详细资料

分类：营销

发布于 2026年10月14日

　　原标题：刚刚，Meta最强旗舰碾压GPT-6和Opus，一夜杀回世界前三

　　小扎这次，真追上来了!

　　深夜，Meta一口气发布Muse Wonder和Muse Wonder Full两款大模型。

　　官方毫不客气地将其定义为，Meta迄今为止最强模型，也是全面迈向「个人超级智能」历史性飞跃。

　　在各项基准测试中，Meta「双弹」终于能和Claude、GPT正面竞争了。

　　如今最强的Claude Fable 5.1和GPT-6 Astra，几乎被Muse Wonder直接踩在了脚下。

　　在Artificial Analysis上，Muse Wonder Full斩获56分，稳居全球第 一梯队，与Sonnet 5.5并驾齐驱，压制了GPT-6 Astra。

　　Muse Wonder同样拿下52分，全面反超了上一代Muse Spark 1.3。

　　到了长任务编程，Meta更是直接反超Opus和Astra。不光最高档的Full赢了，普通版Wonder也赢了!

　　它手里握着两张最 大的王牌，Active Memory(主动记忆)+ Active Focus(主动专注)。

　　一时间，许多人纷纷惊叹，看来各大实验室已经攻克了RSI。

　　这次升级所有能力，划重点——

　　编程杀进第 一梯队：Muse Code搭载Full，在AA编程Agent榜追平Claude Sonnet;两款Wonder在长任务测试中都超过Opus和Astra。

　　跨对话记住你，长任务接着干：Active Memory保留你的重要信息;Active Focus让模型遇到障碍时换办法、出错后检查，收到新要求再调整计划。

　　专业工作也追上来了：14项测试涵盖法律、金融、记忆和持续执行等能力，Full有8项超过Opus 5.5，11项超过GPT-6 Astra。

　　价格：普通版API每百万token输入4美元、输出20美元;Full通过Muse Code订阅开放，每月50或200美元。

　　六周猛涨8分，十项测试全赢前代!

　　按照Artificial Analysis的统计，Muse Spark 1.3和新模型的发布只隔了六周。

　　智能指数从48分冲到56分，涨了整整8分!

　　十项测试，全部超过Spark 1.3;六项冲进前三，两项拿到第 一!

　　在科学推理CritPt和专业文档GDP.pdf中，Full都拿到33%，冲到AA当次榜单第 一!考专业知识工作的GDPval-AA v2.1，Full拿到1857 Elo，排到第二。

　　另外三项第三，分别是知识工作AA-Briefcase、业务流程自动化AutomationBench-AA和科学编程SciCode。

　　Terminal-Bench 4.0要求AI自己读文件、敲命令、处理报错。Spark只能完成33%的任务，Full已经做到57%，一口气提高24个百分点!

　　另一家评测机构Vals也公布了新成绩。

　　在覆盖金融、编程、法律和税务工作的Vals Index综合榜中，Wonder Full以64.57分冲到第五，超过榜上所有OpenAI模型!

　　跑分之外，Conductor开发者Charlie Holtz已经把Wonder用进自己的代码库。

　　没想到，Muse一次就找到了一个真实安全漏洞，而其他Agent此前都漏掉了。

　　甚至，他还盛赞其设计和可视化效果、CLI的速度与语音模式，直言「Meta现在已经站到最前沿了」!

　　在另一场测试中，开发者Yair做了同题对比，让Wonder和Opus 5.5同出第 一人称3D游戏。

　　Claude Code搭载Opus 5.5花了11分40秒，Muse Code搭载普通版Wonder只用3分42秒，连四分钟都没到!

　　长任务反超Opus，编程全面暴击Astra

　　在考核长程任务的基准SWE-Marathon上，Full拿到57.5%，Opus 5.5为46.3%，Astra为42.5%。

　　领 先幅度分别达到11.2和15个百分点!

　　甚至不用上Full，普通版Wonder拿到53.1%，同样超过这两款旗舰。

　　SWE-Marathon要求AI持续完成软件项目：读需求、改多个文件、跑测试，出错后还要自己找原因、接着改

　　DeepSWE v1.1包含113项任务，涉及91个代码仓库、五种编程语言。

　　Meta汇总的成绩中，Full拿到79.0%，Wonder为78.8%，Opus和Astra分别为74.2%、74.1%。

　　再看AA的编程Agent榜(Coding Agents Index)，Muse Code搭载Full拿到68分，追平Claude Code搭载Sonnet的成绩，超过搭载Opus的66分。

　　上一代Muse Code搭配Spark 1.3只有54分。换上Full，直接涨了14分!搭载普通版Wonder也有63分。

　　Artificial Analysis编程Agent测试，Muse Code与Claude Code的部分成绩

　　从零编程的ProgramBench中，Full拿到59.0，高于Astra的52.5，Opus为70.5。

　　终端编程成绩，Full为57.1，Astra和Opus分别是59.1、59.6。

　　此外，更大规模的漏洞测试也有了结果。

　　VulnPR-100的维护者给Wonder 1.0安排了100个含已知漏洞的代码变更，每个限时一小时。

　　它找出了46个，与GPT-6 Astra打平。整轮花费284.88美元，平均每个漏洞6.19美元。

　　数学多做对36题，token少了四成

　　在Vals AI的ProofBench中，Full做对94道数学证明题，比前代多36道;同榜Opus为100道、Astra为99道。

　　题做得更多，输出token反而从450万降到270万，少了四成!做应用时，得分维持在86%左右，平均步骤从120步减到62步。

　　14项有8项超过Opus，法律得分达到3.1倍

　　法律任务Harvey LAB-AA中，Full拿到13.1分，Opus为4.2分，前者达到后者的3.1倍!金融任务也拿到59.1分，超过Opus的58.6和Astra的53.5。

　　做专业工作，还得少编答案。AA的6000道知识题中，Full的幻觉率为23%，Astra为51%，Opus为59%;这里统计的是没答对的题里，仍然给出错误答案的比例。

　　Full更少硬答，但知识指数仍是30，低于Astra的43和Opus的46。

　　吉瓦级训练

　　普罗米修斯走出的「终 极怪兽」

　　Muse Wonder之所以强的可怕，正是因为其背后动用了吉瓦级超算。

　　14个月前，Meta悄然启动了对其整个AI基础设施与研发范式的彻底重构。

　　这次Muse Wonder的诞生之地，正是业界传闻已久的吉瓦级Prometheus(普罗米修斯)超级数据中心。

　　Meta在这里继续扩大预训练和强化学习：预训练先建立广泛的基础能力，强化学习再根据任务反馈调整模型的行为。

　　更惊人的是其基础能力规格：

　　100万Token超大推理上下文：无论是一整套大型代码库、数百页的复杂并购合同，还是几个小时的音视频记录，统统能一口吞下;

　　原生全模态输入支持：打通文本、高分辨率图像、超长视频与连续音频;

　　Big Model Smell的质变：Meta在博客中特别回应了AI圈对模型「泛化能力」的质疑。

　　为了让模型能把复杂项目做完，Meta在训练中加入大量类型不同、耗时更长的任务。拿编程来说，模型要记住需求、修改多个文件，再经历一轮轮测试和返工，持续把项目往前推。

　　更强的基础模型，还要把学会的能力用到新问题上。

　　Meta逐档增加推理时的计算量，两代模型在陌生任务上的成绩都跟着提高。当它们在后训练重点覆盖的任务上得分相近时，Full在没有重点覆盖的任务上仍然更好。

　　横轴为后训练重点覆盖的任务，纵轴为没有重点覆盖的任务

　　重建14个月，小扎终于打回来了!

　　现在，普通版Wonder已经在Meta Model API和Muse Code上线。

　　API按用量收费：每百万token输入4美元、输出20美元，缓存输入0.20美元。上下文窗口达到100万token，长上下文不额外加价。

　　Full目前只在Muse Code订阅中开放：Power Usage为50美元/月，Maximum Usage为200美元/月，分别提供基础档20倍、80倍的用量，暂未开放独立API。

　　个人助手Muse也将接入Wonder，按官方计划先向订阅者推出。

　　虽然首批用户遇到了额度异常，但Alexandr Wang表示，团队正在修复，并承诺修好后重置额度

　　这下，Claude Code和Codex的底盘，Meta也来抢了!

详细资料

分类：营销

发布于 2026年10月08日

　　不少官员视此次加息为防范通胀粘性的预防性操作。

　　北京时间周四凌晨2点，美联储公布9月政策会议纪要。

　　纪要显示，美联储内部对这次加息的定性存在分歧：一部分人认为这主要是预防性操作;另一部分人则认为，这代表货币政策转向大幅收紧，目的是抑制投资与消费支出。

　　多数美联储官员认为，今年大概率还需要再度加息。虽然市场预期本月美联储将按兵不动，部分委员对物价的担忧意味着表决结果或将出现多张反对票。

　　通胀担忧

　　上月美联储全部12位票委一致同意，将基准利率上调至3.75%~4.00%区间，这也是美联储自2023年7月以来的首次加息。

　　但各位官员支持加息的理由并不相同，纪要写道：“许多委员强调，出于风险管理角度，将政策利率维持在更高区间是审慎之举。一旦需求强于预期或遭遇新一轮负面供给冲击，这可以作为保险，防范通胀持续高于目标。”

　　与此同时，另一些委员认为9月上调政策利率至关重要，目的是防止近期能源冲击和其他价格冲击向整体物价扩散;还有少数委员支持加息，理由是他们估算的中性利率水平已经抬升。

　　美联储工作人员在经济展望中给出的2026~2028年通胀预测值，相比6月版本有所上调。工作人员目前预计，通胀将在未来两年逐步下行，直到2029年才能最终触及2%通胀目标。

　　纪要提到，美联储官员认为通胀水平居高不下，近几个月距离2%的通胀目标几乎没有取得进展。美伊冲突以及人工智能相关投资热潮正在推升通胀压力;劳动力市场小幅走强，美国经济维持稳健扩张。“数位委员表示，当前政策利率尚不具备限制性，或仅存在微弱的限制性。大多数委员评估，年底前大概率还需要再上调一次联邦基金利率目标区间。”

　　官员们判断9月加息会加快通胀回落进程。纪要写道：“与会委员认为，本次加息有助于通胀更及时地回归美联储2%的目标。”

　　政策前景

　　9月会议结束后，投资者原本预期美联储会连续加息，但此后市场押注持续降温。当前市场预期，美联储将在本月(国会中期选举前夕)维持政策利率3.75%~4.00%区间不变，并在12月的会议上再度加息。

　　就业与通胀数据不及预期之后，美联储官员近期讲话进一步强化了市场的判断：政策制定者将留出一段时间，观察核心通胀能否从当前高于目标1个百分点以上的水平回落，或是证明通胀具备更强粘性。

　　委员们对当前经济形势的不同判断，预示着10月27~28日的政策会议上将迎来激烈辩论：通胀是否已经演变为范围更广的需求驱动型通胀，从而需要美联储立刻采取进一步行动。另一种选择则是暂缓加息，等待后续数据验证能源、关税等价格冲击是否消退，通胀能否向央行2%的目标回落。本月的议息会议有可能出现意见分裂，甚至多名委员投反对票。

　　衍生品市场定价显示，如果能源通胀威胁持续，交易员预计到明年6月前还会有三次25个基点加息，利率将上行至4.5%~4.75%区间。

　　美国政府将于下周发布关键通胀指标PCE，该数据或将改变市场预期。

　　牛津经济研究院高级经济学家鲍勃·施瓦茨在接受第一财经采访时表示，考虑到柴油等成品油近期涨价，核心通胀的上行风险正不断抬升。修正数据显示，居民基本面比预想更为强劲，消费支出增速高于此前估算。在今年能源价格冲击背景下，家庭部门还保有规模更大的储蓄缓冲。居民消费未见放缓迹象，通胀存在粘性超预期的风险，这将进一步倒逼美联储在今年再度采取加息行动。

　　德意志银行 在研报中写道，美联储在10月议息会议采取行动的紧迫性有所下降。不过，通胀仍显著高于目标水平，若不进一步收紧货币政策，通胀似乎难以回落至目标区间。该行的基准情景仍为按季度节奏还有两次加息，下一次加息将落在12月会议。