Muse Wonder 首份独立评测：Wonder Full 拿下 56 分、编程智能体与 Sonnet 5.5 持平，但每题 4.52 美元，比 GPT-6 Astra 和 Gemini 4 Argon 都贵

这件事意味着什么

【要点】

Meta 发布 Muse Wonder 一个多小时后，第三方评测机构 Artificial Analysis 公布了首份独立测试：智能指数 v4.3 上，Muse Wonder（最高推理档）52 分，Muse Wonder Full 56 分，上一代 Muse Spark 1.3 是 48 分，两代相隔只有 6 周。Vals AI 同时称 Muse Wonder Full 在其综合榜 Vals Index 首登第 5，比前代高 6.4 分，排在所有 OpenAI 模型之前。

涨幅集中在智能体任务。Wonder Full 在十项评测里全部高于前代，其中 Terminal-Bench 4.0 从 33% 升到 57%，GDPval-AA 从 1681 升到 1857 Elo（第 2），AA-Briefcase 升到 1729 Elo（第 3）；科学推理上 CritPt 以 33% 排第一。编程智能体指数上，Wonder Full 配 Muse Code 得 68 分，与 Claude Code 配 Sonnet 5.5 持平，Opus 5.5 为 66 分。

价格偏贵。Muse Wonder 每百万 token 输入 4 美元、缓存输入 0.2 美元、输出 20 美元；每道指数任务平均吃掉 769 万输入 token，折合每题 4.52 美元，约是前代（1.60 美元）的 2.8 倍，也高于 GPT-6 Astra（3.26 美元）和 Gemini 4 Argon（1.99 美元），但低于 Claude Opus 5.5（5.98 美元）。Wonder Full 目前只在 Muse Code 里能用，没有按 token 计价，所以算不出单题成本。两款都是 100 万上下文，可输入文字、图片、视频和音频。

【可核验】

Artificial Analysis：https://x.com/ArtificialAnlys/status/2109697083519447118

Vals AI：https://x.com/ValsAI/status/2109706320383545474

Meta 官方发布：https://about.fb.com/news/2026/10/introducing-muse-wonder-models/

【我们的判断】

一、独立数字基本印证了 Meta 的说法：进步主要在长程、动手类的智能体任务上，而不是聊天。这和它主打的 Active Focus 方向一致。

二、最强的 Wonder Full 只能在 Meta 自家的编程订阅里用，开发者暂时买不到它的 API，最亮眼的分数和能被采购的产品之间还有一段距离。

三、定价说明 Meta 没打价格战，而是按 Anthropic 那一档收费。它能不能留住开发者，要看 Full 的 API 价格、即将发布的安全报告，以及更多榜单能否复现这次的排名。