Muse Wonder

Muse Wonder 是 Meta 于 2026 年 10 月 12 日发布的多模态推理模型，定位于个人及专业 Agent。选型时必须区分两个版本：更强的 Full 版目前仅供 Muse Code 订阅使用，标准版才提供公开 API。

1M 上下文与持续任务能力是该系列的主要定位

官方模型卡列出 1M token 上下文，开发文档给出精确值 1,048,576 token，支持文本、图像、视频、音频及 PDF 输入，输出为文本。Meta 将跨对话检索相关信息称为 Active Memory，将遇到阻碍后继续尝试和恢复任务称为 Active Focus。参数量、最大输出和具体语种清单未在所查官方资料中披露。

支持思考，但标准版与 Full 的档位证据需要分别说明

Meta Model API 文档明确支持 minimal、low、medium、high、xhigh、max 六档 reasoning_effort，不支持 none（关闭思考）；省略参数时由模型决定推理深度，官方未指定固定默认档位。

独立指数验证了提升，但不等于所有工作流都领先

Artificial Analysis 在 2026 年 10 月 12 日公布的 Intelligence Index v4.3 中，Wonder 与 Full 在 max 档位分别为 52 和 56，Muse Spark 1.3 为 48。该综合指数支持能力提升的判断；Meta 模型卡也说明，部分软件工程比较使用不同 Agent 或测试框架，不能直接视作受控的同条件实验。

接入方式决定能否使用更强版本

可通过 Meta Model API 与 Muse Code 使用；API 每百万 token 输入 4 美元、缓存输入 0.20 美元、输出 20 美元。需要嵌入现有 API 工作流时应选择 Wonder；接受 Muse Code 订阅并需要更高能力时可考虑 Full。两款模型都未提供公开下载的权重。

来源：完整开发规格、思考模式、Meta 模型卡、官方研究博客、规格与价格、独立评测。