Meta Muse Wonder 系列在多项基准中进入第一梯队但单位经济表现不佳

Meta 发布了两个版本的 Frontier 模型 Muse Wonder 和 Muse Wonder Full，两者在 Artificial Analysis Intelligence Index v4.3 上分别获得 52 分和 56 分，成功跻身顶级 AI 模型行列。Muse Wonder Full 在 Terminal-Bench 4.0 等代理任务测试中表现显著提升，从 33% 跃升至 57%，并在 Coding Agents Index 上与 Claude Code 持平。

尽管性能强劲，该系列模型存在明显的短板：事实性知识测试得分仅为 25-30 分，远低于竞品；且商业化成本大幅上升，Muse Wonder 每任务成本达 $4.52，是前代 Spark 1.3 的近三倍，主要受输入 Token 消耗增加（+28%）及单价上涨驱动。此外，Muse Wonder Full 目前仅限 Muse Code 用户使用，尚未开放通用 API。

推断：Meta 此次发布标志着其技术能力的回归，但在单位经济模型上仍面临挑战，高成本可能限制其在对价格敏感场景的大规模部署。猜测：未来可能会推出针对特定垂直领域的优化版本以平衡成本与性能。