Muse Wonder Full (Max) 的智能水平处于领先行列;比较对象为其他模型。 该模型支持文本、图像、语音和视频输入,可输出文本,上下文窗口为 1M 个 token。
Muse Wonder Full (Max) 在 Artificial Analysis Intelligence Index 上的得分为 50,在同类模型中远高于平均水平(中位数:31)。在 Intelligence Index 评测中,它生成了 112M 个 token;与 77.7M 的中位数相比,其回答有些冗长。
| 推理 | 是 |
|---|---|
| 默认思考强度 | max |
| 输入模态 | 支持:文本、图像、语音和视频 |
| 输出模态 | 支持:文本 |
| 上下文窗口 | 1M 约 1500 页 A4 纸(12 号 Arial 字体) |
指标与同类别模型进行比较:
- 非推理模型 → 仅与其他非推理模型比较
- 推理模型 → 同时与推理和非推理模型比较
- 开放权重模型 → 仅与规模类别相同的其他开放权重模型比较:
- 微型:≤4B 个参数
- 小型:4B–40B 个参数
- 中型:40B–150B 个参数
- 大型:>150B 个参数
- 专有模型 → 与价格区间相同的专有模型和开放权重模型比较,采用输入/输出价格 3:1 的混合比例:
- 每 100 万 token <$0.15
- 每 100 万 token $0.15–$1
- 每 100 万 token >$1
智能
Artificial Analysis Intelligence Index
Artificial Analysis Intelligence Index:开放权重与专有模型
Intelligence Index 与每项任务的成本
能力指数
Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better
Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better
Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better
Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better
Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Briefcase v1.1 · Higher is better
Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better
Evaluations
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Physics reasoning
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic real-world work tasks, Elo
Medical long context reasoning
成本
每项 Intelligence Index 任务的成本
运行 Artificial Analysis Intelligence Index 的成本
价格:缓存命中、输入和输出
Token 使用量
Intelligence Index 每项任务的输出 Token 数
上下文窗口
上下文窗口
更多详情
权重 | |||||||||
|---|---|---|---|---|---|---|---|---|---|
| Muse Wonder Full (Max) | 50 | - | 1M | - | - | - | 不可用 | - |
常见问题
关于 Muse Wonder Full 的常见问题
Muse Wonder Full 发布于 2026年10月12日。
Muse Wonder Full 由 Meta 开发。
Muse Wonder Full 在 Artificial Analysis Intelligence Index 上的得分为 50,在其他模型中远高于平均水平(中位数:31)。
在 Intelligence Index 评测中,Muse Wonder Full 生成了 112M 个输出 token;与其他模型相比略高于平均水平(中位数:77.7M)。
是,Muse Wonder Full 是推理模型。它会在给出答案之前,通过扩展思考或思维链推理来解决复杂问题。
Muse Wonder Full 支持文本、图像、语音和视频输入。
Muse Wonder Full 支持文本输出。
是,Muse Wonder Full 支持图像输入,可以分析、描述图像并回答有关图像的问题。
是,Muse Wonder Full 是多模态模型,可以处理文本、图像、语音和视频输入并生成文本输出。
Muse Wonder Full 的上下文窗口为 1M 个 token。这决定了模型在单次请求中可以处理多少文本和对话历史。
否,Muse Wonder Full 是专有模型,其模型权重并未公开。
Muse Wonder Full 是专有模型,Meta 尚未披露模型规模或参数量。
Muse Wonder Full 在 Artificial Analysis Intelligence Index 上的得分为 50。这项综合基准测试评估模型的知识工作、编程、科学和通用知识能力。
请查看服务商页面,了解当前 API 可用情况。 查看服务商
请访问服务商页面查看可用情况。 比较服务商