今日 Meta 一連發布 Muse Wonder 同 Muse Wonder Full 兩款模型，之前用咗代號 Watermelon，主打個人同專業智能體（AI agent，即能自己執行多步任務嘅系統），重點係跨對話記憶、長時間執業同編程。扎克伯格喺受訪時直言，Meta 已經重新站回 AI 技術最前列。
呢個係佢哋豪賭嘅最新一份成績單。過去一年，Meta 招攬過 Scale AI 創辦人 Alexandr Wang、重組研究團隊，並喺吉瓦級嘅 Prometheus 數據中心完成訓練。
官方話乜，第三方講乜
Meta 話，Muse Wonder Full 喺部分基準測試已同 GPT-6.1 Astra、Claude Fable 5.1 掰手腕。第三方 Artificial Analysis 嘅數據亦顯示，Wonder 系列較上一代改善明顯，十項測試有六項殺入前三。
不過要注意：呢啲跑分，一部分出自 Meta 自家公佈，一部分來自第三方，兩者要分開睇。
用户實測：冇咁順利
社交平台上嘅早期反應就冇咁光鮮。有用户拿 Muse Wonder Full 同 Opus 5.5 比，同一款「割草機模擬器」題目，Opus 版本嘅草地、光影明顯細膩得多。另一位用户話 Wonder 嘅效果唔如 Kimi K3，自己嘅花費卻記到 14.3 美元，Kimi 只係約 6.9 美元。
Meta AI 負責人 Wang 喺社交平台亦承認，新模型編程能力仲唔如 Opus 5.5，團隊正排查多個 bug。
模姐驗嚇貨
呢度最要拆開嘅，係「測試條件」同「宣傳」嘅距離。官方話已追平頭部模型，但同一張桌上，Artificial Analysis 指出 Muse Wonder 每項任務成本約 4.52 美元，高於 GPT-6 Astra 嘅 3.26 美元同 Gemini 4 Argon 嘅 1.99 美元。API 單價輸入每百萬 token 4 美元、輸出 20 美元，支援 100 萬 token 上下文。
廠商話自己幾勁，係「自家答卷」；用户話唔夠靚，係「真刀真槍」。兩邊同桌，先見到全貌。
模姐｜深度調教
