Meta 於 10 月 12 日推出 Muse Wonder 及 Muse Wonder Full 兩款 AI 模型，主打程式開發、長時間執行的 AI Agent 及電腦操作能力。兩款均支援 100 萬 token 上下文，第三方評測顯示 Full 的綜合效能已追上 Claude Sonnet 5.5，但標準版 API 的實際任務成本仍高於部分競爭對手。
模型分別 API 價格及使用限制
| 項目 | Muse Wonder | Muse Wonder Full |
|---|---|---|
| 模型 ID | muse-wonder-1.0 | muse-wonder-full-1.0 |
| Context Window | 100 萬 token | 100 萬 token |
| Meta Model API | 支援 | 暫不提供 |
| Muse Code | 支援 | Power／Maximum 訂閱限定 |
| API 輸入價格 | US$4／100 萬 token | 未提供 |
| API 快取輸入 | US$0.20／100 萬 token | 未提供 |
| API 輸出價格 | US$20／100 萬 token | 未提供 |
| Full 訂閱月費 | 不適用 | US$50 或 US$200 |
Muse Wonder 已透過 Meta Model API 開放按用量計費，100 萬 token 的長上下文不另收額外費率。Muse Wonder Full 暫時只供 Muse Code 訂戶使用，Power Usage 月費 US$50，提供 Everyday Usage 的 20 倍用量；Maximum Usage 月費 US$200，提供 80 倍用量。訂閱配額與 API token 收費並不能直接比較。
效能比拼 GPT-6 及 Claude Full 綜合評分達 56
第三方評測機構 Artificial Analysis 於 10 月 12 日公佈 Intelligence Index v4.3 測試，Muse Wonder Full 取得 56 分，與 Claude Sonnet 5.5 持平，但仍低於 Claude Opus 5.5 的 58 分。標準版 Muse Wonder 則取得 52 分，與 GPT-6.1 Sol 相同。
以下比較均採用最高推理強度，成本數據來自 Artificial Analysis 的測試工作負載。
| AI 模型 | AA 綜合評分 | API 輸入／輸出價格（US$／百萬 token） | 平均每任務成本 |
|---|---|---|---|
| Claude Opus 5.5 | 58 | $4／$20 | US$5.98 |
| Muse Wonder Full | 56 | 未開放 API | 無可比數據 |
| Claude Sonnet 5.5 | 56 | $2／$10 | US$5.46 |
| GPT-6 Astra | 53 | $10／$50 | US$3.26 |
| Muse Wonder | 52 | $4／$20 | US$4.52 |
| GPT-6.1 Sol | 52 | $2／$10 | US$0.72 |
標準版 Muse Wonder 與 GPT-6.1 Sol 同為 52 分，但平均每項測試任務成本分別達 US$4.52 及 US$0.72，相差約 6.3 倍。Artificial Analysis 指 Wonder 每項任務平均使用約 769 萬個輸入 token，較其他部分同級模型多。即使 API 單價低於 GPT-6 Astra，整項任務成本仍可能更高。
上述每任務成本是特定 Benchmark 的加權平均值，包含推理過程、快取及工具工作流程帶來的 token 消耗，不代表一般程式開發任務必定產生相同費用。
Coding Benchmark 長時間開發較強 從零寫程式仍輸 Claude
Meta 公佈的軟件開發 Benchmark 顯示，Muse Wonder Full 在 DeepSWE 1.1 及 SWE-Marathon 取得較高完成率，但在 Terminal-Bench 4.0 及 ProgramBench，Claude Opus 5.5 仍然領先。
| Benchmark | Wonder Full | Wonder | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|---|
| DeepSWE 1.1（長時間程式維護） | 79.0% | 78.8% | 74.1% | 74.2% |
| SWE-Marathon（超長程式項目） | 57.5% | 53.1% | 42.5% | 46.3% |
| Terminal-Bench 4.0（終端機操作） | 57.1% | 52.0% | 59.1% | 59.6% |
| ProgramBench（從零建立程式） | 59.0% | 50.0% | 52.5% | 70.5% |
其中 SWE-Marathon 的結果來自第三方測試，但部分模型採用不同 Agent 執行框架，不能視為完全相同條件下的直接對決。Muse Wonder Full 在該項目亦使用 xhigh 推理強度。
Artificial Analysis 的 Coding Agents Index 另顯示，Muse Wonder Full 取得 68 分，與 Claude Code 配合 Sonnet 5.5 的成績相同，高於 Claude Code 配合 Opus 5.5 的 66 分；標準版 Muse Wonder 則為 63 分。這反映 Full 具備頂級 Coding Agent 競爭力，但不同任務類型的領先模型仍有分別。
開發者要注意的 3 件事
1. 可沿用 OpenAI SDK 接入
Meta Model API 提供 OpenAI 相容接口。開發者取得 API Key 後，將 base_url 改為 https://api.meta.ai/v1，模型設為 muse-wonder-1.0，即可沿用現有 SDK 接入。需要注意將推理強度設定為 max，並不等於切換至 Wonder Full。
2. 針對長時間 Agent 工作流程
Muse Wonder 系列支援多步驟推理、工具呼叫、平行子代理及電腦操作。Active Memory 可跨對話找回相關背景，Active Focus 協助模型遇到障礙時嘗試其他方法，適合大型程式碼庫修改、自動除錯及持續執行的工作流程。實際部署仍應測試成功率、執行時間及總成本。
3. Muse Code 預設 Contributor mode 可能使用程式碼訓練模型
Meta 官方文件指出，Muse Code 訂閱預設啟用 Contributor mode，容許公司使用提交的 Prompt、程式碼、文件及模型回應訓練未來模型。開發者可在設定中關閉。處理商業機密及客戶資料前，應先確認目前使用的模式。
Meta Model API 的 Muse Wonder 暫時只提供 Standard mode，官方表示此模式不會將提交內容用於訓練 Meta 模型。
Muse 個人 AI 代理應用程式每月 US$20 及 US$100 的訂閱方案，與上述開發者 API 及 Muse Code 收費屬不同服務。Meta 表示 Muse Wonder 將稍後整合至個人版 Muse，首先向訂閱用戶推出。
資料來源：
Meta 官方模型規格與價格、
Meta Muse Wonder Model Card、
Artificial Analysis 獨立評測、
Meta API 收費與私隱模式、
Meta 模型接入文件、
Meta 官方公告
