Meta 发布 Muse Wonder 系列：1M 上下文、$4/$20 每百万 token，Muse Wonder Full 仅对 Muse Code 订阅者开放
Meta 于 2026-10-12 发布 Muse Wonder 与 Wonder Full：1M 上下文、$4/$20 每百万 token，Full 仅订阅可得，主打 Active Memory 与 Active Focus。
2026-10-13 · Meta Superintelligence Labs 研究博客《Muse Wonder: A Frontier Model For Personal & Professional AI Agents》（2026-10-12，一手核对）/ Meta 开发者博客《Put your ideas to work with Muse Wonder and Muse Wonder Full》（Josh Walters，2026-10-12）
发布 2026-10-13核实 2026-10-13要点速览
- 两个 checkpoint，不是「一个模型两档推理」：官方模型页列出两个 ID——
muse-wonder-1.0与muse-wonder-full-1.0。Full 是独立 checkpoint，不是 API 模型上的一个 flag，官方明确标注 「Muse Code subscription only」。 - Muse Wonder 今日上线 Meta Model API 与 Muse Code；Muse Wonder Full 今日对 Muse Code 订阅者开放，不在按量付费 API 上。
- 定价（官方开发者博客原文）：「launching on Muse Code and Meta Model API at $4 input / $20 output per million tokens」。缓存输入为 $0.20 每百万 token（官方模型页与开发者博客口径一致）。这个价格与 Claude Opus 5.5 的输入/输出/缓存三档完全相同。
- 上下文 1M token，输入支持文本、图像、视频、音频，输出为文本。
- 两个新能力名词：Active Memory（跨会话携带关于你的重要上下文，并在任务需要时主动检索）与 Active Focus（任务变难时尝试替代路径、穿越阻塞、适应新信息；需要时主动澄清，重要动作前先确认）。
- 训练基础设施：官方称训练于其 gigawatt 级 Prometheus 数据中心；距 Meta 启动 AI 体系「从第一性原理重建」14 个月。
- 消费端时间表未给：官方只说 Muse Wonder 「will soon power experiences in Muse」、「will roll out first to subscribers」，未公布日期。
两个 checkpoint 的差别在哪
Meta 这次的发布结构值得单独讲——它把「最强分数」和「你能买到的东西」拆成了两列。
| Muse Wonder | Muse Wonder Full | |
|---|---|---|
| 模型 ID | muse-wonder-1.0 | muse-wonder-full-1.0 |
| 上下文 | 1M | 1M |
| Meta Model API | ||
| Muse Code | Power Usage / Maximum Usage 两档订阅） | |
| 每百万 token | $4 输入 / $0.20 缓存输入 / $20 输出 | 无按量价（订阅内含） |
这张表最重要的一行是「Meta Model API：。 也就是说，官方宣传里那些最好看的分数，大部分来自你用 API 拿不到的那个 checkpoint。做选型时不能把「Muse Wonder Full 的跑分」直接当成「我接 API 能得到的效果」。
订阅侧的官方口径只有一句得以确认：新的 Maximum Usage 档 「brings an 80x limit over the Everyday Usage plan and the same five-hour and weekly resets」（80 倍用量上限，沿用同样的五小时与每周重置节奏），Muse Wonder Full 同时包含在 Power Usage 与新推出的 Maximum Usage 两档中。
Active Memory 与 Active Focus：这次真正的差异点
官方对两个能力的定义相当克制，值得原样记：
- Active Memory —— 「carrying important context about you across conversations and actively retrieving the details relevant to the task at hand」。注意是「主动检索」，不是「全量塞进上下文」。这是 2026 年长程 agent 的主流做法：记忆是检索问题，不是容量问题。
- Active Focus —— 「trying alternative approaches, working through blockers, and adapting to new information」，并且 「it asks for clarification when needed and checks in before taking important actions」。最后半句是安全设计：不是「跑到底」，而是「关键动作前回调人类」。
对应的评测也是 Meta 自己的：FocusBench 测专注持续性，SWE-Marathon 测超长软件工程项目的持续执行，MemoryBench 测记忆。这三个基准都是 Meta 自家基准，分数属于厂商口径，本站不转录具体数值。
与其他三家怎么比：先把「口径」摆平
官方那张 14 行跑分表把 Muse Wonder / Muse Wonder Full 与 Claude Fable 5.1、GPT-6 Astra、Claude Opus 5.5 并列，全部取 max reasoning effort。
本站的处理是：不转录这张表的逐行数字。 原因是二手源对同一张表的解读互相冲突——有来源统计「Muse 系列在 14 行中领先 7 行」，也有来源统计「可 API 调用的 Muse Wonder 在 Meta 自家表上 14 行里输给 Opus 5.5 九行」。两种说法都来自对同一张厂商表的不同读法，本站未能取得官方原表逐行核对（模型页表格在抓取时不可用），因此只保留两个可确认的定性结论：
- 官方开发者博客的明确声明：「Muse Wonder Full tops coding benchmark leaderboards, including DeepSWE and SWE-Marathon in independent third-party runs, outperforming every other model evaluated」——即官方称 Full 在 DeepSWE 与 SWE-Marathon 两项上领先，且强调是第三方独立跑分。
- 所有分数都是厂商在自家 harness 下取得，官方原文亦说明 「For more details about our evaluations, see our report」，未见独立复现。
给开发者的实际含义：如果你现在接的是 API（也就是 muse-wonder-1.0），别用 Full 的分数做容量规划；能对外承诺的只有「与 Opus 5.5 同价、同为 1M 上下文」。
安全口径：官方这次写得很具体
研究博客的安全一节给了三个可核实的点：
- 官方称 Muse Wonder 是其 most aligned model to date；
- 针对 CBRN（化学 / 生物 / 放射 / 核）与 cyber 误用提供了 「our strongest safeguards to date」，同时保留前沿网络能力供防御用途，依据是 Meta Superintelligence Scaling Framework；
- 完整安全评测报告 「will be available soon」，截至本文核对时未发布。
另有二手来源（Fello AI）引述模型卡原文称：「Without mitigations, we do not rule out the model reaching this threshold in the Chemical & Biological domain」，并称 Meta 在应用安全训练与系统级分类器后把残余风险评为「moderate or lower」。该引述本站未从官方模型卡原文逐字核对（模型卡 PDF 抓取失败），列入待核实。
对开发者的影响
① 想用就得先分清两个 ID。 muse-wonder-1.0 走 API 或 Muse Code；muse-wonder-full-1.0 只有订阅。安装命令官方给的是 curl -fsSL https://dev.meta.ai/install.sh | bash（Muse Code）。
② 同价对标 Opus 5.5，是这次最实在的信号。 $4/$20 + $0.20 缓存三档与 Opus 5.5 一致、上下文同为 1M——前沿模型的价格带在 2026 年 10 月已经收敛到这个位置。比价时真正要量的是缓存读那一列（长程 agent 九成以上输入走缓存价）和你的 p95 输入长度。
③ 别急着迁生产。 官方自己把这次叫 preview（开发者文档措辞），消费端无日期，安全报告未发布。先在小流量 / 非关键链路上跑一轮，尤其是长程任务——Active Memory / Active Focus 这类能力只有跑上几周真实负载才看得出来。
AI 之家 观点
这次发布的传播结构比模型本身更值得警惕。 官方把最好看的分数放在一个你拿不到的 checkpoint 上，再让它在同一张表里和对手并列——这不是造假，是一种极其高效的叙事设计：读者记住的是「Meta 登顶」，而实际能下单的是另一列。做选型的人必须把「哪一行是我能买到的」当成第一问，而不是第二问。参见站内 Claude Code 与 Codex 两篇对同一家厂商不同发布结构的处理。
第二点：Active Memory 的措辞暴露了行业共识。 官方写的是 actively retrieving，不是「记住一切」。记忆已经从「上下文窗口竞赛」彻底转向「检索与召回质量竞赛」——这和本站 上下文工程 与 上下文压缩 两篇讲的是同一件事：长程 agent 的瓶颈从来不是能不能装下，而是能不能在该用的时候拿出来。
第三点：Meta 的产品路径和另外三家不一样。 Anthropic / OpenAI / Google 的主线是「编程 agent 先落地、再向外扩」；Meta 明说 「we'll be using Muse Wonder to develop specialized models that we can bring to everyone using Muse」——它的终点是消费级个人助理，编程是验证场不是目的地。这决定了两件事：Muse Code 大概率会长期当作能力展示而非主力营收；以及它的定价与配额会更偏向订阅制而非 API 用量制。选 Meta 路线的人，赌的是消费端生态，不是 API 性价比。
待核实
- Muse Code 各档订阅的确切月费：官方开发者博客只确认 Maximum Usage = Everyday Usage 的 80 倍上限，未列金额。二手来源（Fello AI、Okay News）称 Power Usage 为 $50/月、Maximum Usage 为 $200/月，本站未取得官方定价页原文，不作为确定事实写入。
- 14 行官方跑分表的逐行数值：模型页表格抓取不可用，二手转引的归属互相冲突，本站不转录。
- 模型卡关于化生风险的原文措辞：二手转引，未逐字核对官方 PDF。
- 是否开放权重：官方未宣布开源计划。Alexandr Wang 对媒体表示 「We're still committed to open source」（Axios），未对 Wonder 系列本身作出承诺。
- 消费端 Muse 的上线日期与地区范围：官方仅说「soon」「先给订阅者」，无日期；已知 Muse 订阅仍在 limited testing 且非全地区可用。
- 完整安全评测报告的发布时点：官方称「即将」，未给日期。
- 中国大陆可用性：Meta 服务在中国大陆的直连可用性非本文核验范围，本站不做判断。
来源
- Muse Wonder: A Frontier Model For Personal & Professional AI Agents（Meta Superintelligence Labs 研究博客，2026-10-12，一手核对）
- Put your ideas to work with Muse Wonder and Muse Wonder Full（Meta 开发者博客，Josh Walters，2026-10-12）
- Muse Wonder 模型页（Meta Developer，模型 ID / 上下文 / 定价表）
- 延伸阅读：Muse Code 工具卡、Claude Code、Codex、上下文工程、上下文压缩
口径说明：本文定价（$4 / $0.20 / $20）、两个模型 ID、1M 上下文、Active Memory / Active Focus 的定义、80 倍配额上限与安装命令均取自上述 Meta 官方页面原文；发布日期 2026-10-12 取自官方博客标注，非推断。凡官方未给出的金额、日期与逐行跑分，本站一律留空并列入待核实，不做转抄。