AREX Feed Article
Muse Wonder 发布后 Meta 股价两日累涨约 6%，Wells Fargo 等三家投行看多；发布日限额 bug 已修复
Muse Wonder 发布后的第二个交易日，Meta 股价在 10 月 13 日（周二）再涨约 3%，把发布后两日的累计涨幅推到约 6%。据 援引 CNBC 的报道，Wells Fargo、Baird 和 KeyBanc 相继发布看多报告。同一条时间线上还有一段插曲：发布当天，Meta 并了一个影响 Muse Code 订阅用户的限额计数 bug，并按承诺重置了用户用量。
这次发布发生在 10 月 12 日。Meta 当日在中推出 Muse Wonder 与 Muse Wonder Full，称两者为公司迄今最强模型；独立评测机构 同日给出首批第三方测试：两款模型在其综合智能指数 Intelligence Index v4.3（max 档，即最高推理强度）上分别得 52 与 56 分，较六周前 Muse Spark 1.3 的 48 明显提升，但 Muse Wonder Full 仍低于 Claude Opus 5.5 的 58。Muse Wonder 定价为每百万 token 输入 4 美元、输出 20 美元；Wonder Full 仅面向 Muse Code 订阅用户，按 token 定价尚未公布。
三家投行发布看多报告，Wells Fargo 称 Meta「已抵达 AI 前沿」
Quartz 的报道称，Wells Fargo 援引 Artificial Analysis Intelligence Index，把 Muse Wonder Full 列为仅次于 Anthropic 的 Claude Opus 5.5，并称 Meta 已经抵达「AI 前沿」；Baird 把这次发布称作「产品切实进展的又一个例子」；KeyBanc 认为，它「强化了 Meta 拥有在 AI 竞争中所需的人才、数据、分发与算力的正确组合」。三家机构的具体评级与目标价，报道未提及。
Meta CEO Mark Zuckerberg 在 Cheeky Pint 播客上把这次发布称作转折点：「既然我们差不多已经站上前沿，往后我们要做的，就是把前沿继续往前推。」他还表示，此后模型之间的发布间隔应当缩短。Meta 首席 AI 官 Alexandr Wang 接受 Bloomberg 采访时说：「这些是真正的前沿模型。我们确实认为它们能与市面上最好的模型竞争，尤其在个人与专业智能体工作上处于最先进水平。」他称其他公司大多聚焦编码智能体，Meta 有意走差异化路线，把个人智能体用例做到「真正出彩」。
商业面上，据 Quartz，这次发布之前，Meta 用了 14 个月重组 AI 业务，其中包括与 Scale AI 达成的 140 亿美元交易——正是这笔交易把 Wang 带进 Meta；Meta 的个人智能体应用 Muse 于 9 月 8 日上线，据市场研究机构 Sensor Tower 统计，22 天内下载量达到 500 万，快于 ChatGPT、Grok 和 Claude；Muse 对多数用途免费，订阅分为每月 20 美元和 100 美元两档。
限额计数 bug：承认后约 4 小时修复，Muse Code 用量重置
10 月 12 日 18:34 UTC，也就是官宣约一个半小时后，Wang ：「我们正在解决一个 bug：Muse Wonder 与 Muse Wonder Full 在 Muse Code 订阅用户的用量限额上计数有误。」他写道：「这不是预期行为——修复后我们会通知大家，并发放重置。」
22:31 UTC，约 4 小时后，Wang 问题已定位并修复：「导致 Muse Wonder 与 Muse Wonder Full 用量异常快速消耗的问题已经修复，你现在会看到限额内的用量消耗低得多。」他还兑现承诺，重置了 Muse Code 用量。
Muse Code 是 Meta 的 ；按 Quartz 和 Artificial Analysis 的说法，Muse Wonder Full 正是被限制在这款工具的付费订阅用户范围内。对按月付费的用户来说，计数过快意味着付费额度更快耗尽；Meta 在同一天内给出了承认、修复和补偿。
Wang 的第二天：头号用例是服务 Muse 消费者，Bug Hunt Bench 排第四
10 月 13 日 17:38 UTC，Wang ：构建 Muse Wonder 时的头号用例，「就是用于在 Muse 中服务消费者」，并称很高兴看到人们享受这次升级——帖内未说明「升级」具体所指。这一说法与 Meta 新闻室「Muse Wonder 将很快驱动 Muse 应用、先向订阅用户推出」的表述一致。
17:19 UTC，他了另一条带跑分的帖文：Muse Wonder 在修 bug 上表现出色，「在 bug hunt bench 上排名第四」。这是他单方给出的名次，帖内未附评测链接或分数。
更早一点（17:18 UTC），他一段由 Muse Wonder Full 通宵制作的视频，并描述了工作流：模型把原视频逐场景切分、逐一重制，再充当「导演」，按他给定的一套美学标准评估每个场景的每条镜头，反复拼装，直到产出成片。「我上床睡觉、发出指令，回来就拿到了堪称完美的 shitpost（刻意搞笑的玩梗内容）素材。」帖文没有说明被重制的原视频是什么。
仍悬着的定价、开放权重与基准口径
定价上，Artificial Analysis 在首批评测时指出，Muse Wonder Full 的按 token 价格尚未公布，因此无法像对 Muse Wonder 那样给出每任务成本估算；后者的 Intelligence Index 测试成本约为每任务 4.52 美元。宝玉（@dotey）在中补充，Meta 官方博客与模型卡也都没有写明 API 收费方式。
开放权重上，，Muse Spark 的开放权重「即将推出」，而 Muse Wonder 模型「体量太大，很多人用不了」，另外还有潜在的安全问题——两款新模型因此没有获得任何开放权重承诺。
基准口径上，宝玉指出，个人超级智能指数、MemoryBench 和 FocusBench 是 Meta 自建评测，对手模型的成绩部分由 Meta 自跑、未必调至最优；按 Meta 公布的对比表，Muse Wonder Full 在 Terminal-Bench（57.1 对 Claude Opus 5.5 的 59.6）、ProgramBench（59.0 对 70.5）和 OSWorld（78.4 对 81.8）上仍然落后。WIRED 则提醒，基准测试并非总是衡量真实表现的可靠指标，而 Meta 也未披露这两个模型如何构建或训练。
Wang 自己在 13 日也：「还有很多要改进的地方，我们正在解决部署方式上的一大堆小毛病。」Meta 新闻室则承诺，包含更多安全评估的完整报告「很快」发布。