Meta的Muse Wonder走向前沿并转为闭源，终结Llama开放权重时代

Meta的前沿AI模型业务：训练专有模型，并通过API及自有产品出售访问权限。

押注的是：Meta的前沿模型以闭源方式——通过API和自有付费编程工具出售——比像Llama那样作为可下载的开放权重免费提供更有价值。

Meta的AI声誉建立在Llama之上，这是一个可下载的开放权重系列，各组织可在自己的基础设施上运行。大约在2025年8月前后，扎克伯格将该工作重组为Meta Superintelligence Labs，由Alexandr Wang领导，招募研究人才并承诺建设Prometheus AI数据中心。

2026年10月12日，Meta发布了Muse Wonder和Muse Wonder Full：二者均在Prometheus上训练，采用大规模预训练加强化学习，支持多模态输入，上下文长度约一百万token——且两者均不提供可下载权重。标准版Wonder通过商业API出售，价格为每百万输入/输出token 4美元/20美元（缓存输入0.20美元）；Wonder Full仅向付费的Muse Code订阅用户保留。Artificial Analysis在其Intelligence Index上给Wonder Full打出56分——与Claude Sonnet 5.5持平，领先于GPT-6 Astra、Gemini 4 Argon和Claude Fable 5.1（53分），仅落后于Claude Opus 5.5（58分）；标准版Wonder得分为52。Wonder Full在SWE-Marathon长时间运行编程任务上以57.5对46.3领先Opus 5.5，但在Terminal-Bench 4.0上落后于Opus 5.5和GPT-6 Astra，在HealthBench Pro上落后于Opus。

Llama战略使模型商品化，为Meta赢得了好感，但从前沿业务中获取的收入很少；每百万token 4美元/20美元的API直接将领先优势变现。

将Wonder Full保留给付费的Muse Code订阅用户，把最强能力绑定在Meta自己的产品界面上，而不是为竞争对手的应用提供动力。

独立基准排名是此次发布的证明点：Meta自己的对比中引用了Artificial Analysis的评分，在Wonder Full发布当天将其置于前沿位置。

基准组合有利于这一宣传——SWE-Marathon的长时间运行编程任务正是Active Memory和Active Focus应当展现优势之处，而Wonder Full领先11分。

战略资产在领先时会被筑墙保护：Meta在落后时开源了Llama，而当第三方评分将Wonder推至前沿后便将其闭源。

截至2026年10月12日的公告，标准版Wonder可通过API使用，Wonder Full仅通过付费的Muse Code提供；两者均无可下载权重，关闭了使Llama无处不在的那种分发模式的大门。VentureBeat指出了企业买家面临的未解问题——成本、数据治理，以及Wonder Full是否会有朝一日可用于Meta工具之外的生产部署——而Claude Opus 5.5保持着最高综合得分，使前沿竞争保持开放。