Meta的Muse Wonder上线AI Gateway：一个密钥调用，1M上下文里跑编码与长时智能体
核心概要
Meta的Muse Wonder模型在AI Gateway上线，面向编码、长时智能体和计算机操作，支持100万token上下文与文本、图像、PDF输入，开发者用一个AI Gateway密钥即可调用，无需另开Meta账号。
深度剖析
Meta的Muse Wonder模型现在可以通过AI Gateway调用，它面向编码、长时运行的智能体和计算机操作三类用途。 此前要使用该模型需要单独创建Meta账号并配置对应凭据，现在改为通过AI Gateway的一个API密钥访问。 AI Gateway页面把该模型列入模型目录，并给出以meta/muse-wonder-1.0为模型名的调用示例。
该模型能规划多步任务、把工作委派给子智能体，并在工作推进过程中从错误中恢复。 这些能力对应长时智能体场景，而不是单轮问答式的调用。 模型说明把编码、长时智能体和计算机操作列为设计用途，并列出多步规划、子智能体委派与错误恢复三项行为。
模型提供100万token的上下文窗口，并支持文本、图像和PDF输入、工具调用与结构化输出。 智能体因此可以在同一工作流里处理代码、截图和文档，而不必为不同模态切换流程。 模型说明同时列出上下文长度、输入模态和工具调用、结构化输出支持。
接入方式是在环境中设置AI_GATEWAY_API_KEY，并以meta/muse-wonder-1.0作为模型名调用。 编码智能体还可以运行npx vercel ai-gateway setup，并在智能体的模型设置中选择该模型。 页面给出streamText调用示例，以及面向编码智能体的命令行配置步骤。
启示与展望
这则报道面向需要在编码或长时智能体工作流中选型的开发者和工程师，说明的是Muse Wonder在AI Gateway上的可用性、调用方式与所列能力。模型说明把用途限定在编码、长时智能体和计算机操作，并给出100万token上下文、文本与图像与PDF输入、工具调用和结构化输出这些支持项。接入路径为设置AI_GATEWAY_API_KEY后以meta/muse-wonder-1.0调用，编码智能体可运行npx vercel ai-gateway setup并在模型设置中选择该模型。
模型说明没有给出基准测试结果、延迟或成本数据，也没有说明多步规划、子智能体委派与错误恢复在何种任务或规模下经过验证。所列能力以设计用途的形式给出，未附对照实验。本报道依据的是AI Gateway的模型说明与调用示例，未涉及独立复现。