Meta 推出 Muse Wonder 與 Wonder Full 模型，稱可與 OpenAI、Anthropic 旗艦模型抗衡

Meta 正加快 AI 競賽的步調。該公司最新推出 Muse Wonder 與 Muse Wonder Full 兩款模型，率先向 Muse Code 訂閱者開放，並計劃讓 Wonder 接入 Muse AI 代理；同時宣稱新模型在內部測試中可與 OpenAI 與 Anthropic 的旗艦產品抗衡。這條線索把模型發布、訂閱商業化、API 開放與代理生態串在一起。

兩款新模型先落地訂閱與 API

Meta 宣布推出 Muse Wonder 和 Muse Wonder Full，兩者自發布之日起提供給 Muse Code 訂閱者。Meta 表示，Wonder 也可透過 Meta Model API 取用。這意味著 Meta 沒有把新模型只放在自家的消費級產品裡，而是同時兼顧訂閱使用者與開發者的呼叫情境。對一家正在 AI 競賽中追趕的公司來說，這種雙軌分發既能快速驗證模型能力，也能透過 API 累積使用回饋。Muse Code 訂閱者成為首批使用者，說明 Meta 選擇先服務黏著度高、偏專業的族群，再逐步擴大涵蓋範圍。 ^[6]

對標旗艦：內部基準與外部驗證的距離

Meta 表示，新模型可與 OpenAI 和 Anthropic 的領先模型競爭，並在內部測試中引用了 GPT-6 Astra、Claude Opus 5.5 和 Claude Fable 5.1 等對比對象。內部基準能展現團隊對模型能力的信心，但外部第三方評測尚未出現；Meta 也沒有說明測試方法、任務類型或勝負比例。更值得關注的是，Meta 表示尚不清楚新模型與 Google 的 Gemini 4 Argon 相比如何，而後者的能力仍在成形中。這種「對標部分對手、留白另一對手」的說法，既反映競爭已進入多極階段，也提醒讀者：模型宣稱的競爭力，仍需等待獨立評測與真實工作負載檢驗。 ^[6]

Muse 代理與專門模型的下一步

Meta 計劃最終以 Wonder 驅動其 Muse AI 代理，先從訂閱者開始，再開發專門模型，讓所有使用 Muse 的人都能取得相關能力。不過，Meta 並未分享具體細節或時程表。把模型能力嵌入代理，意味著競爭焦點從「單次問答」轉向「持續執行任務」：模型需要理解上下文、呼叫工具並穩定完成任務。先訂閱者、後大眾的節奏，說明 Meta 希望在可控範圍內打磨產品，再擴大規模。此前 Meta 已推出 Muse Spark 和圖像模型 Muse Image，Muse 系列正從模型層延伸到代理層，形成從底層模型到使用者入口的閉環嘗試。 ^[6]

追趕者的投入與競爭格局

這些發布是 Meta 重新確立 AI 主要力量地位的努力之一。該公司已投入數十億美元於人才和基礎設施，並持續擴展 AI 產品陣容，包括圖像模型 Muse Image，以及透過 Muse 把實用 AI 代理帶給大眾的重點方向。與 OpenAI、Anthropic、Google 等對手相比，Meta 的優勢在於龐大的使用者基礎與分發能力，但模型能力本身仍需證明。訂閱制與 API 並行，可同時服務個人專業使用者與開發者；代理若真正落地，則可能改變使用者與 AI 互動的方式。 ^[6]

後續可關注什麼

接下來，外界可關注 Muse Wonder 與 Wonder Full 的第三方評測結果、Meta Model API 的可用範圍與呼叫體驗、Wonder 驅動 Muse 代理的實際表現，以及「專門模型」面向所有 Muse 使用者的時程表。Meta 把新模型與代理綁定，表明它不只想加入模型排行榜，還想佔據使用者日常任務的入口。AI 競賽因此從單一模型參數或基準分數，轉向訂閱、API、代理與分發生態的複合競爭；誰能把模型能力穩定轉化為可依賴的產品體驗，誰才可能在這一輪競賽中站穩。 ^[6]