Meta 发布首个前沿模型 Muse Wonder，强化长期记忆
Meta 首次拿出对标 OpenAI、Anthropic 的前沿模型，并把差异化押在跨天、跨周的长期记忆上，而非单纯刷分。
Meta 旗下 Superintelligence Lab 发布首批前沿模型（frontier model，指能力对标行业最高水平的旗舰模型）Muse Wonder 与 Muse Wonder Full。相比轻量版 Muse Spark，两者规模更大；据 Meta 自测，在编码等复杂任务上的基准分数与 Fable 5.1、GPT-6 Astra 相当。
正文摘录
Meta 的 Superintelligence Lab 于周一发布 [一对新的最先进模型](https://research.meta.ai/blog/muse-wonder)：Muse Wonder 与 Muse Wonder Full。这是该公司首次尝试前沿模型(frontier model，指能力处于行业最前沿、通常体量最大的一类模型)。 Muse Spark 的定位是能在低延迟下运行的轻量级模型，而 Wonder 系列体量更大、据称能力更强，基准测试分数更高，在编码等复杂任务上结果更好。 根据 Meta 的测试(见[模型卡片](https://research.meta.ai/static/muse-wonder-model-card))，Wonder 与 Wonder Full 的基准测试分数与 Fable 5.1 和 GPT-6 Astra 处于同一水平。 “它们共同标志着我们扩展阶梯上的下一步，也是迈向个人超级智能的一大步。” Meta 关于这两款模型的博客文章写道。 这样的规模也反映在定价上：通过 Meta Model API 访问时，Wonder 的价格为每百万输入 token 4.00 美元、每百万输出 token 20.00 美元，成本大致与 GPT-6 Sol 或 Opus 5.5 相当。 值得注意的是，Wonder Full 仅面向 Muse Code 订阅用户开放，不会通过 API 提供服务。两款模型还将用于驱动 Muse agent。 与 Meta 对开发可长期执行任务的个人助手的兴趣一致，该公司特别强调了新模型保留并综合用户所给信息的能力，Meta 将这一特性称为 “active memory”(主动记忆)。