10月13日消息，据TC报道，Meta 的超级智能实验室于周一发布了两款全新的尖端机型：Muse Wonder 和 Muse Wonder Full，代表了该公司首次尝试打造前沿机型。

Muse Spark 的目标是成为一款轻量级、低延迟的机型，而 Wonder 机型则更大，据说功能更强大，基准测试得分更高，在编码等复杂任务上的表现也更好。

根据 Meta 的测试（在模型卡中展示），Wonder 和 Wonder Full 的基准测试分数与 Fable 5.1 和 GPT-6 Astra 相当。

Meta 在其博客文章中写道：“它们共同标志着我们在扩展阶梯上迈出了下一步，也是向个人超级智能迈出的重要一步。”

这种规模也体现在定价上：通过 Meta Model API 访问 Wonder，每百万个输入代币收费 4 美元，每百万个输出代币收费 20 美元，使其成本大致相当于 GPT-6 Sol 或 Opus 5.5。

值得注意的是，Wonder Full 仅供 Muse Code 订阅用户使用，不会通过 API 提供。这两个模型也将用于驱动 Muse 代理。

为了配合 Meta 对开发能够长期执行任务的个人助理的兴趣，该公司特别强调了新型号保留和综合用户提供的信息的能力，Meta 将这种特性称为“主动记忆”。

为了提升记忆效果，Meta重点测试了MemoryBench基准测试，该测试旨在检验持续学习和记忆构建框架的性能。根据该公司的测试结果，Muse Wonder在MemoryBench上的得分高于Fable、Opus和Astra。

研究科学家 Kavya Kopparapu 在发布会视频中表示：“我们投入了大量精力，确保您的模型能够记住对您而言重要的事情，持续数天、数周、数月甚至更长时间。”

这些新模型是自 Scale AI 创始人 Alexandr Wang去年 8 月重组 Meta 的 AI 业务以来，Meta 首次发布前沿模型。此后，Meta 发布了轻量级的 Muse Spark 模型和Muse 智能体，但一直没有像 OpenAI 和 Anthropic 那样发布最先进的模型。

根据该帖子，这些模型是在 Meta位于俄亥俄州中部的 Prometheus 数据中心进行训练的，该数据中心于今年早些时候上线。

特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.