花数百亿美元赌AI，扎克伯格终于等到Meta的翻身仗？
Meta新模型超过OpenAI和谷歌排名。
风水轮流转，AI行业的头条，终于又轮到Meta了。在前沿大模型竞争中落后近一年后，10月13日，Meta 发布Muse Wonder系列模型，在基准测试榜单上排名第三，超过OpenAI最新旗舰模型以及谷歌未公开的模型，距离榜首Claude Opus 5.5仅差2分，一跃成为今天各家媒体关注的焦点。
对于Meta CEO马克·扎克伯格（Mark Zuckerberg）来说，这也是一个重要的里程碑。2025年，Llama 4未能达到外界预期，Meta在前沿模型竞争中一度陷入被动。此后，扎克伯格投入数十亿美元亲自推动AI团队重组，斥巨资引进顶尖研究人员、建设算力基础设施，并邀请Scale AI创始人加入Meta，领导超级智能实验室（MSL）。
如今，Meta终于拿出了一款能够在第三方榜单上与头部模型正面竞争的产品。扎克伯格也在最新发布的访谈中表示，经过一年多的重建，Meta已经重新走到了AI发展的“前沿”。
AI创业者Yuchen Jin今日在社交媒体上评价称，一年前，许多人嘲笑Meta花费数十亿美元争抢顶尖AI人才，他当时也持怀疑态度，但Muse应用和新模型的进展至少说明了一件事：招聘顶尖人才，组建一支精英团队并赋予明确目标，确实可能创造奇迹。但需要观望的是，跑分只是第一步。新模型上线后，已有用户对它的3D游戏生成、后端编程表现等提出质疑。
Meta过去一年的AI豪赌能否转化为真正有竞争力的AI产品，仍然需要市场给出答案。新模型跻身前三 “14个月前，我们开始全面重建AI业务，如今已经从重建基础走到了推动前沿。”Meta在官方博客中如此描述这次发布，并表示这是“迈向个人超智能的重大一步”。
Muse Wonder系列包含两个版本：Muse Wonder和Muse Wonder Full。前者已通过Meta Model API和Muse Code向开发者开放，后者目前主要面向Muse Code订阅用户。Meta计划将Muse Wonder逐步接入个人AI助手Muse，优先向订阅用户推出。
Meta将这组模型的重点放在了个人和专业智能体任务上。按照官方介绍，新模型具备Active Memory（主动记忆）和Active Focus（主动聚焦）能力：前者试图在多轮对话中保留与任务相关的信息，后者则让模型在遇到困难时继续尝试不同方案、从错误中恢复，并在需要时向用户确认。
这类能力面向的是更具体的工作场景，例如理解租赁合同、分析财务信息、处理保险理赔，或者从头构建一个应用程序。从第三方评测结果看，Muse Wonder系列确实有明显进步。
据基准测试机构Artificial Analysis的评测，Muse Wonder 和 Muse Wonder Full在智能指数上得分为52和56，跻身榜单前三位，与榜单第一的Claude Opus 5.5（58）只相差2分，超过榜单第6的OpenAI GPT-6 Astra（53）。
在更细分的测试中，Muse Wonder Full在该机构的十项评测中有六项进入前三，优势主要集中在智能体知识工作、业务流程和部分科学推理任务上。
Artificial Analysis还显示，在最高推理强度下，Muse Code 搭配 Wonder Full 的编程智能体成绩与 Claude Code搭配Sonnet 5.5平分秋色，还略胜Opus 5.5 一筹。不过，榜单上的表现并不完全等同于真实开发体验。成本就是一个值得关注的问题。
Artificial Analysis估算，Muse Wonder的每任务成本为4.52 美元，高于GPT-6 Astra在相应最高推理档位下的3.26美元，但低于Claude Opus 5.5的5.98美元、Sonnet 5.5的5.46美元和Fable 5.1的7.63美元。
Meta为Muse Wonder设定的API价格为每百万输入token 4美元、每百万输出token 20美元。Artificial Analysis发现，尽管Muse Wonder输出token使用高效，但更高的API 定价和高输入token使用量（每个任务 7.69M）推高了 Muse Wonder的成本。更直接的考验来自用户的实际反馈。
目前已有反馈称，Muse Wonder在编程、3D游戏制作等方面表现并不佳。有用户在测试中让Muse Wonder构建火箭场景，花了14.3 美元做出来的效果不如用6.95 美元让Kimi输出的效果。上述用户称，Muse Wonder“疯狂地消耗 token”，目前不知道是不是暂时的 bug，如果是常态情况让人担忧。
也有工程师花了200 美元使用高推理模式，用于构建需要3D 建模和游戏机制的游戏，以及为代理开发环境添加功能。在评测后他认为，Muse Wonder完全比不上此前使用的两大实验室的前沿模型。“现在感觉像是靠基准测试支撑的炒作，这些测试并不能反映实际使用情况。”
这位工程师认为，这要么是模型针对基准测试进行了优化，或者是后端存在严重问题影响了模型的能力。去年Llama 4发布后，模型评测成绩与外界实际体验之间的落差就曾引发争议。因此，这次Meta的新模型能否经得住更广泛的独立测试，格外受到关注。
一场不能输的AI豪赌 过去一年，扎克伯格在AI上的激进投入曾引来不少质疑声。Llama 4表现未达预期后，他推动Meta重建AI团队，争抢顶尖研究人员，并斥资约143亿美元投资Scale AI。扎克伯格希望通过组织、人才和算力的同步调整，让Meta重新成为AI前沿的参与者。
这场豪赌如今开始显现阶段性成果。9月，Meta推出个人AI助手Muse，产品上线后的市场表现提振了投资者信心。Meta股价当月累计上涨近30%。
截至美国当地时间10月12日收盘，Meta股价报742.96美元，当日上涨3.38%，总市值约1.89万亿美元。在今天发布的一档播客中，扎克伯格回顾了这场重组的决策过程。他称重建整个AI团队是一件“相当疯狂”的事，他对Llama 4的发展轨迹并不满意，继续沿着原有路径前进，并不能确保Meta追上竞争对手。
扎克伯格寻求建议后，一个重要判断是，AI团队不应追求规模，而应提高人才密度。“你不需要很多人，重要的是人才密度，让每个人尽可能强，这也促成了那次疯狂的招聘攻势，以及我们不得不做非常严格的筛选，从 Meta 内部挑出一些最优秀的人，再用很严格的流程从外面招人。”扎克伯格表示，AI团队的规模并不大，感觉更像一家初创公司，却又拥有大公司的稳定和资源。
因此，回到现在，他认为，新模型表现好的部分原因，是因为当Meta初押注的人足够优秀，也有足够的算力，没有把资源摊薄。“我们就是投资关键的人，每个研究者配大量算力，然后他们就能干活。”促成这件事的另一个因素是扎克伯格的决断。
要实施这套策略，管理层必须承担极高的财务风险。做一个前沿模型现在要多少资金？Meta高管透露，大概是几百亿美元的量级。“
运营一个吉瓦集群一年，大概是150亿美元的量级。如果是基建资本支出，前期就要付钱的那部分，大概是500亿到600亿美元。”扎克伯格提到，一开始他就表示，可以开一张支票，“大概是一千亿或者两千亿美元”，但他一点都不清楚能不能成。
这一投入一度让Meta首席财务官苏珊·李（Susan Li）非常紧张，苏珊·李多次强调，“如果这不成，会非常糟糕，这个模型必须成。”去年团队也有声音提出是否应该保守一点。根据财务报告，Meta给出的2026年资本开支指引为1300亿至1450亿美元，如此庞大的投入不仅需要技术进展支撑，最终还必须转化为可持续的业务回报。
这场豪赌正在出现积极信号。Muse应用积累了初步的用户关注，新模型也把Meta带回了前沿模型的竞争牌桌。但从企业经营的角度看，最困难的部分还没有结束。接下来，决定这场AI豪赌能否成功的是用户的投票，开发者们是否愿意切换任务模型选择Muse Wonder。
但竞争对手也不会停下脚步。近期有消息称，谷歌即将面向更广泛用户推出Gemini 4 Argon，据报道，谷歌内部员工还在测试代号为Carbon的后续版本，有员工认为其编程表现已接近Claude Opus 5.5。不过，这一内部版本是否会发布、最终以何种形式推出，仍未确定。
进入2026下半年，前沿模型迭代的速度更快了，从每月一更来到每周，前沿模型的排位也随时在发生变化，Meta能否站稳前三，还有待长期观察。