Meta 终于拿出「前沿模型」：Muse Wonder 定价直接对标 Claude，最强版却不开放 API
Meta 首次不打价格战：$4/$20 直接对标 Claude，但独立评测显示实际任务成本偏高、最强版不对 API 开放
*Meta Superintelligence Labs 相关报道配图*
先说结论
- Meta 于北京时间 2026 年 10 月 12 日发布了 Muse Wonder 与 Muse Wonder Full，这是 Meta 首次把自家模型称为「frontier（前沿）」级别，扎克伯格在 X 上连发四帖，称这意味着「我们已经抵达前沿」。
- 定价策略大转弯：API 定价输入 $4 / 输出 $20 每百万 token，与 Claude Opus 5.5 分毫不差，Meta 第一次不打价格战，而是直接对标头部定价。
- 单价 ≠ 实际账单：独立评测显示，Wonder 完成一个基准任务的真实成本是 $4.52，反而比标价 $10/$50 的 GPT-6 Astra（$3.26）更贵——token 消耗量才是真正的价格。
- 最强版不给 API：Wonder Full 只能通过 Muse Code 订阅使用，API 用户的天花板被锁在了低 4 分的标准版 Wonder。
- 给价格敏感用户的建议：同价位下重度推理任务可选 GPT-6.1 Sol（同等分数、成本仅 $0.72）；高频复用长上下文场景，Wonder 的 $0.20 缓存输入价有一定吸引力。
发布了什么：Superintelligence Labs 的第一次「交卷」
Muse Wonder 与 Wonder Full 由 Meta 的 Superintelligence Labs 打造——这个部门成立刚一年多，由首席 AI 官 Alexandr Wang（随 Meta 对 Scale AI 约 140 亿美元的交易加盟）主导重组。据多家媒体确认，Meta 为这次发布投入巨大，模型训练在其吉瓦级（gigawatt-scale）的 Prometheus 数据中心完成。
这次发布的卖点明显偏向 Agent 方向，两个新功能值得注意：
- Active Memory（主动记忆）：模型对你的了解可以在多次对话间延续，不再是每次开新会话就「失忆」。
- Active Focus（主动聚焦）：模型会持续推进一个困难目标、穿过障碍，并在执行重要操作前先向你确认。
发布渠道上，标准版 Wonder 即刻上线 Meta Model API（模型标识 muse-wonder-1.0）和 Muse Code；Muse App 则先向付费订阅用户推送。
*Meta 在吉瓦级 Prometheus 数据中心训练新模型（资料图）*
定价：Meta 第一次不打价格战
这是整件事里最值得价格观察者注意的一点。Meta 过去的模型（包括半年前的 Muse Spark 1.3）走的都是「便宜量大」路线，这次却直接把价格牌打到了和 Claude Opus 5.5 完全相同的数字上：
| 模型 | 输入 / 百万 token | 输出 / 百万 token | 缓存输入 / 百万 token |
|---|---|---|---|
| Muse Wonder | $4.00 | $20.00 | $0.20 |
| Claude Opus 5.5 | $4.00 | $20.00 | $0.20 |
| Muse Spark 1.3 | $1.25 | $4.25 | $0.15 |
| GPT-6 Astra | $10.00 | $50.00 | $1.00 |
| Claude Fable 5.1 | $10.00 | $50.00 | $0.20 |
| Muse Wonder Full | 不开放 API | 不开放 API | — |
（价格综合自 Meta 官方定价页、VentureBeat 与 Artificial Analysis 的整理）
几个定价细节，API 用户必须知道：
- 费率不随上下文用量浮动：Meta 明确表示，无论你用掉 1M 上下文窗口的多少，token 单价不变。
- 网页搜索按次收费：API 内置的
web_search工具额外收费 $2.50 / 1000 次搜索，走 Agent 流程、频繁联网检索的话，这笔钱要单独算。 - Contributor 模式缺席：Spark 1.3 有一个更便宜的 Contributor 档（代价是允许 Meta 用你的 prompts 做训练），Wonder 没有这个选项——想省钱只能靠缓存输入。
- 1M 上下文窗口，输入支持文本、图像、视频、音频，输出为文本。
Meta 的定价语言很直白：我们认为自己已经和 Claude 同级，所以卖 Claude 的价。这是一种「定价即宣言」。
单价便宜 ≠ 账单便宜：token 消耗量才是真正的价格
但只看单价会严重误导。Artificial Analysis 的独立评测给出了一个更诚实的指标——每个基准任务的实际成本：
| 模型 | 单任务成本 | 说明 |
|---|---|---|
| GPT-6.1 Sol（max） | $0.72 | 同分段最便宜 |
| Gemini 4 Argon（high） | $1.99 | |
| Muse Spark 1.3（max） | $1.60 | 上代产品反而更省 |
| GPT-6 Astra（max） | $3.26 | 单价 $10/$50，实际反而便宜 |
| Muse Wonder（max） | $4.52 | 单价对齐 Claude，实际偏贵 |
| Claude Sonnet 5.5 | $5.46 | |
| Claude Opus 5.5 | $5.98 | |
| Claude Fable 5.1 | $7.63 |
为什么标价 $4/$20 的 Wonder，实际成本会超过标价 $10/$50 的 Astra？答案是token 消耗量。评测显示 Wonder 每个任务平均消耗约 769 万输入 token，输出端虽然比 Spark 1.3 省了约 10%（每任务约 5.4 万 vs 6 万），但总量依然远高于 GPT-6.1 Sol 等对手。Artificial Analysis 测下来，Wonder 跑完整套评测生成了约 1.3 亿输出 token，而中位数只有 8500 万。
给 relay/中转用户算一笔直观的账：假设一次调用 2 万未缓存输入 token + 5000 输出 token，Wonder 收费 $0.18，Spark 1.3 只要约 $0.046——贵了近 4 倍，而智能分数只从 48 涨到 52。
同一次调用（20k 输入 + 5k 输出，未缓存）：
Muse Wonder $0.1800
Muse Spark 1.3 $0.0463
Claude Opus 5.5 $0.1800 ← Wonder 与它完全同价API 用户注意：最强版 Wonder Full 你用不到
这是发布策略里最「鸡贼」的部分。所有 headline 级的成绩——Artificial Analysis 智能指数 56 分、SWE-Marathon 长程编程基准 57.5 分、Coding Agents 指数 68 分（追平 Claude Code + Sonnet 5.5）——都属于 Wonder Full。而 Wonder Full：
- 没有 API 定价，不开放 API 调用；
- 只能通过 Muse Code 订阅使用（需 Power 或 Maximum 档）；
- 在 Muse App 里也优先推送给 $20 / $100 月付订阅用户。
API 用户能拿到的标准版 Wonder，在 Artificial Analysis 智能指数上是 52 分，比 Full 版低 4 分，比 Claude Opus 5.5（58 分）低 6 分。用 API 的人，实际上是在为「弱版」支付「旗舰级」的单价。
性能到底行不行：官方图表 vs 独立评测
Meta 官方的发布图表把 Wonder Full 摆在了与 GPT-6 Astra、Claude 等对手「平齐」的位置。但要注意：这些数字全部来自 Meta 自己的测试，目前还没有独立机构复现。发布后网上传播的一张排名对比图，还被 AGI Hunt 指认为疑似粉丝自制——看分数一定要认准可追溯的评测方。
独立评测（Artificial Analysis，统一测试集）的结论更克制：
- Wonder Full 56 分，确实进了第一梯队，但仍落后 Opus 5.5 的 58 分；
- 标准版 Wonder 52 分，与 GPT-6 Astra（53 分）接近，明显好于自家上代 Spark 1.3（48 分）；
- 编程 Agent 场景进步最大：Muse Code + Wonder 拿到 63 分，Full 版 68 分，相比 Spark 1.3 的 54 分是实质性跃升。
一句话：Meta 确实追上来了，但「平起平坐」目前只是官方叙事，独立数据里还差两分。
*模型选型：单价、token 消耗、实际任务成本要一起看（示意图）*
给价格敏感用户的选购建议
- 重度推理/编程任务，且走 API：同 52 分档，GPT-6.1 Sol 的单任务成本只有 $0.72，是 Wonder 的六分之一。除非你深度绑定 Meta 生态，否则 Wonder 目前没有价格优势。
- 长上下文、高复用场景：Wonder 的缓存输入 $0.20 / 百万 token 相对友好，配合 1M 上下文窗口，做文档问答、代码库级 Agent 这类反复读同一批上下文的任务，可以摊薄成本。
- 想体验最强版：别在 API 上等，Wonder Full 只在 Muse Code 订阅里。先算好订阅费 vs 你的 API 用量，再决定。
- 警惕搜索附加费：Agent 流程里每次联网检索 $0.0025，一天几千次检索就是几十美元，自建检索或缓存搜索结果更划算。
- 观望官方基准：Meta 的自测成绩不妨打个折再看，等第三方评测复现后再做长期选型决策。
一句话总结
Meta 用 Muse Wonder 宣告「追赶结束」——定价上直接对标 Claude 是信心的表现，但独立评测显示它仍落后两分、实际任务成本偏高，且最强版本不对 API 开放；对用户来说，这是个「可用但不便宜」的新选项，选型时务必按单任务成本、而非 token 单价做账。
来源：
- Artificial Analysis：Muse Wonder and Muse Wonder Full 评测报告 — https://artificialanalysis.ai/articles/muse-wonder
- VentureBeat：Meta's new Muse Wonder and Muse Wonder Full models — https://venturebeat.com/technology/metas-new-muse-wonder-and-muse-wonder-full-models-achieve-frontier-performance-but-only-the-weaker-one-is-available-via-api
- The Rundown AI：Muse Wonder 使用与定价指南 — https://app.therundown.ai/guides/muse-wonder-guide
- AI Breakfast：Meta's Frontier Model: Muse Wonder — https://aibreakfast.beehiiv.com/p/meta-s-frontier-model-muse-wonder
- ABC Money：Meta Muse Wonder models launch to challenge OpenAI, Anthropic — https://www.abcmoney.co.uk/2026/10/meta-muse-wonder-models-launch-to-challenge-openai-anthropic/
- dev.to：Muse Wonder Benchmarks, Pricing, API — http://dev.to/agent-one/meta-muse-wonder-benchmarks-pricing-api-and-how-to-use-it-4jhh