Meta 发布 Muse Wonder 与 Muse Wonder Full，智能指数较前代明显提升
Muse Wonder and Muse Wonder Full: a material jump in intelligence over previous Meta models
Meta 发布 Muse Wonder 和 Muse Wonder Full，在 Artificial Analysis Intelligence Index v4.3 最高推理强度下分别得分 52 和 56，高于 6 周前发布的 Muse Spark 1.3（max）的 48。
同一新闻，精选展示《Meta 发布 Muse Wonder 与 Muse Wonder Full，智能指数最高 56 分》
Meta 发布了 Muse Wonder 和 Muse Wonder Full，在最大推理努力下，Artificial Analysis Intelligence Index v4.3 得分分别为 52 和 56——相比 Muse Spark 1.3（max）的 48 均有实质性提升，而发布间隔仅 6 周
Muse Wonder 已在 Meta 的第一方 API 上向用户开放，而 Muse Wonder Full 目前仅面向 Muse Code 用户。Meta 指出，这两款模型均面向个人和专业智能体用途设计
关键要点：
➤ 两款模型在整体 Intelligence Index 得分上均实现了实质性跃升。 Muse Wonder Full（max）在全部十项 Intelligence Index 评估中均优于 Muse Spark 1.3（max），提升 8 分至 56。最大提升出现在智能体评估中：Terminal-Bench 4.0（+24 分，从 33% 升至 57%）、GDPval-AA v2.1（+176 Elo，从 1681 升至 1857）以及 AA-Briefcase（+148 Elo，从 1581 升至 1729）。Muse Wonder（max）提升 4 个 Intelligence Index 分，达到 52，相比 Muse Spark 1.3（max）在 Terminal-Bench 4.0（从 33% 升至 52%）和 AutomationBench-AA（从 58% 升至 68%）上有显著改进
➤ Muse Wonder Full（max）在十项 Intelligence Index 评估中有六项跻身前三，在智能体知识工作和科学推理方面尤为突出。 在智能体知识工作中，它在 GDP.pdf（33%）上以微弱优势领先，在 GDPval-AA v2.1（1857 Elo）上排名第 2，在 AA-Briefcase（1729 Elo）和 AutomationBench-AA（71%）上均排名第 3。在科学推理方面，它以 33% 位居 CritPt 排行榜榜首，并以 63% 在 SciCode 上排名第 3。这延续了 Muse Spark 1.3（max）的相对优势，后者在这两个领域也表现出特别的能力
➤ 两款模型使用的输出 token 均少于 Muse Spark 1.3（max）。 Muse Wonder（max）和 Muse Wonder Full（max）在每个 Intelligence Index 任务上均使用约 54k 输出 token，较 Muse Spark 1.3（max，60k）下降约 10%。这一用量低于同等智能水平的模型 Gemini 4 Argon（high，62k）和 Claude Fable 5.1（max w/ fallback，78k），但高于 GPT-6.1 Sol（max，38k）和 GPT-6 Astra（max，27k）。Muse Wonder Full（max）在每个 Intelligence Index 任务上使用的输入 token 比 Muse Wonder（max）少 16%（6.44M 对 7.69M），这意味着它既更智能，也更节省 token
➤ Muse Wonder（max）的每任务成本高于大多数同等智能水平的模型。 尽管输出 token 使用高效，但高昂的 API 定价（每百万输入 token 4 美元，每百万输出 token 20 美元）以及高输入 token 用量（每任务 7.69M）将 Muse Wonder（max）的成本推高至每个 Intelligence Index 任务 4.52 美元。这低于 Claude Fable 5.1（max w/ fallback，7.63 美元）、Claude Opus 5.5（max w/ fallback，5.98 美元）和 Claude Sonnet 5.5（max w/ fallback，5.46 美元），但高于 GPT-6 Astra（max，3.26 美元）、Gemini 4 Argon（high，1.99 美元）、GPT-6.1 Sol（max，0.72 美元）及其前代 Muse Spark 1.3（max，1.60 美元）。Muse Wonder Full 不按 token 定价，因此没有可用的每任务成本数据
➤ 两款模型在 Coding Agent 性能上均有显著提升。 Muse Wonder Full 在 Muse Code 中以最大努力在 Artificial Analysis Coding Agents Index 上达到 68，与 Claude Code 搭配 Sonnet 5.5（max，68）和 Opus 5.5（max，66）相当。Muse Wonder（max）得分为 63。相比 Muse Code 搭配 Muse Spark 1.3（max）的 54 分，这些都是实质性提升
两款新模型的其他细节：
➤ 上下文窗口：各 1M tokens，与 Muse Spark 1.3 相比未变
➤ 定价：Muse Wonder 为每 1M tokens $4 输入 / $0.20 缓存输入 / $20 输出。Muse Wonder Full 不按 token 定价
➤ 输入模态：文本、图像、视频和音频
➤ 输出模态：文本
➤ 可用性：Muse Wonder 在发布时可在 Meta 的第一方 API 和 Muse Code 上使用，而 Muse Wonder Full 仅对 Muse Code 用户开放
Muse Wonder Full (max) 在十项 Artificial Analysis Intelligence Index v4.3 评估中的六项上进入前三：
➤ 在 CritPt (33%) 和 GDP.pdf (33%) 上排名 #1
➤ 在 GDPval-AA v2.1 (1857 Elo) 上排名 #2
➤ 在 AA-Briefcase (1729 Elo)、AutomationBench-AA (71%) 和 SciCode (63%) 上排名 #3
在 CritPt 和 GDP.pdf 上的领先优势很小，最接近的竞争对手得分为 31-32%。在 GDPval-AA v2.1 上，其结果处于 Claude Opus 5.5（max w/ fallback，1866）和 Claude Sonnet 5.5（max w/ fallback，1838）的置信区间内
其相较 Muse Spark 1.3 (max) 的最大提升是 Terminal-Bench 4.0：从 33% 提升至 57%，使其与 Gemini 4 Argon (high) 持平
Muse Wonder (max) 每项 Artificial Analysis Intelligence Index 任务成本为 $4.52，是 Muse Spark 1.3 (max，$1.60) 的 2.8 倍，原因是更高的每 token 价格和更高的输入 token 使用量
➤ Token 定价：每 1M 输入 tokens $4，缓存 $0.20，输出 $20，高于 Muse Spark 1.3 的 $1.25 / $0.15 / $4.25。这与 Claude Opus 5.5 持平，是 Claude Sonnet 5.5、Gemini 4 Argon 和 GPT-6.1 Sol（$2/$10）各自的两倍，并比 GPT-6 Astra 和 Claude Fable 5.1（$10/$50）低 60%
➤ 输入：每项任务 7.69M 输入 tokens，比 Muse Spark 1.3 (max，6.03M) 多 28%，是 Gemini 4 Argon (high)、GPT-6.1 Sol (max) 和 GPT-6 Astra (max) 的 2-7 倍。输入占其每项任务成本的 $3.43（76%），由 $1.92 缓存写入、$1.44 缓存命中和 $0.07 未缓存输入组成
➤ 输出：每项任务约 54k 输出 tokens（$1.08），比 Muse Spark 1.3 (max，60k) 少 10%
知识仍是这两个模型的相对弱项，但极低的幻觉率缓解了这一点。在 AA-Omniscience 上，Muse Wonder Full (max) 得分为 30，Muse Wonder (max) 得分为 25，与 Muse Spark 1.3 (max) 持平，低于 Claude Opus 5.5 (46)、GPT-6 Astra (43)、Gemini 4 Argon (42) 和 Claude Sonnet 5.5 (32)
Muse Wonder Full (max) 的 5 分提升来自其幻觉率降低（从 33% 降至 23%），这使其跻身测试中幻觉最少的模型之列：在 Intelligence Index 得分 45 或以上的所有模型中，它的幻觉率第二低，仅次于 Gemini 4 Argon (high，15%)。Muse Wonder (max) 以 27% 位列第三
Muse Wonder Full (max) 和 Muse Wonder (max) 的完整 Artificial Analysis Intelligence Index 结果：
在以下网址将 Muse Wonder Full (max) 和 Muse Wonder (max) 与其他领先模型进行比较：https://artificialanalysis.ai/models/muse-wonder-full 和 https://artificialanalysis.ai/models/muse-wonder
来源：Artificial Analysis Articles · artificialanalysis.ai