Meta推出首款前沿级模型Muse Wonder：以“主动记忆”切入长期任务赛道

10月12日至13日，Meta超级智能实验室（Superintelligence Labs）发布其首款明确对标“前沿模型”的产品Muse Wonder与Muse Wonder Full。据多家科技媒体报道，该系列在部分技术基准测试中表现优于Anthropic的Claude Opus 5.5与OpenAI的GPT-6 Astra，并将“主动记忆”（active memory）能力作为重点方向。

事件背景

在GPT-6 Astra、Claude Fable 5.1等前沿模型密集迭代的背景下，Meta结束了在顶级模型竞赛中的观望姿态。扎克伯格此前多次强调“个人超级智能”愿景，Muse的发布被视为Meta在这一赛道的正面入场。

核心内容

据腾讯新闻与CSDN等媒体梳理，Muse Wonder可用于“从理解租约到解读财务或健康信息”等复杂任务，基础版每百万token收费低至20美分，高级版Muse Wonder Full最高每月200美元，采用闭源付费模式。扎克伯格称Meta“已经在着手开发更高阶的产品”，模型开发“从现在起可能会明显提速”。

该系列最大的差异化在于“主动记忆”与“主动专注”，直指智能体在长期任务、连续执行方面的痛点——这正是闭源付费模式下争夺开发者与企业客户的关键抓手。

影响与解读

Muse的入场意味着前沿模型竞争从单纯的基准分数，转向记忆、长程任务与智能体协作等更贴近生产的维度。与海外闭源竞赛相对应，国内厂商则更多走开源与垂直场景深耕的路线，两类打法正在形成清晰的分岔。

相关动态与展望

从成本效率看，模型竞争力正从参数规模转向推理效率与落地成本。随着Meta加入前沿角逐，开发者在闭源前沿模型上的选择进一步增多，但也更需要按场景、成本与可控性做出取舍。后续Muse在智能体产品化与企业集成上的动作值得持续关注。

信息来源：腾讯新闻·2026年10月AI科技合集；CSDN·9-10月新模型盘点。