鹭羽 发自 凹非寺 量子位 | 公众号 QbitAI
笑不活了！谷歌你就使劲藏吧。。。
Gemini 4 Argon 一直拖着不开放，以为能憋个大的。
反而呢，Meta 新模型直接给它超了。
多少有点尴尬，Meta 刚发布的最强旗舰 Muse Wonder Full，已经在 Artificial Analysis 智能指数上斩获 56 分。
更适配 Meta 原生 API 的 Muse Wonder 也有 52 分之巨，和 Gemini 4 Argon 仅差一分。
后浪拍前浪，这波 Gemini 4 Argon 是真要出师未捷身先死了……
不过 Muse Wonder 也挺抽象的，神一阵鬼一阵。
拿 3D 游戏演示为例，部分效果就明显不如 Opus 5.5。
亚历山大王甚至还亲自发声，承认团队没有专门针对 3D 演示游戏训练模型。
现在整个团队都觉得自己的行为很愚蠢！
Meta 发大招
这次发布的是 Muse Wonder 和 Muse Wonder Full 两个模型。
普通 Wonder 可以通过 Meta Model API 和 Muse Code 使用，Full 目前通过 Muse Code 订阅提供。
目前 Wonder 的 API 价格为输入 4 美元、输出 20 美元每百万 Token，是 Gemini 4 Argon 的两倍。
Wonder 系列延续了 Muse Spark 的扩展路线，在预训练和强化学习阶段继续推进，并在吉瓦级 Prometheus 数据中心完成训练。
官方定位为面向智能体的前沿模型，在 AA 评测上，十项指数都要比六周前的 Spark 1.3 好得多，尤其是 Agent 任务提升明显。
Active Memory 负责记住跨对话的重要信息，并在任务需要时找回来。
用户不必每次都重新交代自己的偏好和背景，模型都知道，并会合理派上用场。
Active Focus 则负责持续执行，比如任务卡住就尝试其他办法，拿到新信息后再调整原来计划，模型在执行重要动作前也会再三确认。
尤其是写代码时，需要不停地修改调试，一般后面修着修着就忘了最初的要求。
Meta 这次想解决的，就是让 Wonder 在这段来回里尽量少掉链子。
所以，看到 Wonder Full 在长流程编程测试里取得进步，也就不奇怪了。
在考验真实软件工程任务的 DeepSWE 1.1 上，Wonder Full 高于 Opus 5.5；到了考察从零编程的 ProgramBench，Wonder Full 是 59 分，Opus 5.5 则是 70.5 分。
这也为模型发布后褒贬不一的评价埋下了伏笔。
Meta 新模型的神鬼二象性
开发者 Chris 给出了一个案例。
同样是做 3D 游戏演示，Opus 5.5 搭配 Unity 的效果要明显更优。
这也是相当直观的模型能力体现之一，角色移动情况、镜头交互是否正常，都一目了然。
但也有用户表示，3D 游戏演示很酷，但不能代表真实代码工作。不要因为 Wonder 没有针对这类演示做强化训练，就低估它的编程能力。
另一个开发者也给出了一个相反的示例。
同样是 Opus 5.5、Muse Wonder Full 和 GPT-6.1 Sol，Wonder Full 在 22 分钟内完成任务，用掉 5% 的周额度，耗时与 Opus 5.5 相当，Sol 则花了约两倍时间。
Meta 产出的 3D 质量也很不错，已经是行业第一梯队。
这样来看，Wonder 或许已经有很高的上限，只是还需要摸索它在哪些任务里更顺手。
至少轮子已经转到了 Meta。
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
