Meta 发布 Muse Wonder 系列模型，性能对标 GPT-6.1 Sol

一句话结论

Meta 推出 Muse Wonder 系列模型，其 Max 版本在 Artificial Analysis 评分中表现出与 GPT-6.1 Sol 相当的能力。

关键要点

• Meta 于 2026 年 10 月 12 日发布 Muse Wonder 和 Muse Wonder Full 模型，被其称为“最强模型”。
• Artificial Analysis 评测显示，Muse Wonder (Max) 的性能表现等同于 GPT-6.1 Sol。
• 新模型被视为 Meta 首款 Fable 级别模型，标志着其技术层级可能发生跃升。
• Simon Willison 更新了其 llm-meta-ai 插件以支持新模型，并生成了六种推理级别（minimal 到 max）的 pelican 绘图示例。
• Muse Wonder 在 pelican 绘制任务中相比 9 月发布的 Muse 1.3 和 8 月发布的 Muse 1.2 有实质性改进，体现了 Meta 每月推出新模型且迭代效果显著的发布节奏。

背景与事实

Meta 在 2026 年 10 月 12 日正式发布了名为 Muse Wonder 的新模型系列，包括 Muse Wonder 和 Muse Wonder Full 两个版本。官方将其定位为当前“能力最强”的模型。根据 Artificial Analysis 平台的评估数据，Muse Wonder 的 Max 配置版本在综合评分上被判定与 OpenAI 的 GPT-6.1 Sol 处于同一水平。这一评分结果引发了业界关于 Meta 模型能力边界的讨论，有观点认为这可能是 Meta 推出首款属于“Fable 类别”模型的重要信号，意味着其基础模型能力在基准测试中达到了新的台阶。

开发者 Simon Willison 随即对其自有的 llm-meta-ai 插件进行了更新，以适配新发布的模型接口。为了直观展示新模型在生成式任务（特别是绘图）上的表现，他使用 Muse Wonder 在六个不同的推理级别（minimal, low, medium, high, xhigh, max）下分别生成了“pelican”（鹈鹕）图像。其中，Max 级别的结果被作为最高质量的代表。

通过对比历史版本，可以观察到 Meta 模型迭代的速度与质量变化。Muse 1.3 发布于 2026 年 9 月 2 日，而 Muse 1.2 则发布于 2026 年 8 月 5 日。Willison 指出，从 Muse 1.2 到 Muse 1.3 再到如今的 Muse Wonder，模型在特定任务（如绘制 pelican）上的改进是“实质性的”（material）。这种按月发布新模型且每次更新都带来可见性能提升的模式，展示了 Meta 在 AI 模型研发和部署上的高频节奏。

影响分析

对于中文开发者与从业者而言，Muse Wonder 的出现意味着在模型选型时多了一个具备顶级基准测试成绩的非闭源竞争对手。若其 Fable 级别定位属实，将打破以往由其他厂商主导的高性能模型垄断格局。开发者需要在实际项目中验证其在中文语境、代码生成及多模态理解上的实际表现，而不仅仅是参考其英文基准测试分数。此外，Meta 每月发布新模型的节奏要求开发者保持更高的技术关注度，及时更新依赖库（如 llm-meta-ai 插件）以获取最新模型支持，避免因 API 接口变更导致的兼容性问题。

适用边界

本文关于 Muse Wonder 性能对标 GPT-6.1 Sol 的结论主要基于 Artificial Analysis 平台的特定基准测试评分，并不直接代表其在所有应用场景（如长文本理解、特定垂直领域推理或低算力设备部署）下的同等表现。此外，“Fable 级别”是观察者的推测性分类，非 Meta 官方确定的产品层级定义，因此不能将其作为唯一的官方技术规格依据。

孤本观察

Meta 展现出的月度模型迭代能力及其在特定测试中的显著跳升，表明其在规模化模型训练与工程化落地方面可能建立了更高效的数据闭环，这种高频且实质性的改进速度是竞品当前尚未具备的差异化特征。

来源：Simon Willison