Meta Wonder来了，哪些入口能用？

⭐ 设为星标 · 第一时间收到推送

换个对话，还知道你要什么吗

北京时间10月13日01:02:20，Meta研究团队正式公告了Muse Wonder系列。Wonder已经进入API和Muse Code，能力更高的Full也已开放，但访问条件更窄。

我们没有独立运行这两款模型。功能描述来自Meta，体验反馈来自公开原帖。

Meta把跨会话记忆能力称为 Active Memory：把有关你的重要背景带到后续对话里，并在当前任务需要时，主动调取相关细节。

拿旅行做个假设：你之前说过预算、饮食禁忌和不想早起，后来请它安排一天的行程。Active Memory的目标，就是在做新计划时用上这些限制，省掉重复交代。

官方用MemoryBench测试记忆：在64K到100K token的长对话里，加入干扰内容、冲突信息和后续更新，再检查模型能否找回关键事实。下面是Meta公布的内部测试结果。

Meta的MemoryBench内部评测

能跨会话利用背景，不等于永久不会忘。 这套测试也不能直接证明几年后的记忆效果。具体产品如何保存、更新、删除记忆，能读取哪些个人资料，还要看产品设计和用户授权。

任务卡住后，还能接着干吗

Active Focus说的是持续推进任务：尝试别的办法，处理障碍，并根据新信息调整行动。

写一个小程序很好理解。生成第一版代码以后，还得运行测试、找出失败原因、改多个文件，再验证结果。Meta表示，两款模型都在多种长任务上接受了训练，希望减少做到一半就停下来的情况。

但官方主文同时写得很清楚：需要时会提问澄清，重要操作前会确认。 持续执行有这个约束，不能理解成模型可以无限行动，或者所有任务都能做成。

FocusBench是Meta的内部评测，涵盖住房、旅行、IT、金融等任务，重点看环境变化、遇到障碍以后，模型能否继续工作。

Meta的FocusBench内部评测

实际执行还得有工具和运行环境。模型判断下一步，产品框架提供浏览器、文件、命令执行和任务状态。接通API以后，跨会话资料怎么存、工具怎么接、权限怎么管，仍需要应用来安排。

Wonder、Full和三个入口，分开看

截至北京时间10月13日，官方公告和开发者文档给出的开放范围如下。

这张关系图把模型和使用入口分开，避免把“模型发布”看成“个人App已经全部升级”。

Wonder与Full的开放入口示意，依据Meta官方文档

Wonder的API模型ID是 muse-wonder-1.0。按每百万token计，输入4美元、缓存输入0.20美元、输出20美元。长任务会多次调用模型，实际花费要看累计用量，不能把token单价当成一个项目的总价。

Full对应的Muse Code套餐是 Power Usage每月50美元、Maximum Usage每月200美元。官方没有给出Full的独立API token报价；把Wonder的推理档调到 max，也不会变成Full。

开发者入口：https://dev.meta.ai/

还有一个与资料授权有关的设置：官方文档说，Standard模式下，发送的内容不用于训练Meta模型；Muse Code订阅者默认启用Contributor模式，用允许训练来换更多用量，可以在设置中关闭。

具体模型、套餐和数据模式见：https://dev.meta.ai/docs/models

想自己搭Agent，可以从Wonder API开始；想在代码项目里直接用成套工具，可以看Muse Code。个人App里的Wonder还要等上线，不能把订阅Code理解成个人App已经能用。

订阅需要Meta Account，官方注明权益与可用性可能因地区而异。中国大陆账号能否注册、支付和接通，这次没有实测。

看跑分，也要看它怎么测

Meta已经发布了13页模型卡，列出了规格、评测方法和局限。PSI是内部综合指标，MemoryBench、FocusBench也是内部评测；它们不是一个统一的第三方总榜。

SWE-Marathon则引用Abundant AI报告的结果。其中GPT-6 Astra跑在Codex里，Claude Fable 5.1跑在Claude Code里，Full使用xhigh推理档。模型卡明确说明，这一行不是同一个Agent框架下的受控比较，不能据此推导“全面夺冠”。

模型卡这页说明了各项编程评测的来源、产品框架和推理档。

模型卡写明，两款模型接受文本、图片、视频、音频输入，输出是文本。1M token指推理时的上下文长度，不能推导出无限记忆。

官方演示里，根据图片做出可玩的3D厨房游戏，展示的是理解输入、生成游戏代码的流程。Wonder的原生输出不含图片或视频，模型卡还把视觉、空间推理，尤其3D任务，列为已知局限。

早期反馈里，开发者Anshu发帖称，同一提示词下，他更喜欢Astra生成游戏的观感。不过他给两者用了不同推理档，这只是个别体验，不能当成受控评测。额度也出过问题：Alexandr Wang今早称，已修复Wonder系列异常快速消耗额度的问题，并重置Muse Code用量。这个修复结果是Meta方面的说明，我们没有复测。

现有模型卡已经包含风险与安全评估，官方说稍后还会补充更完整的安全报告。Meta承诺稍后开放权重的是Spark。Wonder没有开放权重公告，参数规模也未公开。