llm-meta-ai 0.2:插件跟进 Meta 新模型 Muse Wonder
摘要
Meta 发布新模型 Muse Wonder(含 Full 版),Simon Willison 随即把自己的 llm-meta-ai 插件升级到 0.2 以支持该模型,并通过多档推理等级绘图测试与前代对比,认为 Meta 已进入月更且每代进步明显。
核心要点
- Meta 此次发布 Muse Wonder 与 Muse Wonder Full 两个版本,官方口径为“最强模型”。
- Artificial Analysis 将 Muse Wonder(Max 档)评为与 GPT-6.1 Sol 相当,作者据此推测它是 Meta 首批“Fable 级”模型。
- 模型提供六档推理等级:minimal、low、medium、high、xhigh、max。
- 插件 llm-meta-ai 升到 0.2,主要变更就是接入 Muse Wonder 系列。
- 作者用统一“骑自行车鹈鹕”绘图用例做纵向对比,前代参照为 9 月 2 日的 Muse 1.3 与 8 月 5 日的 Muse 1.2,即约每月一版。
原文佐证
- Meta AI release Muse Wonder (and Muse Wonder Full), their new "most capable models".
- Artificial Analysis scores Muse Wonder (Max) as equivalent to GPT-6.1 Sol.
- Meta AI are putting out a new model a month, and the improvements between each model (at least in terms of drawing pelicans) are material.
AI 洞察
这条信息的真正信号不在插件本身,而在节奏:当头部厂商把旗舰模型压缩到月更,竞争焦点会从“单次发布谁更强”转向“谁能持续交付可验证的增量”,落后的代价被迅速放大。六档推理等级成为标配,说明推理预算正从模型内部机制变成用户可调的产品参数,成本与延迟的分层定价将随之而来。对开发者而言,第三方榜单(如 Artificial Analysis)正在事实上承担“模型等价性”的裁判角色,插件与适配层的快速跟进,反而成了模型扩散速度的隐形瓶颈。