Meta 模型大全

Muse Spark Open 是 Meta 的开放权重多模态推理模型，总参数量为 8160 亿，激活参数量为 420 亿。它面向编程与长周期智能体任务，支持 100 万 token 上下文。

Muse Wonder 是 Meta 的前沿多模态推理模型，面向智能体、长周期编程和计算机使用，并带有跨对话记忆。Cursor 模型 ID 为 muse-wonder-1.0，默认上下文 300K，最大 1M。价目为输入 $4/M、缓存读取 $0.20/M、输出 $20/M，没有缓存写入标价，超过 300K 也不加长上下文倍率。旧版 Cursor 套餐从 Other Models 池扣减（2026-10-20 核对）。

Muse Wonder Full 是 Meta Muse Wonder 系列中面向专业智能体和超长期软件工程的模型。它具备 Active Memory 和 Active Focus 能力，支持超长上下文、推理和工具调用。

Muse Spark 1.3 是 Meta Superintelligence Labs 于 2026-09-02 发布的多模态推理模型，支持 1M 上下文与文本/图像/视频/文档输入；通过 Meta Model API 提供 muse-spark-1.3 与 muse-spark-1.3-contributor（数据贡献换低价）两个模型 ID，并已上线 Muse Code 终端智能体。

Muse Glimmer 是 Meta Superintelligence Labs 推出的 300 亿参数开放权重多模态模型，由 Muse Spark 蒸馏而来。它面向持续运行的本地智能体，支持工具调用、代码编写和图像理解。

Muse Spark 1.2 是 Meta 于 2026-08-05 发布的多模态推理模型，1M 上下文，与终端编程智能体 Muse Code 同步发布，支持并行子智能体。

Muse Spark 1.1 是 Meta 于 2026-07-09 发布的多模态推理模型，1M 上下文，工具使用与计算机操作能力较初版提升，同期在 Meta Model API 开启公测。

这是一款基于 Llama 4 的多模态安全分类器。用于审核提示词与模型回复。

这是一款基于 DeBERTa-xsmall、拥有 2200 万参数的英文分类器。它用于检测提示注入和越狱尝试。

这是一个基于 mDeBERTa-base、拥有8600万参数的多语言分类器。它可检测提示注入和越狱尝试。

这是一款开放的多模态Llama模型。它具备强大的推理能力，适合高效的日常服务。

开放的 Llama，具备长上下文视觉能力。它面向高效的多模态智能体。

Llama-3.3-70B-Instruct 是一款适用于多语言聊天和代码生成的通用模型。它支持工具调用，并适合自托管部署。

这是一款经过指令微调的紧凑型 Llama 模型，支持多语言对话。它适用于端侧助手。

这是一款经过指令微调的小型Llama模型。适用于多语言对话与智能体检索。

这是一款开放的多模态 Llama 模型，支持图像理解、图像描述和视觉问答。它可用于分析图像内容、生成描述并回答与视觉信息相关的问题。

这是一款紧凑型开放 Llama 基础模型。适用于轻量级和端侧使用。

这是一款小型开源 Llama 基础模型，适用于轻量级文本生成。它支持自托管。

这是一款大型开放多模态Llama模型。它支持图像推理、文档问答和图像描述生成。

这是一款开放的 Llama 指令模型。它支持多语言聊天、推理和编程。

紧凑型开源模型，适用于轻量级对话和内容起草，并支持自托管部署。

Llama 3.1 系列的安全分类器，用于审核用户提示词和模型回复。它可帮助识别并管理需要审核的内容。