7.5
深览指数
科技腾讯新闻··AI 生成
1GW算力、1年时间，Meta闭源模型“屠榜”，扎克伯格不卖API？
Meta发布Muse Wonder系列前沿模型，在多项综合评测中追平甚至超越Anthropic和OpenAI竞品，但此次发布的核心信号在于策略转向：顶级模型转向闭源、限制API调用，仅通过订阅制编程助手Muse Code提供。文章揭示了Meta从开源驱动的Llama路线转向大型模型+复杂智能体落地的战略调整，以及其中数据隐私与功能可用性之间的结构性矛盾。适合关注大模型产业竞争格局、商业化路径及企业技术采购决策的读者。原文 ↗
核心观点
- ▍Meta的战略重心正从开源普惠的Llama系列，转向闭源、高性能的Muse Wonder前沿模型，核心目的是在智能体市场建立壁垒，而非单纯售卖API。
- ▍Muse Wonder系列并非全面领先的“屠榜”模型，其真正优势在于长周期智能体任务，如编程、终端自动化和法律智能体。
- 01第三方评测显示，Muse Wonder Full的综合智能指数（56分）追平Claude Sonnet 5.5，超过GPT-6 Astra和Gemini 4 Argon（均为53分），仅次于Claude Opus 5.5（58分）。
- 02在长周期编程测试SWE-Marathon中，Muse Wonder Full（57.5分）大幅领先Claude Opus 5.5（46.3分）和GPT-6 Astra（42.5分）。
- 03新模型引入了“主动记忆”和“主动专注”机制，旨在解决传统智能体在跨会话任务中的“记性差”问题。
- 04Muse Wonder Full闭源，仅向Muse Code编程助手每月50美元和200美元的订阅用户开放，不提供公开API调用。
- 05标准版Muse Wonder的API定价为每百万输入Token 4美元、输出Token 20美元，与Claude Opus 5.5持平，但单任务成本仍高于GPT-6 Astra等竞品。
- 06Meta为训练此模型动用了位于俄亥俄州、规模超1GW的“普罗米修斯”超级集群，研发周期超过一年。
反方 / 局限
- — 新模型在HealthBench Pro医疗测试中得分低于Claude Opus 5.5和GPT-6 Astra，表明其在特定领域能力并非顶尖。
- — Muse Code订阅默认启用Contributor mode，允许Meta利用用户提交的提示词和数据改进模型，这带来了数据隐私风险。企业客户若启用“零数据保留”保障，则会丧失会话状态、文件上传等核心功能。
Meta汪滔 (Alexandr Wang)马克·扎克伯格Muse WonderMuse Wonder FullMuse CodeMuse Spark 1.3普罗米修斯超级集群LlamaClaude Opus 5.5GPT-6 AstraGemini 4 ArgonAnthropicOpenAIArtificial Analysis
10 分钟 · 6 卡片 · 15 资料
读原文 →