榜单在起飞，实测在翻车：Meta双发模型，把AI编程的尴尬说透了
10月，Meta杀回了AI编程牌桌——扔出两张牌，社区把两张都退了回来。
一张闭源旗舰MuseWonder，跑分海报起飞；一张开源权重MuseSparkOpen，号称"两台Mac就能跑"。两边的评价出奇一致：一张没人用，一张跑不动。
第一张牌：榜单超Opus，两周"没人在用"
美东时间10月12日，Meta超级智能实验室发布MuseWonder与MuseWonderFull两款新模型，第一次拿出"前沿级"产品。宣传口径很猛：厂商自报的模型页成绩MuseWonderFull达到79.0%，多项测试达到前沿水平，部分指标甚至超过了GPT-6和Claude。第三方Artificial Analysis智能指数上，Full版拿下56分，跟Claude Sonnet 5.5平起平坐，把GPT-6 Astra的53分压在身后。微博微博知乎微博微博微博
但榜单没告诉你的是：56分的满血版是Full，不开放接口，开发者实际能调用的只有52分标准版。所以发布快两周，知乎问题下最扎心的回答是：“有吹它的，也有骂它的，就是没看到有人用它的”——说好的贴一堆榜单，说烂的骂只会刷分，没一个人发实际使用评测。哔哩哔哩知乎
B站那条刷榜讨论视频（9.8万播放）的评论区更像段子现场：点赞最高的回复是"测试集是放错地方的训练集"，后面还有"Muse模型排名是否靠下已经是基准测试是否可靠的依据之一了"，连马斯克都来留言"Hmm…"，真上手编程的用户总结更是经典——问干完了没，它说嗯嗯干完了；追问功能，它说加了加了，其实压根就没加。哔哩哔哩
第二张牌：开源816B，激活42B，六项任务仅一项及格
10月16日，Meta开放MuseSparkOpen权重，与苹果合作，推动这款模型在Mac电脑上本地运行，标签是"美国最强开源"；这款MoE架构的原生多模态模型总参数816B、激活42B、支持1M上下文。首席AI官Alexandr Wang也说得直白：公司原则上不会对最强性能的模型进行开源，但会持续向开发者社区开放性能次一档的。微博微博微博微博
社区的实测很快把温度降下来：第三方智能指数只给了它25分；上手速报的结论是，它唯一的亮点是复杂算法实现得还可以，但是3D效果和建模，空间理解能力都很拉跨，再加上这42B的激活量，估计没人想本地跑。更直接的是有人喂了六项任务：仅一项勉强及格，鹈鹕骑自行车的SVG直接崩坏，3D赛车游戏无法启动报错。微博哔哩哔哩
这两张牌，跟你有什么关系
第一，榜单货币在贬值，第三方真实项目实测是仅剩的硬通货。新模型发布，先别问排第几，问"有没有人拿真实项目跑过"；没有，就用自己的陈年疑难任务先喂它，别拿生产仓库当小白鼠。
第二，本地路线，先看账单再心动。开源权重≠你的电脑跑得动：想在桌面端跑这个816B，得两台M5 Ultra顶配Mac Studio一起上，合计约1TB统一内存。而单台256GB内存版起售价高达10799美元。“两台Mac就能跑"这句话，下半句得补上"两台顶配”。微博微博
第三，价格战明牌：这一代Muse Wonder API每百万token输入$4、输出$20。上一代MuseSpark更早打出输入$0.10/百万token、只有闭源旗舰零头的成绩，还推出只要用户愿意把提示词与模型输出贡献给Meta用于迭代后续模型、即可享受最高约95%折扣的定价。你是用户，也是训练数据。厂商越多，订阅议价空间越大；但换工具的迁移成本——配置、项目记忆、肌肉记忆——也是真实的，算账别漏掉。OpenRouter微博微博
“超旗舰”"最强开源"以后还会一波接一波地喊。你的代码最后由谁批改，只有你自己的手知道。
