Meta 于 10 月 13 日发布 Muse Wonder 与 Muse Wonder Full 两款模型，称其为该公司迄今能力最强的模型；Muse Wonder 已在 Meta Model API 和 Muse Code 上线，Muse Wonder Full 仅向付费 Muse Code 套餐开放。
两款模型面向长时间运行的智能体任务，包括编程、法律与金融工作以及计算机操作。均支持 100 万 token 上下文，输入接受文本、图像、视频和音频，输出为文本，只在 Meta 云端运行，可通过 API 或 Muse Code 命令行（macOS、Linux、Windows）访问。参数规模未披露，也不提供开放权重。
Muse Wonder 按量计费，每百万 token 输入 4 美元、输出 20 美元，缓存输入 0.20 美元；Muse Wonder Full 不单独定价，需订阅 Muse Code Power（每月 50 美元）或 Maximum（每月 200 美元）。
据 MarkTechPost 报道，Meta 公布的基准表显示，在最大推理努力设置下，Muse Wonder Full 在 14 行对比中领先 6 行，另有多行落后于 Claude Opus 5.5。Muse Wonder 在 MemoryBench 得 85.6 分，为表中所列 5 个模型最高；在 ProgramBench 得 50.0 分，Claude Opus 5.5 为 70.5。DeepSWE 1.1 上两者分别为 79.0 和 74.2，SWE-Marathon 为 57.5 和 46.3。
表中 PSI、MemoryBench 和 FocusBench 为 Meta 内部评估；模型说明称竞品成绩为尽力而为、可能未经调优，SWE-Marathon 中竞品使用 Codex 和 Claude Code，并非同一测试框架下的对比。
Meta 为这次发布列出两项行为。Active Memory 跨对话保留用户上下文，并取回任务所需的细节；Active Focus 在困难任务上持续推进、尝试替代方案，并在重要操作前确认。面向开发者，模型可规划长任务并委派子代理，也能操作浏览器、桌面和移动应用。Meta 称模型在 Prometheus 数据中心训练，预训练与强化学习阶段均有提升，更大的基座模型带来了在陌生任务上更好的表现。
开发者可在 dev.meta.ai 注册并接受 Model API 条款，新账户需先在 Billing 添加支付方式才能创建 API key。接口与 OpenAI 兼容，base_url 为 https://api.meta.ai/v1，模型名 muse-wonder-1.0，Responses 端点位于 https://api.meta.ai/v1/responses。终端用户可安装 Muse Code CLI，默认模型为 muse-spark-1.2，可用 /models 或 --model 参数切换。
同日，MarkTechPost 发布了 Meta 分配求解器 Rebalancer 的实操教程。Rebalancer 采用 C++ 核心与 Python 绑定，1.0.4 版支持本地搜索和混合整数求解器 HiGHS，用于任务放置与优化。教程在 60 个 OR-Library 公开实例上比较两种求解器。据该教程，24 次求解中有 14 次的 solved 标志为 True，但方案内存仍超出容量；HARD 策略下本地搜索返回违规起点而未报错；拼错名称的 spec 键被静默忽略，枚举值须以整数传入。教程计时来自 Apple M4 与 macOS wheel。