Muse Wonder และ Muse Wonder Full คือสองขนาดของตระกูลโมเดล Meta เดียวกัน ที่เปิดตัวพร้อมกันเมื่อ 12 ตุลาคม 2026 Wonder คือตัวที่คุณเรียกใช้ได้ นั่นคือ muse-wonder-1.0 บน Meta Model API ในราคา $4 / $20 ต่อโทเคนหนึ่งล้านตัว และอยู่ในทุกแพ็กเกจของ Muse Code ส่วน Wonder Full คือตัวที่ปรากฏใน benchmark เด่นของ Meta สูงกว่าสี่คะแนนในดัชนี Artificial Analysis นำในงานเขียนโค้ดยาวและงานด้านกฎหมาย และมีเฉพาะสมาชิก Muse Code ที่จ่าย $50 หรือ $200 ต่อเดือนเท่านั้น โดยไม่มี API และไม่มีราคาต่อโทเคน
การแบ่งแบบนี้คือทั้งเรื่องราวสำหรับนักพัฒนา บทความนี้วางให้เห็นว่าอะไรต่างกัน อะไรไม่ต่าง แต่ละตัวมีต้นทุนจริงเท่าไร และจะตัดสินใจเลือกตัวใดสำหรับงานของคุณอย่างไร หากตระกูลนี้ยังใหม่สำหรับคุณ เริ่มจากบทอธิบาย Muse Wonder ก่อน
เปรียบเทียบแบบเคียงข้างกัน
| Muse Wonder | Muse Wonder Full | |
|---|---|---|
| ID โมเดล | muse-wonder-1.0 |
muse-wonder-full-1.0 (มีเฉพาะใน Muse Code) |
| การเข้าถึง API | ใช่: Responses, Chat Completions, Messages | ไม่ |
| แพ็กเกจ Muse Code | Everyday ($5) ขึ้นไป | Power ($50), Maximum ($200) |
| ราคาต่อโทเคน | $4 เข้า / $20 ออก / $0.20 แบบแคช | ไม่ได้เปิดเผย |
| หน้าต่างบริบท | โทเคน 1M | โทเคน 1M |
| อินพุต | ข้อความ รูปภาพ วิดีโอ เสียง | เหมือนกัน |
| Artificial Analysis Intelligence Index | 52 | 56 |
| Coding Agents Index | 63 | 68 |
| อัตราฮัลลูซิเนชัน (AA) | 27% | 23% |
| เกตเวย์จากภายนอก | Vercel, Cloudflare | ไม่มี |
| น้ำหนักโมเดล | ปิด | ปิด |
ทุกอย่างที่ Meta อธิบายในเชิงสถาปัตยกรรม ทั้ง Active Memory, Active Focus, อินพุตหลายรูปแบบ, computer use และการมอบหมายงานให้ sub-agent ใช้ได้กับทั้งสองตัว ความต่างคือสเกล Meta ระบุว่า Full ทำงานกับงานที่ไม่เคยเห็นได้ดีกว่าแนวโน้มของ Muse Spark ที่คาดไว้ และอธิบายว่ามาจาก base model ที่ใหญ่กว่า
จุดที่ Full แซงขึ้นนำ
การทดสอบจากการ์ดโมเดลของ Meta ที่รันด้วย reasoning effort สูงสุด:
| Benchmark | Wonder Full | Wonder | ช่องว่าง |
|---|---|---|---|
| Harvey LAB-AA (กฎหมาย) | 13.1 | 10.0 | +3.1 |
| AutomationBench-AA | 45.4 | 39.1 | +6.3 |
| JobBench | 75.3 | 70.5 | +4.8 |
| SWE-Marathon | 57.5 | 53.1 | +4.4 |
| Terminal-Bench 4.0-AA | 57.1 | 52.0 | +5.1 |
| HealthBench Pro | 62.3 | 60.5 | +1.8 |
| DeepSWE 1.1 | 79.0 | 78.8 | +0.2 |
ผลทดสอบอิสระจากArtificial Analysis ไปในทิศทางเดียวกัน ได้คะแนนรวม Full 56 ต่อ 52 ของ Wonder, Terminal-Bench 4.0 ได้ 57% ต่อ 52%, Coding Agents Index ได้ 68 ต่อ 63 และฮัลลูซิเนชันน้อยกว่า (23% เทียบกับ 27%) ใน FocusBench ภายในของ Meta ซึ่งเป็นการทดสอบความเพียรหลัง Active Focus Full นำทุกโมเดลที่ 54.2% ขณะที่ Wonder อยู่ที่ 44.9% ตามหลัง GPT-6 Astra และ Claude Opus 5.5
ข้อยกเว้นหนึ่ง: ใน MemoryBench ของ Meta Wonder แซง Full ไปนิดเดียวที่ 85.6 ต่อ 85.5 ด้านความจำถือว่าเสมอกัน
ช่องว่างจึงมีจริงแต่ไม่สม่ำเสมอ ในงานซอฟต์แวร์สั้น (DeepSWE) ช่องว่างหายไป ในงานยาวที่เจออุปสรรคต่อเนื่อง ซึ่งเป็นหมวดที่ Meta สร้างตระกูลนี้ขึ้นมา ช่องว่างอยู่ที่สี่ถึงหกคะแนน ใน Coding Agents Index Full เทียบเท่า Claude Code ที่รัน Sonnet 5.5 ที่ 68 และชนะ Opus 5.5 ที่ 66 ส่วน Wonder ที่ 63 ตามหลังทั้งสาม
แต่ละตัวมีต้นทุนเท่าไร
Muse Wonder คิดราคาเป็นโทเคน Artificial Analysis วัดได้ $4.52 ต่องานหนึ่งงานของ Intelligence Index ที่ effort สูงสุด ต่ำกว่า Claude Opus 5.5 ($5.98) และสูงกว่า GPT-6 Astra ($3.26) การรันเชิงเอเจนต์ทั่วไปที่ส่งบริบทที่โตขึ้นเรื่อย ๆ ซ้ำ จะใช้งบส่วนใหญ่ไปกับอินพุตแบบแคชที่ $0.20 บทวิเคราะห์ราคาคำนวณตัวอย่างให้ดู
Muse Wonder Full ไม่มีราคาต่อโทเคน จึงไม่มีตัวเลขต่องาน ต้นทุนของมันคือการสมัครสมาชิก $50 ต่อเดือนสำหรับ Power (20 เท่าของโควตาแพ็กเกจ Everyday) หรือ $200 สำหรับ Maximum (80 เท่า) ทั้งสองแพ็กเกจใช้รอบรีเซ็ตการใช้งาน 5 ชั่วโมงและรายสัปดาห์ร่วมกัน สำหรับคนที่เขียนโค้ดทั้งวัน $50 ต่อเดือนถือว่าถูกเมื่อเทียบกับค่าใช้จ่าย API ของโมเดล frontier ตัวใดก็ตาม แต่สำหรับทีมที่อยากเอา Full ไปอยู่หลังผลิตภัณฑ์ ไม่มีทางใดให้เลือกแม้จ่ายเท่าไรก็ตาม
สังเกตเงื่อนไขข้อมูลด้วย สมาชิก Muse Code เริ่มต้นในโหมด Contributor ซึ่ง Meta ใช้ prompt โค้ดและผลลัพธ์ของคุณไปเทรนได้ ส่วนทราฟฟิก API ในโหมด Standard ไม่ถูกใช้เพื่อการเทรน การปิดโหมด Contributor เป็นเพียงสวิตช์เดียว แต่สวิตช์นั้นเปิดอยู่จนกว่าคุณจะกดปิด
คุณสร้างงานบนตัวไหนได้
นี่คือเส้นแบ่งทางปฏิบัติ ทุกอย่างที่คุณส่งมอบให้ผู้ใช้ต้องรันบน Wonder เพราะ Full ไม่มี API ไม่มีเกตเวย์ และไม่มี SDK ตัวเลขของ Full ในเอกสารเปิดตัวของ Meta เป็นเรื่องจริง และมันก็คือคำบรรยายของเครื่องมือที่คุณใช้เองได้แต่ขายต่อไม่ได้
| สิ่งที่คุณต้องการ | ใช้ |
|---|---|
| เรียกใช้โมเดลจากผลิตภัณฑ์ของคุณ | Wonder ผ่าน API |
| รัน Claude Code หรือ Codex บนโมเดลของ Meta | Wonder ผ่าน endpoint Messages หรือ Responses |
| เขียนโค้ดในเทอร์มินัลด้วยโมเดล Meta ที่แข็งแกร่งที่สุด | Full ผ่าน Muse Code Power หรือ Maximum |
| ประเมินคำอ้างสาย frontier ของ Meta | Full ใน Muse Code แล้วค่อยทดสอบ Wonder สำหรับสิ่งที่จะเปิดใช้งานจริง |
| จ่ายเฉพาะสิ่งที่ใช้ | Wonder |
บล็อกนักพัฒนาของ Meta ระบุว่า Full มีให้ใช้เฉพาะผ่านสมาชิก Muse Code และไม่ได้บอกกรอบเวลาของ API เมื่อใด จนกว่าสิ่งนั้นจะเปลี่ยน ให้เข้าหาการเปรียบเทียบ benchmark ของ "Muse Wonder" กับ API อื่นอย่างระมัดระวัง ถ้าตัวเลขนั้นเป็นของ Full มันไม่ได้บอกถึงโมเดลที่อยู่หลัง API
กำแพงนี้มีต้นทุนอย่างไรในทางปฏิบัติ
สามสถานการณ์ที่การแยกระหว่าง Wonder กับ Full เปลี่ยนการตัดสินใจ
คุณรัน Claude Code หรือ Codex บน API ของ Meta คู่มือ coding-agents ของ Meta แสดงทั้งสอง harness ชี้ไปที่ api.meta.ai โดยใช้ muse-wonder-1.0 เป็นโมเดลหลัก และ Muse Spark 1.3 สำหรับ subagent และงานเบื้องหลัง การตั้งค่าแบบนี้ได้ Wonder ที่ทำได้ 63 ใน Coding Agents Index ส่วน 68 ที่เทียบเท่า Claude Code บน Sonnet 5.5 เป็นของ Full ภายใน Muse Code ถ้า benchmark คือเหตุผลที่คุณเปลี่ยน harness คุณจะไม่ได้มันด้วยวิธีนี้
คุณกำลังเทียบผู้ให้บริการเพื่อทำผลิตภัณฑ์ ตัวเลขของ Full ทุกตัวในตารางเปิดตัวของ Meta ไม่เกี่ยวกับการตัดสินใจจัดซื้อ เพราะไม่มีผลิตภัณฑ์ใดเรียก Full ได้ ให้เทียบแถวของ Wonder (52 ในดัชนี 53.1 ใน SWE-Marathon 25 ในความรู้) กับโมเดลที่คุณเปิดใช้ได้จริง
คุณไม่แน่ใจว่ากำลังใช้ตัวไหน ใน Muse Code เมนู /models แสดงโมเดลที่ใช้งานอยู่ คำตอบที่บอกว่าตัวเองคือ Wonder ไม่ใช่หลักฐานไปทางใดทางหนึ่ง และ flag --reasoning-effort ไม่เคยเปลี่ยนโมเดล บน API ฟิลด์ model ในทุกการตอบกลับระบุ muse-wonder-1.0 ไม่มี Full ให้สับสนด้วย
ข้อมูลของ Meta เองก็ให้เหตุผลว่าต้องตรวจสอบ ในงานสั้นทั้งสองต่างกันไม่ถึงหนึ่งในห้าคะแนน คุณจึงอาจไม่รู้ว่าตัวใดตอบจนกว่างานจะยาวขึ้น
ทดสอบช่องว่างด้วยงานของคุณเอง
ถ้าคุณมีแพ็กเกจ Muse Code Power คุณวัดช่องว่างเองได้ เลือกงานยาวหนึ่งงาน เช่น refactor 30 ขั้นตอนหรือรีวิวหลายไฟล์ รันใน Muse Code ด้วย --model muse-wonder-1.0 แล้วรันอีกครั้งหลังสลับไป Full ใน /models เทียบผลลัพธ์สุดท้ายและจำนวนครั้งที่ต้องเข้าแทรก แล้วคุณจะรู้ว่าสี่คะแนนนั้นสำคัญกับงานของคุณหรือไม่
ฝั่ง API Apidog คือที่ที่คุณตรวจว่า Wonder ไม่ใช่ benchmark ตัวไหน ทำผ่านมาตรฐานของคุณได้จริงหรือไม่ ตั้ง request Responses โดยเก็บ key เป็นsecret variable รัน prompt จริงของคุณที่ effort medium และ max ตั้ง assertion ตรวจรูปร่างของ output และอ่าน usage เพื่อดูต้นทุน คู่มือ API มี request พร้อมใช้ ดาวน์โหลด Apidog แล้วเก็บผลลัพธ์ไว้ข้างการประเมินโมเดลอื่น ๆ ของคุณ
คำถามที่พบบ่อย
ขอ Muse Wonder Full ผ่าน API ได้ไหม? ไม่ได้ ไม่มี model ID ให้เรียก ไม่มีราคาต่อโทเคน และไม่มีเกตเวย์จากภายนอก Meta ยังไม่ประกาศวันใด
ตั้ง effort เป็น max แล้วได้ Full หรือไม่? ไม่ได้ effort คุมเพียงว่า Wonder คิดนานแค่ไหน model ID ไม่เปลี่ยน
Full คุ้ม $50 ต่อเดือนเมื่อเทียบกับ Wonder ที่ $5 หรือไม่? สำหรับการเขียนโค้ดคนเดียวกับงานยาว ช่องว่างใน Coding Agents Index (68 vs 63) และช่องว่างใน SWE-Marathon (57.5 vs 53.1) มีความหมาย ส่วนงานสั้น DeepSWE ชี้ว่าเป็นโมเดลเดียวกัน และสำหรับทุกอย่างที่คุณจะเปิดใช้จริง คำถามนี้ไม่มีผล
แอป Muse ใช้ตัวไหน? Meta บอกว่า Muse Wonder จะขับเคลื่อนประสบการณ์ในแอปให้สมาชิกก่อน แต่ไม่เคยบอกว่าแอปจะได้ Full
สรุปตำแหน่งของคุณตอนนี้
สร้างงานบน Wonder เพราะเป็นตัวเดียวที่สร้างได้ ใช้ Full ใน Muse Code ถ้าคุณเขียนโค้ดทั้งวันและอยากมีโมเดล Meta ที่แข็งแกร่งที่สุดอยู่ในมือ และเมื่อกราฟใดบอกว่า Meta ชนะ Opus 5.5 ใน benchmark การเขียนโค้ด ให้เช็กก่อนว่าหมายถึง Wonder ตัวใด ก่อนวางแผนอะไรบนมัน