MetaMeta·AI 模型详情
Meta

Muse Wonder (Max)

Muse Wonder (Max) 是 Meta 发布的推理型 AI 模型,发布于 2026年10月12日。它可接收文本、图像、语音、视频输入,可生成文本。上下文窗口为 1.0M Token。

Meta 是 Llama 系列模型的开发与发布方,产品以开放权重生态和多种模型规模为主要特点。

当前模型库还收录了 Meta 的另外 10 个型号,可在模型对比页按厂商筛选。

前往模型对比返回模型库数据更新于 2026年10月12日

52.4

综合智力

综合推理、知识与复杂任务能力;在 264 款有该指标的模型中第 10 名

83.0 Token/秒

输出速度

开始输出后的中位生成速度;在 162 款有该指标的模型中第 100 名

$4.516

单任务成本

完成一项统一智力评测任务的平均成本;在 114 款有该指标的模型中第 109 名

1.0M

上下文窗口

一次请求可处理的最大 Token 数

一眼看懂

这款模型该怎么看

先确认任务类型,再比较对应能力、响应速度和使用成本。单项分数接近时,不必把很小的差距当成绝对胜负。

基于 269 款文本模型比较

选型时重点查看

  • 01通用推理和复杂任务先看综合智力(当前第 10/264),不要只凭厂商品牌判断。
  • 02重视对话流畅度时,同时看首 Token 延迟 19.27 秒和输出速度 83.0 Token/秒。
  • 03处理长文档或大型代码库时,确认 1.0M 上下文是否覆盖你的实际输入。
  • 04高频调用时要把单任务成本与 Token 价格一起看,避免只比较单一报价。

关键指标

按用途查看模型表现

查看能力、速度、成本、上下文和模型规格。

01 · Capability

能力表现

判断复杂任务、编程、知识准确性与专业任务能力。

52.4

综合智力

综合推理、知识与复杂任务能力,越高越好

25.5

全知指数

知识回答准确性与避免幻觉的综合表现,越高越好

1,659

专业任务 Elo

复杂、长周期专业任务的综合表现

02 · Response

响应体验

区分多久开始回答、开始后答多快,以及整次任务耗时。

83.0 Token/秒

输出速度

开始输出后每秒生成的 Token 中位数

19.27 秒

首 Token 延迟

从发出请求到第一个 Token 的中位等待时间

43.36 秒

首个答案 Token

从发出请求到开始输出最终答案的时间

49.39 秒

端到端时间

完成一次统一评测任务的中位总时间

71.2–111.8 Token/秒

速度区间

第 5 至第 95 百分位输出速度

03 · Price

价格与成本

区分公开 Token 价格和统一评测中的实际任务成本。

$4.516

单任务成本

完成一项统一智力评测任务的平均成本

$4.00

输入价格

每百万输入 Token 价格

$20.00

输出价格

每百万输出 Token 价格

$2.94

混合价格

按 7:2:1 输入、缓存与输出权重计算

$0.20

缓存读取

每百万缓存读取 Token 价格

04 · Specification

模型规格

查看上下文、参数和输入输出能力。

1.0M

上下文窗口

一次请求可处理的最大 Token 数

文本、图像、语音、视频

输入能力

支持的输入类型

文本

输出能力

支持的输出类型

推理模型

模型类型

是否属于推理模型

2026年10月12日

发布日期

模型发布时间