- 类型
- 未披露
- 注意力
- 未披露
- 层数
- 未披露
- 专家
- 未披露
- 隐藏维
- 未披露
- 词表
- 未披露
未披露。官方模型卡只给模态、上下文与评测方法，不给参数量与结构，只说 Wonder 系列「建立在更大更强的底座上」。训练于 Meta 千兆瓦级 Prometheus 数据中心。模型 id 为 muse-wonder-1.0，走 Meta Model API（官方提供 OpenAI SDK 兼容接入）。两个官方命名的新特性：Active Memory（跨会话保留并主动取回相关上下文）与 Active Focus（长任务持续推进、受阻时换路、重要动作前先确认）。官方记分卡与模型卡的所有数字都跑在 max 推理档，对比组 GPT-6 Astra / Claude Fable 5.1 / Claude Opus 5.5 同为 max 档。
完善中
闭源模型，无自建选项，不提供显存表。
完善中
编程官方称为前沿编码水平，训练面向长时程任务；AA 编码 agent 指数 63（Wonder Full 在 Muse Code 里 68，与 Claude Code + Sonnet 5.5 并列）。
推理AA 智能指数 v4.3 52（max 档，independent）；官方未公布 GPQA / HLE / AIME 等通用考试型分数。
知识AA-Omniscience 25（independent），为相对弱项；幻觉率 27%，在同段位里偏低。
Agent官方称在个人与职场 agent 任务上达到 SOTA，领先项为 SWE-Marathon、DeepSWE v1.1、MemoryBench、AutomationBench；Opus 5.5 在 Terminal-Bench、OSWorld V2.1、ProgramBench 上领先（官方记分卡）。AA 口径 Terminal-Bench 4.0 52%、AutomationBench-AA 68%（independent）。
中文官方称训练数据覆盖世界主要语言，但模型卡明说未在预训练涉及的所有语言上做评测，无中文评测数据。
定位很清楚：不是冲峰值智力，而是冲「长时间自己干活」。官方把能力拆成 Active Memory（记住该记的）与 Active Focus（卡住了换路、动手前确认），评测也围绕这两件事 —— MemoryBench 是 64K–100K token 多轮对话里的事实召回（带干扰与反转），FocusBench 与 SWE-Marathon 测的是长时程坚持。第三方口径里，AA 给 Wonder 52、Wonder Full 56，Opus 5.5 是 58；Wonder Full 的最大涨幅在 Terminal-Bench 4.0（33% → 57%）。另一个真实优点是幻觉率低：AA 测 Wonder Full 幻觉率从上一代的 33% 降到 23%，是智能指数 45 以上机型里第二低（仅次于 Gemini 4 Argon 的 15%）。本站总榜列（SWE-bench Verified / GPQA / HLE / Terminal-Bench 2.1 等）在 Meta 这套记分卡上没有对应项，所以这条目暂无入榜分数。
- 1.1,048,576 上下文，输入吃文本 / 图像 / 视频 / 音频，输出纯文本（官方模型卡）
- 2.官方 14 行记分卡里 Muse 系列拿下 7 行，Claude Opus 5.5 拿 6 行、GPT-6 Astra 1 行；领先项集中在长时程 agent（SWE-Marathon、DeepSWE、MemoryBench、AutomationBench）
- 3.AA 智能指数 v4.3 为 52，6 周前的 Muse Spark 1.3 是 48；Terminal-Bench 4.0 从 33% 升到 52%（Artificial Analysis）
- 1.记分卡上最亮的数字大多属于 Muse Wonder Full，而 Full 不上 API，只有 Muse Code 订阅能用 —— 买 token 的人拿到的是 Wonder，不是 Full
- 2.官方模型卡自述取分规则：没有第三方或厂商公布结果时，取「内部复跑 / 自报分 / 官方榜」三者中最高的一个；竞品的内部复跑也自认未针对性调优
- 3.按 AA 实测单任务成本 $4.52，高于 GPT-6 Astra（$3.26）、Gemini 4 Argon（$1.99）、GPT-6.1 Sol（$0.72），是 Muse Spark 1.3（$1.60）的 2.8 倍 —— 便宜的不是它
- 4.知识面是相对弱项：AA-Omniscience 25，低于 Opus 5.5 的 46、GPT-6 Astra 的 43；参数量与结构一律未披露
暂无带来源的分数。
更新 2026-10-13 · 排名供选型参考，基准会饱和、会泄漏、会过时。