10月12日，Meta超级智能实验室（MSL）发布了Muse Wonder和Muse Wonder Full两款大模型，这是Llama 4失利之后，Meta重新交出的第一份前沿模型答卷，官方将其定义为"迄今最强"。 但结论值得先说清楚：对大多数普通用户来说，"选它还是选平替"暂时还不是一道能立刻执行的选择题——新模型目前只对开发者和订阅用户开放，大家熟悉的Muse助手还没接上Wonder；而对真正纠结的人来说，能日常用上的开源模型与新旗舰的差距，也比标题给人的感觉要小得多。字母AI新智元
先看它到底强在哪、边界在哪。第三方综合评估Artificial Analysis上，Wonder Full拿到56分，超过GPT-6 Astra的53分，但仍低于Claude Opus 5.5的58分——它是"重回第一梯队"，而不是全面登顶。 真正漂亮的是长任务编程：SWE-Marathon要求模型持续修改、维护软件项目，Wonder Full完成率57.5%，高于Opus 5.5的46.3%和Astra的42.5%，普通版Wonder的53.1%甚至也超过了这两款对手旗舰。 支撑它的两项主打能力是ActiveMemory（跨对话记住用户信息）和ActiveFocus（遇到障碍时换方法继续推进），这也是Meta反复强调"个人智能体"路线的落点。要提醒的是，Meta重点展示的成绩里包含不少内部自设指标，不同测试的运行配置有差异，跑分不等于真实体验；社区对新榜单的警惕也有延续性，Llama 4时期的争议还没完全翻篇。字母AI新智元哔哩哔哩
这次比跑分更值得留意的信号，是"闭源"两个字。2025年4月Llama 4发布后表现不及预期，Maverick还因送测LMArena的版本与公开版本不一致卷入刷榜争议，Meta此后用巨额投资把Scale AI创始人Alexandr Wang招入麾下、组建MSL重建AI团队。 Wonder诞生于吉瓦级的Prometheus超级数据中心，训练规格是百万Token上下文、原生支持文本图像视频音频的全模态输入。 与Llama系列开源权重、人人可下载的历史不同，Wonder这一代是彻底的闭源生意：背后是Meta押注消费级个人智能体的整体战略——Instagram、WhatsApp、Facebook每天触达约35亿用户，Wang认为这才是Meta相对OpenAI和Anthropic的主场。 对普通用户的直接含义是：你没法下载它、没法私有部署它，只能通过付费接口使用它。字母AI新智元明亮公司
入口和价格方面，普通版Wonder已经在Meta Model API和MuseCode上线：每百万Token输入4美元、输出20美元、缓存输入0.2美元，与Opus 5.5定价完全相同，只有GPT-6 Astra的四成，并且使用长上下文不额外加价。 跑分更强的Full则买不到独立API，只向MuseCode订阅用户开放：Power Usage每月50美元、Maximum Usage每月200美元，用量分别为基础档的20倍和80倍。字母AI新智元
普通用户最关心的消费端则是空的：9月上线、已有数百万用户的Muse应用目前还没有同步升级到Wonder，官方计划先向订阅用户逐步接入，"面向大众的专门版本"还在未来时，Full进入Muse更未公布时间表。 换句话说，这次发布暂时还停留在开发者产品和功能预告层面，"选它还是选平替"眼下只对开发者和重度订阅用户成立。字母AI明亮公司
再看开源平替这边，同一张考卷最有说服力。DeepSWE v1.1的长期软件工程测试中，Wonder Full拿到79.0分、GPT-6 Astra和Opus 5.5都在74.2分附近；而Reflection公布的成绩单里，开源模型GLM-5.3为61.0、Kimi K3为68.0、DeepSeek V4.1 Flash为74.2——已经是开源模型能和闭源旗舰同分的量级，Wonder Full的领先是5分级的，不是代差级的。 两边都来自实验室自报，跨机构对比要打折扣，但"开源已经差一代"的说法站不住。字母AIInfoQ科技
生态和成本的变化比单项分数更持久。Vercel AI Gateway上，开放权重模型处理的Token份额今年8月已达56%，去年12月还不到10%。 推动这一切的核心动力是成本：法律AI公司Harvey毛利率一度跌到-50%，换成Kimi K3支撑自有模型后，性能接近Anthropic最佳产品而成本只是其一小部分；微软把Claude内部预算砍掉三分之一以上，Meta内部使用Claude Code的人数从约6万腰斩到约3万。 对普通用户来说，"平替"的真实形态并不是自己买显卡跑开源权重——算力、运维和精调人才都不便宜——而是通过云API直接使用国产开源模型，或者继续用接入了这些模型的国内应用。这条路的体验门槛接近零，价格由平台决定；闭源旗舰再强，短期内也不直接和它抢这个场景。InfoQ36氪新智元
怎么选，可以按三种情况对号入座。只做日常问答、写作、查资料：什么都不用换。Wonder的消费级入口还没开放，现有国内模型完全够用，最多等Muse接入Wonder、大众版本落地后再评估。本身是开发者、重度用编程智能体干活：值得把Wonder API接进现有工作流实测。它和Opus同价、比Astra便宜，长上下文不加价，长任务编程的账面优势明显，但务必用自己项目里的任务验证，别直接信榜单；离不开Full的成绩，就得接受每月50美元起步的订阅。在意数据私有、长期驻留任务或成本可控：开源权重仍是唯一选项。Muse Wonder这次转向闭源，反而让"开源派"的选择理由更清晰。Meta确实回到了前沿模型牌桌，但普通用户这场选择题，真正开答要等到Wonder装进大多数人也用得起的那个入口——届时值得再对比一次。
