Meta新Agent模型支持百万上下文

人工智能

Meta 发布了 Muse Wonder 和 Muse Wonder Full，这是 Meta 迄今能力最强的模型。Muse Wonder 是 Meta 面向个人和专业 AI Agent 打造的前沿模型。两款模型都面向需要长时间执行的 Agent 工作，包括编程、法律与金融任务，以及计算机操作。Muse Wonder 现已上线 Meta Model API 和 Muse Code。Muse Wonder Full 仅向 Muse Code 付费套餐用户开放。

规模与输入输出：支持 1M token 上下文，可输入文本、图像、视频和音频，输出文本。

运行环境：仅在 Meta 云端运行，通过 API 或 Muse Code CLI 使用，支持 macOS、Linux 和 Windows。

性能：Muse Wonder Full 在 Meta 基准测试表的 14 项指标中，有 6 项排名第一。在另外几项指标上，它落后于 Claude Opus 5.5。

最佳表现：Muse Wonder 在 MemoryBench 上得分 85.6，是表中全部 5 款模型的最高分。

最弱表现：Muse Wonder 在 ProgramBench 上得分 50.0，而 Claude Opus 5.5 得分为 70.5。

在 Meta 的模型规模扩展路线中，Muse Wonder 是 Muse Spark 之后的下一款模型。Meta 团队表示，它在 Prometheus 数据中心完成训练，在预训练和强化学习阶段都取得了提升。Meta 将模型在陌生任务上的更好表现归因于规模更大的基础模型。

这次发布的核心是两项有明确名称的行为能力：

• Active Memory：在不同对话之间保留用户上下文，并在执行任务时调取所需细节。
• Active Focus：持续处理困难任务，尝试替代方案，并在采取重要行动前向用户确认。

对于开发者，Muse Wonder 能规划耗时较长的任务，并将工作委派给 sub-agent。它还能操作浏览器、桌面应用和移动应用。

Muse Wonder 在基准测试中的表现如何？

以下所有分数均来自 Meta 公布的测试表，测试时使用最高 reasoning effort。部分指标采用 Artificial Analysis、Vals AI 和 Datacurve 等第三方来源的数据。

基准测试	Muse Wonder Full	Muse Wonder	Claude Fable 5.1	GPT-6 Astra	Claude Opus 5.5
Personal Superintelligence Index（内部）	59.1	54.3	49.9	54.5	55.2
Harvey LAB-AA	13.1	10.0	6.4	8.6	4.2
Vals Finance Agent V2	59.1	56.6	58.9	53.5	58.6
AutomationBench-AA	45.4	39.1	32.1	41.6	41.2
OSWorld V2.1（部分）	78.4	72.6	80.7	75.8	81.8
MemoryBench（内部）	85.5	85.6	79.0	81.4	81.5
Terminal-Bench 4.0-AA	57.1	52.0	52.0	59.1	59.6
DeepSWE 1.1	79.0	78.8	67.4	74.1	74.2
SWE-Marathon	57.5（xhigh）	53.1	45.6	42.5	46.3
ProgramBench	59.0	50.0	55.5	52.5	70.5
AA Intelligence Index v4.3	56	52	53	53	58

注意：PSI、MemoryBench 和 FocusBench 都是 Meta 内部评测。model card 表示，对竞品的测试已尽力完成，但可能没有经过调优。SWE-Marathon 中，竞品使用了 Codex 和 Claude Code，因此这些结果并非在统一测试框架下得出。

Muse Wonder 与 Claude Opus 5.5、Claude Fable 5.1 和 GPT-6 Astra 的对比

特性	Muse Wonder	Muse Wonder Full	Claude Opus 5.5	Claude Fable 5.1	GPT-6 Astra
开发者	Meta	Meta	Anthropic	Anthropic	OpenAI
参数量	未披露	未披露	未披露	未披露	未披露
上下文	1M	1M	1M	1M	1.05M
输入模态	文本、图像、视频、音频	文本、图像、视频、音频	文本、图像	文本、图像	文本、图像
开放权重	否	否	否	否	否
API 价格（每 1M token 的输入／输出）	$4 / $20	仅限订阅	$4 / $20	$10 / $50	$10 / $50
使用渠道	Model API、Muse Code	Muse Code Power（$50）或 Maximum（$200）	Claude API	Claude API	OpenAI API
DeepSWE 1.1	78.8	79.0	74.2	67.4	74.1

如何使用 Muse Wonder：新用户分步指南

步骤 1：打开 dev.meta.ai，点击 Start building 登录。Muse Code 的安装命令也在同一页面上。

步骤 2：选择模型。Muse Wonder 每百万 token 的输入费用为 $4，缓存输入费用为 $0.20，输出费用为 $20。Muse Wonder Full 需要订阅 Muse Code 套餐：Power 每月 $50，Maximum 每月 $200。

步骤 3：使用 Meta 账号登录。确认姓名，接受 Model API 条款，然后点击 Get started。

步骤 4：添加付款方式，然后创建 API key。新账号会看到“No payment method”提示，此时 Create API key 按钮处于禁用状态。在 Billing 中添加银行卡，然后打开 API keys，选择 Create API key。按照快速入门指南，将其导出为环境变量 MODEL_API_KEY。

步骤 5：在 Playground 中测试。打开 Chat，选择 muse-wonder-1.0，然后设置 temperature、max tokens 和 reasoning effort。

步骤 6：复制可运行的代码。点击 Get code，获取 curl 或 Python 代码片段。代码会调用位于 https://api.meta.ai/v1/responses 的 Responses endpoint。

该 API 与 OpenAI 兼容，因此只需更换 base URL，就能使用 OpenAI SDK：

import os
from openai import OpenAI

client = OpenAI(base_url="https://api.meta.ai/v1", api_key=os.environ["MODEL_API_KEY"])
resp = client.responses.create(model="muse-wonder-1.0", input="List 3 risks in this lease clause: ...")
print(resp.output_text)

步骤 7：也可以在终端中使用 Muse Code。在 Mac 上，使用 curl -fsSL https://dev.meta.ai/install.sh | bash 安装。在 Windows 上，使用 irm https://dev.meta.ai/install.ps1 | iex。在项目目录中运行 muse，信任工作区并登录。默认模型为 muse-spark-1.2。使用 /models 切换模型，或通过 muse --model muse-wonder-1.0 启动。

Muse Wonder 的价格为每百万 token 输入 $4、输出 $20，支持 1M 上下文。

Muse Wonder Full 在 DeepSWE（79.0）和 SWE-Marathon（57.5）上领先。

Claude Opus 5.5 仍在 ProgramBench、OSWorld 和 Terminal-Bench 上领先。

Wonder Full 仅能通过 Muse Code 使用，每月 $50 起。

目前尚未公布参数量、开放权重或完整的安全报告。

欢迎查看研究博客、model card 和开发者文档。本项目的全部功劳归于其研究者。也欢迎在 Twitter 上关注我们，别忘了加入我们拥有 150k+ 成员的机器学习 SubReddit，并订阅我们的 Newsletter。等等，你使用 Telegram 吗？现在也可以加入我们的 Telegram 社群。

Michal Sutter 是一名数据科学专业人士，拥有帕多瓦大学数据科学硕士学位。他在统计分析、机器学习和数据工程方面基础扎实，擅长将复杂数据集转化为可指导行动的洞察。