上得分超过Fable、Opus和Astra。
Active Focus：长程任务不再半途而废
长程智能体任务的另一大难题是「中途卡死」——任务执行过程中遇到阻碍时，传统模型往往直接返回错误或停止响应。Muse Wonder的Active Focus引入了自主策略切换能力：任务受阻时，模型会主动尝试替代方案；从错误中恢复后，能无缝衔接之前的进度继续执行；在执行关键操作前，还会主动向用户确认。
这种设计在复杂的多步骤工作流中价值尤为突出。例如，一个跨多个文档的调研任务，中途遇到某文件权限问题，Active Focus不会直接宣告失败，而是记录当前位置并给出备选路径，待用户授权后继续执行。
基准实测：与头部差距在哪里
Meta官方披露的对比数据显示，Muse Wonder Full在智能体类、编程类和记忆类基准上与头部竞品「互有胜负」。但具体到编程能力，官方承认仍不及Claude Opus 5.5；在涉及3D生成的早期用户体验中，表现也比较粗糙。
| 维度 | Muse Wonder Full | Claude Opus 5.5 | GPT-6 Astra | MetaMuse Glimmer（年初开源版） |
|---|---|---|---|---|
| 上下文窗口 | 100万token | 20万token | 50万token | 12.8万token |
| 记忆机制 | Active Memory（跨对话） | 上下文拼接 | 上下文拼接 | 无独立记忆层 |
| 长程执行 | Active Focus | 基础重试 | 基础重试 | 不支持 |
| API定价 | $4输入/$20输出 | $15输入/$75输出 | $10输入/$30输出 | 开源免费 |
| 开源状态 | 闭源 | 闭源 | 闭源 | Apache 2.0 |
| MemoryBench | 超越Fable/Opus/Astra | 已评测 | 已评测 | 未评测 |
闭源订阅：Meta的AI商业化转向
Muse Wonder已通过Meta Model API和Muse Code面向开发者开放，定价为每百万输入token 4美元、每百万输出token 20美元，与Claude Opus 5.5大致持平。Muse Wonder Full不走API，仅向Muse Code订阅用户开放。两款模型后续将逐步接入Muse个人助手应用，首先面向订阅用户分层推送。
值得注意的是，年初Meta以Apache 2.0开源Muse Glimmer时，社区曾给予高度评价。此番转向闭源收费，被外界普遍解读为Meta正式确立订阅收入模式、从「开源旗手」转向「商业AI公司」的战略调整。
Meta此前因Muse未经授权访问用户消息深陷隐私争议，记忆能力越强，数据边界问题越敏感。此次发布中，Meta强调了数据最小化原则，但具体实现机制尚待第三方审计验证。
俄亥俄训练：Prometheus吉瓦级数据中心首度曝光
官方信息显示，Muse Wonder在俄亥俄州的Prometheus吉瓦级数据中心完成训练。这是Meta首次公开其超大规模训练基础设施的地理位置信息。吉瓦级（GW级）数据中心意味着单设施功耗达到数十万千瓦级别，对供电、散热和网络基础设施要求极高在全球AI军备竞赛中，训练算力基础设施的选址与规模正成为模型能力之外的新竞争维度。
结语：Muse Wonder适合谁
Muse Wonder的核心差异化在于「跨对话记忆+长程主动执行」，对于需要AI持续跟进的复杂工作流用户（如研究员、开发者、内容创作者）吸引力较强。100万token上下文也使其在处理超长文档时具备结构上的优势。但定价与Claude Opus 5.5持平且编程能力仍落后，加上闭源策略可能限制部分企业用户的采纳意愿，其市场表现仍有待观察。
FAQ
Muse Wonder和Glimmer有什么区别？
Glimmer是2026年初开源的Apache 2.0模型，定位轻量助手；Wonder是2026年10月发布的闭源前沿模型，上下文100万token、独立记忆层、长程执行能力全面升级，两者不在同一量级。
100万token上下文实际能做什么？
约等于一次性输入约75万汉字，或约1500页PDF，适合需要AI阅读理解整本书籍、完整代码库或长篇法律合同的场景。
和Claude Opus 5.5相比选哪个？
如果需要跨对话持续记忆和多步骤任务执行，Muse Wonder优势明显；如果偏重编程能力和已验证的生态，Claude Opus 5.5仍是当前主流选择。
延伸阅读
- 蓝虫具身发布模块化人形机器人「小白」：0.98 万元起售，22 自由度单臂负载 7kg3 周前
- MiniCPM5-2B 开源：2B 端侧基座，Agentic Index 20 分约为同级十倍3 周前
- 16岁少年用Claude规划登山路线被困悬崖，AI导航局限性引发警示2 天前
- Claude Code Projects 云端线程 Beta：一个对话拆成多条线程，每条独占仓库副本3 周前