Meta发布Muse Wonder新模型,长程编程评测反超Claude Opus 5.5,3D实测暴露短板
Meta于10月13日发布新一代旗舰模型Muse Wonder与Wonder Full,扎克伯格称Meta重回AI技术前沿。第三方Artificial Analysis测得Wonder Full综合智能指数56分,距Claude Opus 5.5的58分差2分;Meta公布的DeepSWE 1.1、SWE-Marathon等长程编程测试成绩反超Opus 5.5。
Meta以更大规模预训练重返第一梯队,优势集中在长程编程与Agent任务,但能力分布不均、推理成本明显上升。
- 影响编程与Agent选型多了一个第一梯队新选项,订阅与按Token两种计费的实际开销差异较大;第三方测算单任务成本较上代上涨183%,预算评估需从Token单价转向任务开销;能力分布不均,视觉与3D类任务仍明显落后。
- 参考可考虑用自身真实代码库的工程任务对比Wonder与现有Claude、GPT方案,记录成功率和实际Token消耗;值得先算出所在场景的单任务成本,再决定是否通过Muse Code订阅小范围试点。