Muse Wonder 与 Muse Wonder Full 对比

Muse Wonder 和 Muse Wonder Full 是同一 Meta 模型家族的两个尺寸版本，于 2026 年 10 月 12 日一同发布。Wonder 是你能够调用的那个：在 Meta Model API 上为 muse-wonder-1.0，价格为每百万 token $4 / $20，并且包含在所有 Muse Code 套餐中。Wonder Full 则是 Meta 主推基准测试所描述的那个：在 Artificial Analysis 指数上高出 4 分，在长时间编码任务和法律工作上更胜一筹，并且仅面向每月支付 $50 或 $200 的 Muse Code 订阅用户开放，没有 API，也没有按 token 计费的价格。

对开发者来说，这种区分就是关键所在。本文将说明两者有何不同、有何相同、各自的实际成本，以及如何决定你的工作需要哪一个。如果你还不熟悉这个模型家族，可以先阅读 Muse Wonder 科普文。

AI Coding 交流群

如果你也在用 AI 写代码，或者正在研究 Cursor、Claude Code 这些工具，欢迎加入以下交流群。群里平时会聊一些 AI 编程的实际用法、开发工作流，还有各种新工具和新玩法。

并排对比

Meta 所描述的一切架构特性——Active Memory、Active Focus、多模态输入、computer use、sub-agent 委派——两者都具备。区别在于规模：Meta 表示，Full 在陌生任务上的表现优于 Muse Spark 趋势线所预测的水平，并将其归因于更大的基础模型。

Full 领先之处

Meta 的模型卡，在 maximum 推理强度下运行：

来自 Artificial Analysis 的独立测评在方向上一致。综合得分上 Full 为 56，Wonder 为 52；Terminal-Bench 4.0 上为 57% 对 52%；Coding Agents Index 上为 68 对 63；幻觉更少（23% 对 27%）。在 Meta 内部的 FocusBench（Active Focus 背后的持续性测试）上，Full 以 54.2% 领先所有模型，而 Wonder 为 44.9%，落后于 GPT-6 Astra 和 Claude Opus 5.5。

一个例外：在 Meta 的 MemoryBench 上，Wonder 以 85.6 对 85.5 略胜 Full。记忆能力上两者不相上下。

所以差距确实存在，但并不均匀。在短小的软件任务上（DeepSWE）差距消失。在漫长、障碍密集的工作上——也就是 Meta 打造这个家族所针对的类别——差距为 4 到 6 分。在 Coding Agents Index 中，Full 以 68 分与运行 Sonnet 5.5 的 Claude Code 打平，并胜过 66 分的 Opus 5.5；而 Wonder 为 63 分，落后于这三者。

各自的成本

Muse Wonder 按 token 计价。Artificial Analysis 测得在 max 推理强度下每个 Intelligence Index 任务为 $4.52，低于 Claude Opus 5.5（$5.98），高于 GPT-6 Astra（$3.26）。典型的 Agent 化运行会反复发送不断增长的上下文，其预算大部分花在 $0.20 的缓存输入上；定价文章中有具体算例。

Muse Wonder Full 没有 token 价格，因此也没有单任务成本数字。它的成本是一笔订阅费：Power 每月 $50（用量是 Everyday 套餐的 20 倍），Maximum 每月 $200（80 倍）。两者都采用 5 小时和每周的用量重置。对于全天写代码的个人来说，与在任意前沿模型上花的 API 费用相比，每月 $50 很便宜。而对于想让 Full 支撑某个产品的团队来说，无论出多少钱都没有途径。

注意数据条款。Muse Code 订阅默认处于 Contributor 模式，Meta 可能会用你的 prompt、代码和输出进行训练。Standard 模式下的 API 流量不用于训练。退出 Contributor 模式只需一个开关，但除非你主动切换，否则它一直开启。

你可以在哪一个之上构建

这才是实际的分界线。你交付给用户的任何东西都运行在 Wonder 上，因为 Full 没有 API、没有网关，也没有 SDK。Meta 发布材料中的 Full 数据是真实的，但它们描述的也是一个你可以自己使用、却不能转售的工具。

Meta 的开发者博客称 Full 仅通过 Muse Code 订阅提供，并未给出 API 的时间表。在这一点改变之前，请谨慎对待把“Muse Wonder”与其他 API 进行基准测试对比：如果数字属于 Full，那它描述的就不是那个 API 模型。

这堵墙在实际中让你付出什么代价

有三种情形，Wonder 与 Full 之分会影响你的决策。

你在 Meta 的 API 上运行 Claude Code 或 Codex。Meta 的 coding-agents 指南展示了这两种 harness 都指向 api.meta.ai，以 muse-wonder-1.0 作为主模型，并用 Muse Spark 1.3 处理 subagent 和后台任务。这样的配置得到的是 Wonder，它在 Coding Agents Index 上得 63 分。那个与 Sonnet 5.5 上 Claude Code 打平的 68 分，属于 Muse Code 内的 Full。如果你切换 harness 就是为了这个基准分数，那么这种方式得不到它。

你在为某个产品比较各家供应商。Meta 发布表格中所有的 Full 数字都与采购决策无关，因为没有产品能调用 Full。请把 Wonder 那一行（指数 52、SWE-Marathon 53.1、知识 25）与你能部署的模型进行对比。

你不确定自己正在用哪一个。在 Muse Code 中，/models 菜单会显示当前模型。一个自称是 Wonder 的响应不能作为任何一方的证据，而 --reasoning-effort 标志永远不会改变模型。在 API 上，每个响应中的 model 字段都显示 muse-wonder-1.0；这里没有 Full 可供混淆。

Meta 自己的数据说明有必要核实：在短任务上两者相差不到 0.2 分，所以在任务变长之前，你可能不会注意到是哪一个在作答。

在你自己的工作负载上测试差距

如果你有 Muse Code Power 套餐，可以自己测量这个差距。挑一个长任务，比如 30 步的重构或跨多文件的审查，在 Muse Code 中用 --model muse-wonder-1.0 运行一次，然后在 /models 中切换到 Full 再运行一次，比较最终结果和人工介入的次数。这样就能看出那 4 分对你的工作是否重要。

在 API 一侧，用 Apifox 来验证达到你标准的是 Wonder，而不是某个基准测试。把 Responses 请求配置好，将 key 设为私密变量，在 medium 和 max 推理强度下运行你真实的 prompt，对输出结构做断言，并读取 usage 查看成本。API 指南中有这些请求。下载 Apifox，把结果与你的其他模型评测放在一起。

常见问题

我能通过 API 使用 Muse Wonder Full 吗？不能。它没有可调用的模型 ID、没有按 token 计价的价格，也没有第三方网关。Meta 尚未公布日期。

把 effort 设为 max 就能得到 Full 吗？不能。effort 控制的是 Wonder 推理的时长。模型 ID 不会改变。

相比 $5 的 Wonder，每月 $50 的 Full 值得吗？对于长任务上的个人编码，Coding Agents Index 的差距（68 对 63）和 SWE-Marathon 的差距（57.5 对 53.1）是有意义的。对于短任务，DeepSWE 表明两者是同一个模型。对于你要部署的任何东西，这个问题没有意义。

Muse 应用使用的是哪一个？Meta 表示，Muse Wonder 将首先为订阅用户驱动应用内的体验。它并未表示该应用会获得 Full。

这对你意味着什么

在 Wonder 之上构建，因为它是你唯一能够据以构建的那个。如果你整天写代码，希望手边有 Meta 最强的模型，就在 Muse Code 中使用 Full。当某张图表声称 Meta 在某个编码基准上击败了 Opus 5.5 时，先弄清它指的是哪个 Wonder，再据此做规划。

HiFox ：将 Agent 变成真正的队友

另外，我们也在思考，AI 如何从个人提效走进团队协作。

HiFox 是一个让人和 AI Agent 在同一个工作现场协作的平台：你可以像给同事分派任务一样指派 Agent，在任务看板中跟踪进度、查看结果，让 Agent 成为团队里的队友。

👉 立即体验 Hifox：https://hifox.com

AI Coding 交流群

如果你也在用 AI 写代码，或者正在研究 Cursor、Claude Code 这些工具，欢迎加入以下交流群。群里平时会聊一些 AI 编程的实际用法、开发工作流，还有各种新工具和新玩法。