Meta 的 Muse Wonder 走向前沿並轉為封閉，終結 Llama 開放權重時代

Meta 的前沿 AI 模型業務：訓練專有模型，並透過 API 及自家產品銷售使用權。

押注的是：Meta 的前沿模型以封閉形式——透過 API 及自家付費程式設計工具銷售——比像 Llama 那樣以可下載的開放權重免費提供更有價值。

Meta 的 AI 聲譽建立在 Llama 之上，這是可下載的開放權重系列，讓各組織能在自己的基礎設施上運行。約在 2025 年 8 月，祖克柏將這項工作重組為由 Alexandr Wang 領導的 Meta Superintelligence Labs，招募研究人才，並承諾投入 Prometheus AI 資料中心。

2026 年 10 月 12 日，Meta 宣布 Muse Wonder 與 Muse Wonder Full：兩者皆在 Prometheus 上訓練，採用大規模預訓練加上強化學習、多模態輸入、約一百萬個 token 的上下文——且兩者都沒有可下載的權重。標準版 Wonder 透過商業 API 銷售，價格為每百萬輸入／輸出 token 4 美元／20 美元（快取輸入 0.20 美元）；Wonder Full 則保留給付費的 Muse Code 訂閱者。Artificial Analysis 在其 Intelligence Index 上給 Wonder Full 打了 56 分——與 Claude Sonnet 5.5 持平，領先 GPT-6 Astra、Gemini 4 Argon 與 Claude Fable 5.1（53 分），僅落後 Claude Opus 5.5（58 分）；標準版 Wonder 得分 52。Wonder Full 在 SWE-Marathon 長時間執行的程式設計任務中以 57.5 分領先 Opus 5.5 的 46.3 分，但在 Terminal-Bench 4.0 上落後 Opus 5.5 與 GPT-6 Astra，在 HealthBench Pro 上則落後 Opus。

Llama 策略使模型商品化，為 Meta 贏得善意，但幾乎沒有帶來前沿營收；每百萬 token 4 美元／20 美元的 API 直接將領先優勢變現。

將 Wonder Full 保留給付費的 Muse Code 訂閱者，把最強能力綁定在 Meta 自家產品介面上，而非為對手的應用程式提供動力。

獨立基準評測的排名是這次發布的證明重點：Meta 自家比較中所引用的 Artificial Analysis 分數，在 Wonder Full 出貨當天將其置於前沿。

基準組合有利於這套說法——SWE-Marathon 的長時間執行程式設計任務，正是 Active Memory 與 Active Focus 應該展現之處，而 Wonder Full 領先 11 分。

策略性資產在領先時會被築牆保護：Meta 在落後時將 Llama 開源，之後當第三方分數將 Wonder 推上前沿時，便將其轉為封閉。

截至 2026 年 10 月 12 日的公告，標準版 Wonder 可透過 API 取得，Wonder Full 則僅能透過付費的 Muse Code 使用；兩者都沒有可下載的權重，關上了讓 Llama 無所不在的那套發行模式之門。VentureBeat 指出企業買家的未解問題——成本、資料治理，以及 Wonder Full 是否終將可供 Meta 工具以外的生產部署使用——而 Claude Opus 5.5 仍保持最高總分，使前沿競賽持續開放。