Meta 超級智慧實驗室（MSL）正式發布第二代模型家族 Muse Wonder（代號「Watermelon」）及其完整版本 Muse Wonder Full。這是 MSL 成立約 14 個月後，首次推出被視為達到前沿水準的模型，標誌著其從基礎重建轉向推動前沿技術的完成。Artificial Analysis 的第三方評估顯示，Muse Wonder Full 在 Intelligence Index v4.3 上獲得 56 分，Muse Wonder 獲得 52 分，均高於前代 Muse Spark 1.3 的 48 分，且兩者發布間隔僅 6 週。作為對比，Anthropic 的 Opus 5.5 以 58 分居首。
在具體基準測試中，Wonder Full 在十項指標中均有提升，其中代理任務進步最大：Terminal-Bench 4.0 從 33% 提升至 57%，GDPval-AA v2.1 Elo 分數從 1681 升至 1857，AA-Briefcase 從 1581 升至 1729。Wonder Full 在 10 項評估中的 6 項進入前三名，並在 GDP.pdf 和 CritPt 上排名第一。Vals AI 評估顯示，Wonder Full 排名第 5，較前代提升 6.4 分，並超越所有 OpenAI 模型；在私有基準 ProofBench 上得分 94/100，遠高於 Spark 1.3 的 58 分。Meta 官方宣稱其在 SWE-Marathon（57.5%）、DeepSWE v1.1（79.0%）等編碼基準上超越 Opus 5.5 和 GPT-6 Astra。
功能與規格方面，Muse Wonder 支援 100 萬 token 上下文視窗，輸入支援文字、圖像、視頻和音訊，輸出僅限文字。定價為每百萬 token 輸入 4 美元、緩存輸入 0.20 美元、輸出 20 美元。Meta 強調三大核心功能：跨天、週、月的「主動記憶」（Active Memory）、克服障礙完成任務的「主動焦點」（Active Focus），以及在金融和法律領域的專業知識。訓練過程延續了自 4 月 Muse Spark 發布以來的預訓練與強化學習擴展。
可用性方面，Muse Wonder 透過 Meta Model API 和 Muse Code 提供，將驅動 Muse 個人代理產品；而 Muse Wonder Full 僅供 Muse Code 訂閱用戶使用。發布當日曾出現異常消耗配額的錯誤，Meta 當日修復並重置所有用戶配額，但承認仍有問題待解決。
事件背景
Meta 超級智慧實驗室（MSL）成立約 14 個月，此前已發布第一代模型 Muse Spark。此次發布被 MSL 內部描述為「從重建基礎到推動前沿」的里程碑。Meta 首席科學家 Alexandr Wang 表示，研究始於評估，MSL 建立了內部「個人超級智慧指數」（PSI）而非追逐外部基準，並聲稱量化了「大模型氣息」（big model smell）。Meta 高管 Zuckerberg 和 Wang 在 Stripe 的播客中討論了「1000 億美元賭注」、代理商務及 MSL 組織結構。
社群觀察
社群反應兩極。看多者如 @theo 將 Wonder 與 Opus 5.5 並列為 S 級，認為 Meta 已大幅領先 Google，OpenAI 滑落至第三；@kimmonismus 指出其價格比 Fable 5/5.1 低 60%，形成「三強鼎立」之勢。@QuixiAI 認為 Wonder Full 優於 Astra 但低於 Claude Code Fable/Opus 5.5，但處理編譯器任務時比 Codex 更穩定。@clairevo 稱其代理任務和編碼能力強，但前端設計和創意寫作較弱。
懷疑者如 @scaling01 估計 Meta 仍落後 OpenAI 和 Anthropic 3-6 個月，批評 SVG 生成結果「過於花哨」，並指出缺乏詳細系統卡。@teortaxesTex 等待第三方確認其是否達到 Fable 級別，認為 OpenAI 和 Anthropic 內部模型仍領先。@BlackHC 質疑 Meta 的 ASI 風險治理。此外，@theo 抱怨 Full 版本僅限訂閱且無定價，並指出 Wonder 與 Full 是「非常不同的模型」。
