Meta Muse：GDPx第4，网络安全第一

SPCX星期二 2026年11月3日

好坏参半: Muse Wonder Full在GDPx以9.0%排第4、网络安全第一，但拒答率低带来安全和监管风险。
利空: 扎克伯格称Muse算力消耗极大、尚未盈利，Meta第三季度自由现金流为-$21.2亿。
利空: OpenAI自测GPT-6 Astra得分80%，CNN称Meta是其最大对手，Muse的先发窗口正在收窄。

我们关注Meta能否在一年内兑现成本效率提升10倍以上的承诺。

展开完整笔记

三个信号汇聚。（1）Muse Wonder Full在SemiAnalysis的GDPx测试中跻身第一梯队：以9.0%排名第4，比12%的Claude Opus 5.5低3个百分点。它在网络安全项目上以明显优势排名第一，部分原因是拒答率低。对于一个会读取用户邮件、操作用户浏览器的智能体来说，这是安全和监管风险，而不是纯粹的利好。（2）行业经济账正在失衡。

展开全文

11月1日，马斯克承认Grok Bot的成本相对收入难以为继，xAI正在削减每周额度，尽管据SpaceX投资者更新，其每周付费用户有80万。扎克伯格在第三季度电话会上称Muse算力消耗极大，尚未盈利；据8-K，Meta第三季度自由现金流为-$21.2亿。问题正从“能不能做成”转向“成本是多少”，而定价（免费加每月$20至$100的订阅）可能覆盖不了单位成本。（3）OpenAI自测GPT-6 Astra在日常任务上得分80%，GPT-5.2为49.3%（自行评分，需打折看待）；CNN的报道称Meta是OpenAI在个人智能体领域最大的竞争对手，Muse的先发窗口正在收窄。总体而言：模型能力这一项已经达标，但成本效率的承诺（Meta承诺一年内提升10倍以上）现在是关键变量。Meta凭借广告现金流可以保持免费档开放，而xAI等现金受限的竞争对手则收紧额度，这可能是获取用户的窗口。

关键证据

SemiAnalysis GDPx基准测试，11月2日：涵盖金融、法律、软件工程、网络安全等11个领域的206项任务。官方推文和多家媒体的数据一致
排行榜：Claude Opus 5.5为12.0%，Gemini 4 Carbon为10.9%，GPT-6 Astra为9.6%，Muse Wonder Full为9.0%（第4），Gemini 4 Argon为7.3%。标准版Muse Wonder低于Argon
SemiAnalysis原话：Muse Wonder Full是目前最好的网络安全模型，优势明显，部分原因是拒答率低（Claude和GPT受安全分类器限制）
Wonder Full没有公开定价，因此未纳入成本效率排名
提醒：在能操作网页、读取邮件的智能体上，低拒答率是安全和监管风险，而不是纯粹的利好
马斯克11月1日在X上的帖子（经济时报，11月2日）：Grok Bot用户提前用完每周额度。马斯克回复称，Grok Bot的服务成本相对收入高得难以为继

再显示 8 条

SpaceX上月的投资者更新：Grok Bot每周付费用户80万
扎克伯格在第三季度财报电话会上表示：Muse算力消耗极大，尚未盈利
据SEC 8-K，Meta第三季度自由现金流为-$21.2亿。免费档额度未披露
Meta承诺一年内将成本效率提升10倍以上，这是关键变量
CNN 11月2日报道的OpenAI日常任务基准：测试依据约4,000名用户的调查设计（找幼儿园、糖尿病饮食计划、填表、购物车）。GPT-6 Astra综合得分80%，GPT-5.2为49.3%
CNN报道称Meta是OpenAI在个人智能体领域最大的竞争对手，但这是OpenAI自测，需打折看待
ChatGPT将日常任务执行定为主战场，Muse的先发窗口正在收窄
今天没有Muse的新官方用户数据

需关注的催化剂

Meta能否在一年内兑现承诺的10倍以上成本效率提升？这决定免费档能否继续开放
Meta是否会效仿xAI的Grok，宣布Muse额度限制？那将说明单位成本仍未理顺
第三方对OpenAI日常任务基准的独立复现
SemiAnalysis下一次GDPx更新：Muse能否缩小与Claude Opus 5.5之间3个百分点的差距，还是差距是结构性的？
监管层对能访问邮件和网络的智能体低拒答率的任何回应
Muse周活跃用户（WAU）或月活跃用户（MAU）在2026年第四季度财报或更早时披露

风险

低拒答率的优势是安全和监管上的隐患，可能引发合规处罚或强制限制，使网络安全第一的成绩化为乌有
定价模式（免费加每月$20至$100的订阅）可能覆盖不了算力成本，重蹈xAI的覆辙
Meta自由现金流为-$21.2亿，说明成本压力是真实存在的，而非纸上谈兵
OpenAI把Meta视为主要对手，会加剧竞争，先发窗口正在缩短
行业所有参与者每完成一项任务都在亏钱，市场可能要经历痛苦的价格发现

再显示 2 条

模型能力不再是差异化因素（第一梯队只是入场门槛）。渠道和成本成为决定性因素：Meta通过Facebook和Instagram拥有渠道，但成本仍是未知数
独立基准测试解决不了消费者行为的问题，还需要实际的用户数据（日活跃用户、留存、任务完成率）

来源 7

SemiAnalysis GDPx基准测试，11月2日（官方推文和多家媒体）
马斯克X帖子，11月1日
经济时报，11月2日（Grok Bot成本评论）
SpaceX投资者更新（Grok Bot每周付费用户80万）
Meta 2026年第三季度财报电话会（扎克伯格谈Muse）
SEC 8-K，Meta 2026年第三季度（自由现金流-$21.2亿）
CNN，11月2日（OpenAI日常任务基准及对Meta的定位）

简报是我们的研究线索，不是经过验证的结论，也不构成投资建议。