Meta 發表 Muse Wonder 與 Muse Wonder Full,卻只先替前者開放 API。這留下具體的比較限制:Full 在程式產品內的成績,能否成為開發者自建代理的選型依據,還要等相同模型能在自己的流程運行後才能確認。供應範圍
官方發布日期為 2026-10-12,未列時刻與時區;TechCrunch 報導時間為 2026-10-12T10:56:00-07:00。本文於台北 10 月 13 日 09:07 查核,採用仍在 48 小時範圍內的前一日發布,不把報導跨日當成事件當日。發布 報導
Wonder 提供 1M token 上下文,API 每百萬輸入、輸出 token 分別收費 4 與 20 美元。Full 暫無 API,先提供給 Muse Code 每月 50 與 200 美元方案訂戶。月費與按量費率對應不同使用方式,不能直接換算成相同工作量的成本。API 與訂閱
長任務的記憶,需要容許修正
Meta 的 Active Memory 跨對話保留情境,按任務取回相關資訊;Active Focus 則讓模型遇到阻礙時嘗試其他途徑,必要時詢問使用者。公司展示用 Wonder 製作可玩的 3D 廚房遊戲,說明生成結果可以包含互動;展示尚未證明一般使用者能以相同品質完成任意軟體。機制與展示
這個方向讓我較看好需要反覆修改的工作。假設使用者做廚房配置,先指定某種材質,後來改變預算,代理除了記住舊選擇,也得撤回受影響的安排。保存較多資訊可能減少重述需求;若舊條件持續支配後續修改,記憶反而會放大一次誤解。這是假設情境,並非發布展示已量測的結果。
我會讓這類產品呈現目前採用的限制,並讓使用者直接修正。理由是長任務的目標可能改變,單靠模型重新集中注意力,無法保證它正在遵循最新要求。對產品團隊,記憶是否可檢查、改動後是否一致更新,比把整段對話永久留下更接近使用者的需要。
較強的 Full,先隨產品交付
Artificial Analysis 在最高推理設定下,給 Wonder 與 Full 的 Intelligence Index v4.3 分數分別為 52 與 56,前代 Muse Spark 1.3 為 48。Wonder 每項指數測試任務成本為 $4.52,前代為 $1.60;Full 未按 token 定價,沒有可比較的每任務費用。這些結果不能當成公司每件工作的報價,也未證明繁體中文任務同樣受益。獨立測試
模型卡註明,SWE-Marathon 各模型使用不同代理工具,不能當成控制相同條件的比較。Meta 也未排除 Full 在無防護時達到化學及生物高風險門檻,加入防護後評為中等或以下;這是公司的判定,完整安全報告仍待提供。評測條件與限制 報告狀態
因此,我會把這次發布分成兩種產品選擇。願意在 Muse Code 工作的團隊,可以評估 Full 與現成工具共同交付的能力;需要把代理嵌入自家服務的團隊,目前能採用的是 Wonder。前者的進步不能自動算成後者的收益,也不宜把排行榜最高的版本寫進一份尚無法實現的產品承諾。
Full 目前綁定產品的供應安排,讓模型競爭包含了使用介面的選擇。我的推論是,團隊若需要保留既有流程,就會更在意模型是否開放,以及搬離現成產品後還能保留多少能力。這次已能確認 Wonder 的 API 與 Full 的訂閱入口;現有來源未提供兩者在相同工具、相同需求修正下的完成品質比較。
封面沿用本站 Muse Code 品牌插畫,並非 Wonder 介面或發布現場;事件圖片因 DNS 解析失敗未能下載。
來源: