Research|META: Muse Wonder 使 Meta 重回前沿，算力趋紧

10 月 12 日，Meta Superintelligence Labs (MSL) 发布 Muse Wonder 和 Muse Wonder Full，也就是此前传闻中代号 Watermelon 的模型。这是 Llama 4 之后 Meta 首次推出前沿级别的模型，距离去年 8 月 Alexandr Wang 重组 AI 团队已有 14 个月。两个模型都在俄亥俄的 Prometheus 集群上训练，支持文本、图片、音频和视频输入，上下文窗口为 1M token，均不开放权重。

Wonder 通过 Meta Model API 和 Muse Code 提供服务，每百万 token 输入 $4、输出 $20；Wonder Full 不开放 API，仅面向 Muse Code 每月 $50 和 $200 两档的订阅用户。据我们渠道调研，Wonder 的总参数约为 3T，比 Astra 和 Fable 都小。

我们认为，Meta 已重新进入前沿模型的第一梯队，并将保持这一位置。​按我们的判断，去年这一梯队主要是 OpenAI 和 Anthropic，今年 Google 回归，Meta 随后跟上，四家竞争的格局正在形成。去年夏天的重金招聘已经见到成效：新团队依托大规模算力投入，用一年多时间让 Meta 重回前沿。

算力仍是最大的瓶颈。据媒体报道，7 月，Meta 还在筹备出租多余的 GPU，并与 Anthropic 洽谈；到 10 月，自身需求已经迫使它搁置这一计划。Anthropic 则从其他供应商拿到了新算力，在发布 Opus 5.5 时提高了用量限额。​我们预计，算力紧缺要到 2027 年 Vera Rubin 和 TPU 8t 批量到位后才能缓解​，Meta 2027 年的资本开支还会再上一个台阶。开源方面，我们维持 9 月的判断：领先开源模型与顶级闭源模型的差距会重新拉大到 6 到 12 个月。

Meta 重回第一梯队

独立评测显示 Wonder Full 已进入领先模型行列。截至 10 月 12 日，Artificial Analysis (AA) 新版智能指数由 10 项评测加权组成：Opus 5.5 得分 58，Wonder Full 和 Sonnet 5.5 均为 56，Astra、Gemini 4 Argon、Fable 5.1 均为 53，Wonder 为 52。AA 将 Wonder Full 列入智能水平领先的模型，指出的不足是输出偏长：完成整套评测消耗 1.4 亿输出 token，该页面比较组的中位数为 8,800 万。按 AA 估算，Wonder 完成一个指数任务的平均成本为 $4.52，Opus 5.5 为 $5.98，Astra 为 $3.26。