AI-translated from English; not yet reviewed by a fluent editor.
# Meta推出面向AI智能体的Muse Wonder和Wonder Full
> Meta已通过Model API和Muse Code发布Muse Wonder，并在符合条件的订阅中提供Wonder Full。Meta表示，Wonder稍后将进入面向消费者的Muse；更完整的安全评估结果仍待公布。
By BIG CHANGE Editorial
Published: 2026-10-12T22:13:11.530Z
Updated: 2026-10-12T22:13:11.530Z
Canonical: https://bigchange.ai/blog/meta-muse-wonder-agent-model-access
AI-generated conceptual illustration by BIG CHANGE, based on a task described by Meta AI Research; not an actual Muse Wonder output.
Meta于2026年10月12日推出Muse Wonder和Muse Wonder Full，将Muse产品线从早先的Spark扩展到新模型。Meta称，这些模型可承担更长的智能体任务和要求较高的编程工作。开发者可通过Meta Model API或Muse Code使用Muse Wonder。符合条件的Muse Code订阅用户可以使用Muse Wonder Full。Meta表示，这些模型稍后将为其面向消费者的Muse智能体提供支持；这项部署不属于10月12日面向开发者的发布内容。
## 重大变化
- **有哪些变化：** Meta现在通过Model API和Muse Code向开发者提供Muse Wonder，供他们构建能够执行多步骤任务的智能体。Meta将Muse Wonder Full列入Muse Code的Power Usage和Maximum Usage订阅，而面向消费者的Muse产品目前还没有Wonder。
- **为何重要：** 不同的访问方式决定了发布时谁能在自己的工具中试用该模型。Meta描述了跨对话保留记忆以及克服障碍、持续工作的能力。当智能体处理长期任务而非单次提示时，这些能力才有意义。它们在日常使用中的可靠性仍有待验证。
- **接下来关注什么：** Meta承诺发布的安全报告将提供更多评估细节。待独立测试可用后，再结合Meta宣布的消费者版部署，读者将能更有依据地判断Wonder在Meta发布材料之外的表现。
## 谁能使用新模型
[Meta的发布公告](https://about.fb.com/news/2026/10/introducing-muse-wonder-models/)列出了两个模型。Muse Wonder可通过Meta Model API和Muse Code使用。Muse Code订阅用户可以使用Muse Wonder Full。[开发者模型页面](https://dev.meta.ai/models/muse-wonder)将API模型标为`muse-wonder-1.0`，列出一百万token的上下文窗口，并给出价格：每百万输入token 4美元、每百万缓存输入token 0.20美元、每百万输出token 20美元。对于Muse Code的Power Usage和Maximum Usage订阅计划，该页面列出`muse-wonder-full-1.0`，但没有列出Full的API token价格。
对于想在Meta面向消费者的智能体中寻找该模型的读者来说，这一区别很重要。Muse已经存在；BIG CHANGE此前[报道过它与小型企业的连接方式以及审批控制](https://bigchange.ai/blog/meta-muse-small-business-connectors-approvals)。Meta表示，Wonder将**很快**为Muse中的体验提供支持，并首先面向订阅用户。这是未来的产品变化，不能证明Muse用户在发布时已经在与Wonder对话。Meta的[API概览](https://dev.meta.ai/docs/overview)将Muse Wonder访问描述为预览，因此采用前应重新核实可用范围和条款。
Meta没有宣布以开放权重形式发布Wonder。[Axios报道称](https://www.axios.com/2026/10/12/meta-new-ai-models-anthropic-openai)，Meta没有说明是否会发布Wonder系列模型的权重。另行发布的Muse Glimmer采用开放权重；不能将这一状态套用到Wonder。
## Meta所说的记忆和专注是什么
Meta的[研究文章](https://research.meta.ai/blog/muse-wonder)将**Active Memory**描述为在不同对话间保留重要上下文，并检索与当前任务相关的细节。文章将**Active Focus**描述为通过尝试其他方法、排除障碍、适应新信息、请求澄清以及在重要操作前进行检查来继续完成困难任务。这些是对模型预期行为的描述，并非已发布的保证，不能保证智能体记住所有相关事实或完成每一项任务。
这些机制与Meta对个人和专业智能体的定位有关：有用的智能体需要在执行可能包含多个步骤的任务时保留正确上下文。Meta的[研究文章](https://research.meta.ai/blog/muse-wonder)展示Muse Wonder根据复杂的匹配要求为婚礼制作定制座位表；BIG CHANGE没有复现该任务，也没有根据这段公司演示验证其普遍可靠性。Meta提到了记忆、编程和延长执行方面的评估，包括FocusBench和SWE-Marathon。其研究文章和模型页面展示了对比结果，但发布当天的数字和结论主要来自公司自身。[TechCrunch的报道](https://techcrunch.com/2026/10/12/meta-releases-its-first-frontier-model-muse-wonder/)也将这些对比归因于Meta的测试。BIG CHANGE没有运行这些模型，也没有复现相关评估。
## 性能和安全问题仍未解决
Meta称Muse Wonder和Wonder Full是其能力最强的模型，并表示它们在个人和专业智能体任务上取得领先结果。现有证据支持的较窄结论是：Meta根据自己选择的任务、设置和对比发布了这些结果。这些信息无法证明模型在他人的工具、数据和审批流程中能否可靠工作。独立报道确认了发布和访问条件，但没有独立验证Meta的基准测试说法。
对于可能处理消息、日历或文档的智能体，安全尤为重要。Meta表示，它训练Wonder系列谨慎处理私人信息、抵御有害请求并支持防御性网络安全工作。[发布公告](https://about.fb.com/news/2026/10/introducing-muse-wonder-models/)和[研究文章](https://research.meta.ai/blog/muse-wonder)都表示，将发布包含更多安全评估内容的完整报告。在报告公布前，读者无法审查支撑公司安全描述的完整评估。Meta表示模型会在重要操作前征求确认；这一意图应在实际发生这些操作的产品和任务环境中接受评估。
目前可以确定的是，开发者能够访问Muse Wonder，订阅用户能够访问Muse Wonder Full。面向消费者的部署、更广泛的独立性能证据以及完整的安全评估，是仍待实现的不同里程碑。
### 来源及延伸阅读
- [Meta Newsroom: Introducing Muse Wonder and Muse Wonder Full](https://about.fb.com/news/2026/10/introducing-muse-wonder-models/)（2026年10月12日）。Meta公告确认了两个模型的发布、当前访问方式的区别、Muse部署计划以及公司宣称的安全方法。本文中的产品和性能描述均为Meta的说法。
- [Meta AI Research: Muse Wonder](https://research.meta.ai/blog/muse-wonder)（2026年10月12日）。解释Meta对Active Memory和Active Focus的定义，并介绍其评估讨论。基准测试结果由公司报告；Meta表示之后将发布更完整的安全报告。
- [Meta developer model page](https://dev.meta.ai/models/muse-wonder)（2026年10月12日查阅）。列出模型标识、上下文窗口、API token价格和Muse Code访问方式。价格和可用性可能变化；使用服务前请重新查看页面。
- [Meta Model API overview](https://dev.meta.ai/docs/overview)（2026年10月12日查阅）。将Muse Wonder描述为预览版，并说明开发者访问途径。该页面不能证明所有账户或地区都能访问。
- [Axios: Meta unveils new frontier-class AI models](https://www.axios.com/2026/10/12/meta-new-ai-models-anthropic-openai)（2026年10月12日）。关于发布和Meta竞争定位的独立报道；澄清开放权重的Muse Glimmer是另一个模型。该报道没有验证Wonder的基准测试结果。
- [TechCrunch: Meta releases its first frontier model](https://techcrunch.com/2026/10/12/meta-releases-its-first-frontier-model-muse-wonder/)（2026年10月12日）。独立报道发布和访问条款，并将性能对比归因于Meta的测试。BIG CHANGE没有进行实测。
## Sources
- [Meta Newsroom: Introducing Muse Wonder and Muse Wonder Full](https://about.fb.com/news/2026/10/introducing-muse-wonder-models/) — Meta于2026年10月12日发布的公告确认了两个模型的推出、开发者和Muse Code访问、未来进入面向消费者的Muse的计划，以及公司宣称的安全方法。性能和安全描述均为Meta的说法。
- [Meta AI Research: Muse Wonder](https://research.meta.ai/blog/muse-wonder) — Meta于2026年10月12日发布的研究文章定义了Active Memory和Active Focus，并介绍公司的评估讨论。基准测试结果由公司报告；Meta表示将随后发布更完整的安全报告。
- [Meta developer model page](https://dev.meta.ai/models/muse-wonder) — 官方产品页面列出模型标识、上下文窗口、Model API token价格和Muse Code访问方式。价格和可用性可能变化；使用前请重新核实。
- [Meta Model API overview](https://dev.meta.ai/docs/overview) — 官方API文档将Muse Wonder描述为预览版，并概述开发者访问途径。它没有证明所有账户或地区都能访问。
- [Axios: Meta unveils new frontier-class AI models](https://www.axios.com/2026/10/12/meta-new-ai-models-anthropic-openai) — 独立报道提供了发布背景，并澄清开放权重的Muse Glimmer与Wonder相互独立。它没有独立验证Wonder的基准测试结果。
- [TechCrunch: Meta releases its first frontier model](https://techcrunch.com/2026/10/12/meta-releases-its-first-frontier-model-muse-wonder/) — 独立报道介绍发布和访问条款，并将性能对比归因于Meta测试。BIG CHANGE没有进行实测。