過去一段時間，Meta 在頂尖 AI 模型的競爭中始終落後於 OpenAI、Anthropic、Google 等對手。從今年 4 月推出 Muse Spark 一路追趕到現在，Meta 終於在稍早端出旗下最強的 Muse Wonder 系列：「Muse Wonder」與更強的「Muse Wonder Full」兩個版本。
Muse Wonder 系列主打的不是聊天，而是能實際幫你把事情做完的 AI 代理，包括新模型會跨對話記住你在意的事，遇到卡關也會換方法繼續做，程式開發能力同樣大幅提升。
跑分方面，多項成績也都超越 Anthropic 的 Claude Fable 5.1 和 OpenAI 的 GPT-6 Astra。
Meta 發表最強 AI 模型 Muse Wonder！主打 AI 代理、長期記憶與程式開發，多項跑分贏過 Claude、GPT-6
Meta 稍早在 Meta AI Research 官方部落格宣布推出 Muse Wonder 系列，包含 Muse Wonder 與 Muse Wonder Full 兩款模型，官方定位是「個人與專業 AI 代理」用的前沿模型，也是 Meta 目前能力最強的模型。
規格部分，根據官方模型卡，Muse Wonder 系列可以輸入文字、圖片、影片與音訊，輸出則是文字，推論時的上下文視窗為 100 萬 Token。
Muse Wonder 是標準版，開放給開發者透過 Meta Model API 付費串接；Muse Wonder Full 則是能力更強的完整版，目前只開放給 Muse Code 訂閱者使用，沒有提供 API。
從跑分來看，兩者的差距不小，Meta 官方比較表裡大部分拿第一的項目，都是 Full 版拿下的。
下方表格是 Meta 公布的比較表，對手包括 OpenAI 的 GPT-6 Astra、Anthropic 的 Claude Fable 5.1 與 Claude Opus 5.5，所有模型都以最高推理強度（max）測試。完整成績如下，粗體為該項最高分：
| 測試項目 | Muse Wonder Full | Muse Wonder | Claude Fable 5.1 | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|---|---|
| 個人與專業代理 | |||||
| Personal Superintelligence Index（個人與知識工作綜合指數） | 59.1 | 54.3 | 49.9 | 54.5 | 55.2 |
| Harvey LAB-AA（法律代理） | 13.1 | 10.0 | 6.4 | 8.6 | 4.2 |
| Vals Finance Agent V2（金融分析研究） | 59.1 | 56.6 | 58.9 | 53.5 | 58.6 |
| HealthBench Pro（開放式健康問題） | 62.3 | 60.5 | 62.1 | 65.3 | 65.6 |
| AutomationBench-AA（端到端商業流程） | 45.4 | 39.1 | 32.1 | 41.6 | 41.2 |
| GDP.pdf（專業工作） | 33.2 | 30.8 | 27.6 | 34.2 | 30.6 |
| JobBench（專業工具使用） | 75.3 | 70.5 | 73.1 | 66.1 | 75.4 |
| OSWorld V2.1（電腦操作，partial／binary） | 78.4／39.4 | 72.6／34.3 | 80.7／43.1 | 75.8／34.3 | 81.8／－ |
| MemoryBench（記憶上下文） | 85.5 | 85.6 | 79.0 | 81.4 | 81.5 |
| 程式開發 | |||||
| Terminal-Bench 4.0-AA（終端機代理程式開發） | 57.1 | 52.0 | 52.0 | 59.1 | 59.6 |
| DeepSWE 1.1（長時程程式開發） | 79.0 | 78.8 | 67.4 | 74.1 | 74.2 |
| SWE-Marathon（超長時程軟體工程） | 57.5（xhigh） | 53.1 | 45.6 | 42.5 | 46.3 |
| ProgramBench（從零開始寫程式） | 59.0 | 50.0 | 55.5 | 52.5 | 70.5 |
| 綜合 | |||||
| Artificial Analysis Index | 56 | 52 | 53 | 53 | 58 |
程式開發是這次最亮眼的部分。
在長時程的程式開發測試 DeepSWE 1.1 中，Muse Wonder Full 拿到 79.0%，Claude Opus 5.5 是 74.2%、GPT-6 Astra 是 74.1%，三個月前的 Muse Spark 1.1 只有 53.3%，等於 Meta 在這項測試一口氣進步超過 25%：
更考驗耐力的 SWE-Marathon，Muse Wonder Full 拿到 57.5%，Claude Opus 5.5 是 46.3%、Claude Fable 5.1 是 45.6%，GPT-6 Astra 只有 42.5%，領先幅度超過 10%。標準版 Muse Wonder 在這兩項也分別拿到 78.8% 與 53.1%，同樣贏過所有對手：
記憶能力也是 Meta 這次的主打，在 Meta 自家的 MemoryBench 測試中，標準版 Muse Wonder 拿到 85.6%，反而比 Full 版的 85.5% 多一點點，兩者都明顯領先 Claude Opus 5.5 的 81.5%、GPT-6 Astra 的 81.4% 與 Claude Fable 5.1 的 79.0%：
AI 代理相關測試，Full 版也拿下好幾個第一。
像是端到端商業流程自動化的 AutomationBench-AA，Muse Wonder Full 拿到 45.4%，GPT-6 Astra 是 41.6%、Claude Opus 5.5 是 41.2%：
當然，Meta Wonder 也不是每一項都贏，在這張表格中，Claude Opus 5.5 在好幾項還是保持領先。
Meta 也提供第三方評測機構 Artificial Analysis 的綜合智慧指數排名。
9 月 Muse Spark 1.3 的 48 分，已經追平 GPT-6 Sol。而這次的 Muse Wonder 標準版拿到 52 分，不僅跟 GPT-6.1 Sol 同分，Full 版更以 56 分拿下第二，超過 Claude Fable 5.1、GPT-6 Astra 與 Google 的 Gemini 4 Argon（皆為 53 分），只輸給 Claude Opus 5.5 的 58 分：
Muse Wonder 系列現在已經能透過 Meta Model API 與 Muse Code 使用。Muse Wonder Full 則只提供給 Muse Code 訂閱者。
Meta 也表示，Muse Wonder 很快會導入個人 AI 代理服務 Muse，並且優先開放給訂閱者，之後也會用在 Muse 的 Artifact 生成等需要更高智慧的功能上。
