梅塔推出第一个前沿型号Muse Wonder.

标签描述: 字体的类型是什么? (Meta description) Meta Superintelligence Lab 发布了 Muse Wonder 和 Muse Wonder Full 的第一款前沿型号,周一以每百万输入量 token API的价格.

标签: 一个字母,一个字符号. (TG) " 梅塔 superintelligence 实验室,美术奇迹

首选图片: 在线视频, 下载地址: http://www. 没有真实的人物,公司标志或文字.

Meta Superintelligence Lab于周一发布Muse Wonder和Muse Wonder Full,标志着该公司首次尝试前沿型号.这对将Meta超越轻量级Muse Spark线向更大的系统移动,这些系统在复杂的任务中具有更多的能力,包括编码,并在基准测试中与Fable5.1和GPT-6 Astra进行了比较.他们的API定价为$4每百万输入 tokens 和$20每万输出 tokens ,并且其设计强调"主动内存",用于长时间运行的助手.

背景:Meta重建其 AI 在前沿推进之前的努力

在周一推出之前,Meta的工作已经经历了去年8月开始的重组.该公司创始人重新组织了公司的工作.在这一变化之后, Meta引入了一种设计为轻量级和低延迟运行的模型以及 Muse 代理.然而,它没有进入与 OpenAI 和 Anthropic 相关的最先进版本类别.

该公司对能够长时间执行任务的个人助理感兴趣使得记忆成为一个更明显的设计目标.此类助手不仅必须快速响应,还必须保留和合成用户在以后的交互中提供的信息.Meta称这种属性为"主动存储器".

发展:Muse Wonder和 Muse Wonder的目标是实现更高标准

新型号 Muse Wonder 和 Muse Wonder Full 被描述为比 Muse Spark 大,更具能力,具有较高的基准分数和在编码等复杂任务上取得更好的结果. 在模型卡中所展示的测试中,Wonder 和 Wonder Full 实现了与 Fable 5.1 和 GPT-6 Astra 相同的标准分数.

梅塔的博客文章将这次推出置于一个阶段性的扩大策略中:

记忆是另一个核心主张. Meta指出了MemoryBench,这是一个挑战持续学习和内存构建框架的基准.根据该公司的测试,Muse Wonder现在在 MemoryBench上比Fable,Opus或Astra得分更高.研究科学家 Kavya Kopparapu 在发布时的一段视频中说:"我们付出了巨大的努力来确保您的模型可以记住对您重要的事情几天,几个星期,几个月甚至更多时间".

最新进展: API 定价和培训基础设施

对于用户来说,实际的比较点是基准结果,MemoryBench上的内存性能和每百万 tokens 的成本.

这些模型在俄俄州中部的Meta's Prometheus data center 接受了培训,该系统于今年早些时候上线.这一细节将前沿模型发布与公司 AI 基础设施时间表联系起来:这些模型是在同年开始运行的 data center 之后出现的.

当前阶段:重组后的第一个边界模型发布

Muse Wonder和 Muse Wonder Full是自8月重组以来的第一个前沿模型发布,继早期 Muse Spark 型号和Muse代理之后.此次推出为 Meta提供了一个更大,以基准为中心的两种模式,与 MemoryBench 有关的一个主动内存故事,API价格为 $4 每百万输入 tokens 和 $20每百万输出 tokens ,以及在 Prometheus data center 的培训地点.

现在需要观察的是,这些模型在复杂的任务中的性能及其内存要求是否能维持使用,以及价格是否使Wonder型号与GPT-6 SOL 和Opus 5.5实际上处于前沿模式领域.