AI Code With
模型评测

Meta Muse Wonder 是什么？官方价格、1M 上下文、基准与实测对比 Claude Opus 5.5

Meta 在 10 月 12 日发布 Muse Wonder，同时推出只在 Muse Code 订阅里能用的 Muse Wonder Full。API 版 muse-wonder-1.0 官方价每百万 tokens 输入 $4、输出 $20，和 Claude Opus 5.5 同价，1M 上下文。本文整理两个版本的区别、官方和第三方基准、实测里的优缺点，以及怎么调用。

6 分钟阅读
Meta Muse Wonder 是什么？官方价格、1M 上下文、基准与实测对比 Claude Opus 5.5

先说结论：Meta Muse Wonder 是 Meta 在 2026 年 10 月 12 日发布的闭源旗舰模型，主打编码、长时间运行的 Agent 和 computer use。API 模型名 muse-wonder-1.0，官方价每百万 tokens 输入 $4、输出 $20，缓存输入 $0.20，上下文 1,048,576 tokens。

需要先分清两点：Meta 发布会上分数最好看的是 Muse Wonder Full，它只在 Muse Code 订阅里能用，API 上调不到；API 能用的 Muse Wonder 在 Artificial Analysis 的智能指数是 52。另外它思考很多，几位用户实测都发现它比同价的 Claude Opus 5.5 更费 token、更慢。

本文数字截至 2026-10-21，依据 Meta 官方 研究博客、开发者博客、模型页、价格文档，以及 Artificial Analysis、OpenRouter 等第三方页面。第三方榜单分数会变动，以原页面为准。

Muse Wonder 是什么

Meta 官方博客的说法：

  • 2026 年 10 月 12 日发布，同时推出 Muse Wonder 和 Muse Wonder Full 两个版本，定位是个人和工作场景的 Agent 模型
  • 在 Meta 的 Prometheus 数据中心训练，建立在比 Muse Spark 更大的基座模型上
  • 两个主打能力：Active Memory，跨对话记住重要上下文，并在需要时调出来；Active Focus，任务卡住时换方法继续做，需要时会先问清楚，重要操作前会先确认
  • Muse Wonder 已上线 Meta Model API 和 Muse Code，OpenRouter 上也能调用（模型名 meta/muse-wonder）
  • 开发者文档目前写着 Muse Wonder 还处于预览阶段（preview）

两个版本的区别：

版本在哪用怎么收费
Muse Wonder（muse-wonder-1.0）Meta Model API、Muse Code、OpenRouter按 token 计费，$4 / $20
Muse Wonder Full（muse-wonder-full-1.0）只在 Muse Code只能订阅：Power Usage $50/月、Maximum Usage $200/月

官方文档特意写明：在 API 上把 muse-wonder-1.0 的推理档位调到 max，不会变成 Muse Wonder Full。

官方价格

Meta Model API 价格文档，按每百万 tokens 计价，单位美元：

muse-wonder-1.0价格
输入$4.00
缓存输入$0.20
输出$20.00

计费细节：

  • 没有长上下文加价，上下文用多用少都是同一个单价
  • 推理 token 按输出价计费，在返回的 usage 里单独列出
  • 用内置 web_search 工具另收每 1,000 次查询 $2.50
  • Meta 的 Contributor 模式（允许用你的数据训练、换更低价格）不适用于 Muse Wonder，只适用于 Muse Spark

这个价格和 Claude Opus 5.5 的 $4 / $20 一样。但同价不等于同成本，原因见下面的实测部分。

AI Code With 上架后会在这里补充我们的价格。

上下文和能力

项目官方说明
模型名muse-wonder-1.0
Base URLhttps://api.meta.ai/v1
上下文1,048,576 tokens
输入文本、图像、视频、PDF 等；音频要先确认你用的渠道是否支持
输出文本
推理档位minimal / low / medium / high / xhigh / max，不传时由模型自己决定
协议Responses API、Chat Completions、Anthropic Messages 兼容接口
参数量未公布
输入模态说法不完全一致：OpenRouter 写支持文本、图像、视频、音频和 PDF，Artificial Analysis 写支持文本、图像、语音和视频，Meta 开发者博客则提醒“依赖音频的场景要先确认发布渠道是否支持”。要用音频，先拿小样本测一下。

推理相关的几个坑，都来自官方文档：

  • 思考不能关。reasoning_effort 设成 none 会返回 HTTP 400
  • 输出上限包含思考 token。max_tokens（Chat Completions）或 max_output_tokens（Responses API）设太小，可能思考完就到上限，正文被截断
  • 多轮 Agent 建议用 Responses API。Chat Completions 对外部 API Key 不会保留上一轮的推理内容，每轮都从头想；Responses API 可以用 previous_response_id 或加密的推理内容接着上一轮继续

测评和基准

官方数据

以下全部是 Meta 自己测的，对比模型都开最高推理档（Muse Wonder Full 的 SWE-Marathon 是 xhigh 档），没有经过第三方复核：

基准测什么Muse WonderMuse Wonder FullClaude Opus 5.5GPT-6 Astra
DeepSWE 1.1长任务编码78.879.074.274.1
SWE-Marathon超长任务工程53.157.546.342.5
Terminal-Bench 4.0-AA终端里的 Agent 编码52.057.159.659.1
ProgramBench从零写程序50.059.070.552.5
MemoryBench记住上下文85.685.581.581.4
AutomationBench-AA端到端业务流程39.145.441.241.6
Artificial Analysis 指数（Meta 表内）综合52565853

怎么看这张表：

  • 长任务编码（DeepSWE、SWE-Marathon）和记忆（MemoryBench）是 Muse Wonder 的强项，API 版在这几项也高于 Opus 5.5
  • Terminal-Bench 4.0 和 ProgramBench 上，API 版 Muse Wonder 明显低于 Opus 5.5
  • 综合指数上，Meta 自己的表里 Opus 5.5 还是第一（58），Muse Wonder Full 是 56，API 版是 52

第三方数据

Artificial Analysis（截至 2026-10-21，原页面）：

  • 智能指数 52，在 214 个同价位模型里排第 9
  • 输出速度 152.2 tokens/s（Meta 官方 API）
  • 首 token 延迟 31.59 秒（含思考时间），说明它往往先想很久再开口
  • 跑一个指数任务平均花 $4.52；跑完整套指数产出 130M tokens，同档中位数是 82M，偏啰嗦

Vals AI（OpenRouter 模型页转载，截至 2026-10-21）：

  • Vals Index 64.9%
  • Terminal-Bench 4.0 49.5%，SWE-bench Multimodal 45.6%，Vibe Code Bench v1.1 83.1%
  • Finance Agent v2.1 65.5%

Design Arena（同页转载）：网站生成 1361、游戏开发 1379、UI 组件 1371 Elo。

OpenRouter 实测：过去一周 P50 吞吐 84 tokens/s，P50 延迟 3.03 秒。和 AA 的数字不同，是因为测试方法和请求类型不一样。

社区实测

  • 同价但更贵：X 用户 @eddieor 用 3 个日常任务（一个单文件番茄钟、一个埋了 6 个 bug 的函数、一段基于真实资料的吐槽）对比 Muse Wonder、Claude Opus 5.5 和 GPT-6.1 Sol，走 Vercel AI Gateway、默认推理设置，用 14 个 Playwright 测试和 6 个单元测试打分。三家全部通过。但合计耗时和费用差很多，原帖：
模型总耗时输出 tokens费用
Muse Wonder73.8 秒8,670$0.181
Claude Opus 5.539.4 秒4,494$0.101
GPT-6.1 Sol93.2 秒4,339$0.048

单价一样，Muse Wonder 却比 Opus 5.5 贵了约 80%，因为输出 token 几乎翻倍。番茄钟一项它输出了 5,968 tokens，其中 3,577 是思考。

  • 低档也想太多：VulcanBench 分析了运行记录，发现 Muse Wonder 在 low 档也有过度思考的问题，完成同样任务的时间是 GPT-6.1 Sol 的 4 倍以上
  • Agent 强、前端弱：Lenny's Newsletter 的 How I AI 播客里，主持人 Claire 用近 20 个真实任务测试。Muse Wonder 在账单工单、收件箱分诊、computer use、写邮件四项上是她测过的同价位第一，账单任务里还识破了一次提示注入。但前端设计不行：改版任务无视品牌规范、乱加 emoji、把图片弄坏；原型能做出约 80% 的骨架，交互阶段常出现按钮失效、主题错误（中文整理）
  • 财会类任务不错：DualEntry 的会计 AI 基准里，Muse Wonder 总分第 2，比 Muse Spark 1.1 高 21.8 分（原帖）

以上都是个人或机构的测试，题目和环境各不相同，只能当参考。第三方测评陆续出来后会更新。

优缺点和适合场景

优点：

  • 长任务编码和多步 Agent 是强项：官方长任务基准领先，第三方 Agent 实测也有正面反馈
  • 1M 上下文不加价，缓存输入只要 $0.20
  • 记忆类任务（MemoryBench）分数最高
  • 同时兼容 OpenAI 和 Anthropic 两种请求格式，迁移成本低

缺点：

  • 思考多、首 token 慢，同价位下实际花费往往比 Opus 5.5 高
  • 发布会上最强的是 Muse Wonder Full，API 用不到
  • Terminal-Bench、ProgramBench 这类终端和从零写程序的任务，不如 Opus 5.5
  • 前端和视觉设计被实测者明确否定
  • 还在预览阶段

适合：长时间跑的 Agent 工作流、需要跨多轮记住上下文的助手、工单处理和收件箱分诊这类业务自动化、大仓库里的长任务编码。

不太适合：前端页面和 UI 设计、对延迟敏感的交互场景、按任务成本精打细算的小任务。

怎么接入

AI Code With 上架后会在这里补充我们的模型名和 Claude Code、Codex 配置示例。

想现在直接用 Meta 官方 API：在 dev.meta.ai 申请 API Key，然后把 OpenAI 兼容客户端的 Base URL 改成 https://api.meta.ai/v1，模型名填 muse-wonder-1.0。官方文档里的最小请求是这样的（Responses API）：

bash
curl -X POST "https://api.meta.ai/v1/responses" \
  -H "Authorization: Bearer $MODEL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "muse-wonder-1.0", "reasoning": {"effort": "high"}, "input": "你的问题"}'

几条使用建议：

  • 日常小任务用 low 或 medium，max 留给真正难的问题，否则费用和等待时间都会明显上去
  • 输出上限设宽一点，给思考 token 留足空间
  • 多轮 Agent 用 Responses API

第三方 API 的通用配置方式见《Claude Code 如何接入第三方 API》和《Codex config.toml 配置指南》。

常见问题

Muse Wonder 和 Muse Wonder Full 有什么区别？

Full 更强，但只在 Muse Code 的 Power Usage（$50/月）和 Maximum Usage（$200/月）订阅里能用。API 上只有 muse-wonder-1.0，调到 max 档也不是 Full。

Muse Wonder 和 Claude Opus 5.5 选哪个？

单价一样。Meta 官方表里，Muse Wonder 在长任务编码和记忆上更高，Opus 5.5 在 Terminal-Bench、ProgramBench 和综合指数上更高。实测里 Muse Wonder 用的 token 更多，完成同样的任务往往更贵、更慢。建议拿自己的任务各跑一遍再定。

Muse Wonder 开源吗？

不开源，参数量也没公布。Meta 同期开源的是 Muse Spark Open。

能关掉思考吗？

不能。reasoning_effort 设成 none 会返回 400，想省钱就调到 minimal 或 low。

来源（核对于 2026-10-21）

相关文章