Meta выпустила две версии новой флагманской модели — Muse Wonder и Muse Wonder Full. По данным Artificial Analysis, старшая версия набрала 56 баллов в сводном индексе, а младшая — 52 против 48 у Muse Spark 1.3. Главный рывок пришёлся на написание кода и самостоятельное решение сложных задач, но цена использования выросла почти втрое, а знания о фактах пока остаются слабым местом.
Суть события
Meta представила Muse Wonder в двух вариантах: Muse Wonder и Muse Wonder Full. В рейтинге Artificial Analysis Intelligence Index v4.3 они получили 52 и 56 баллов соответственно, тогда как предыдущая Muse Spark 1.3 набрала 48. Это выводит новую модель Meta в число сильнейших доступных систем, хотя сам рейтинг не заменяет проверку в реальной работе.
Для бизнеса разница заметна прежде всего в задачах, где модель должна не просто ответить, а последовательно действовать сама. На Terminal-Bench 4.0 результат вырос с 33 до 57 процентов. Это тест на выполнение сложных заданий в командной строке, поэтому цифра интересна разработчикам и компаниям, которые хотят автоматизировать часть технической работы.
Детали
Muse Wonder Full набрала 68 баллов в индексе агентного программирования и сравнялась с Claude Code на базе Sonnet 5.5. Muse Wonder получила 63 балла против 54 у предшественницы. В тесте математических доказательств старшая версия решила 94 задачи из 100, тогда как Muse Spark 1.3 — 58. На Terminal-Bench 4 модель также использовала примерно на 30 процентов меньше выходных токенов.
При этом фактические знания отстают от результатов в коде. Muse Wonder Full получила 30 баллов в тесте AA-Omniscience, а Muse Wonder — 25. По данным Artificial Analysis, доля галлюцинаций у старшей версии снизилась с 33 до 23 процентов относительно предыдущей модели. Это хороший сдвиг, но не повод доверять ей без проверки важные факты, расчёты или документы.
Обе версии принимают текст, изображения, видео и звук и поддерживают контекст до миллиона токенов — большой объём информации за один запрос. Функция Active Memory должна помогать помнить важные сведения между разговорами, а Active Focus — дольше разбираться со сложной задачей, пробовать другие подходы и задавать уточняющие вопросы.
Контекст
Доступ распределён не одинаково. Muse Wonder уже работает через API Meta и Muse Code. Muse Wonder Full пока ограничена пользователями Muse Code. Meta планирует подключить Muse Wonder к приложению Muse сначала для платных подписчиков, а затем создавать на её основе специализированные модели для всех пользователей. Это планы компании, а не подтверждение уже состоявшегося запуска.
Есть и финансовая оговорка. По данным Artificial Analysis, выполнение задания для Muse Wonder обходится в 4,52 доллара против 1,60 доллара у Muse Spark 1.3. Тариф на входные токены вырос до 4 долларов за миллион, на выходные — до 20 долларов. При этом модель использует на 28 процентов больше входных токенов, которые дают 76 процентов стоимости задания. Для небольшого бизнеса это означает простую вещь: сильный результат нужно сравнивать не только с качеством, но и со счётом за реальный рабочий процесс.
Для быстрого сравнения возможностей разных моделей пригодится понятный рейтинг LLM по цене и качеству. Он не заменяет собственный тест, но помогает увидеть, где дорогая модель действительно оправдана.
Что дальше
Пока Muse Wonder выглядит особенно интересно для программирования, математики и задач, где агенту нужно настойчиво искать решение. Для финансовых и юридических сценариев источник, напротив, фиксирует сохранение прежнего уровня или небольшое ухудшение результатов. Поэтому практичный следующий шаг для команды — взять несколько собственных задач, сравнить стоимость и число ошибок, а затем решить, где новая модель действительно экономит время.
Meta говорит, что обучала модели в собственном дата-центре Prometheus. Но сама по себе инфраструктура не доказывает преимущество в каждом сценарии. В новостях о Muse Wonder сейчас есть сильный результат в тестах, более высокая цена и ограниченный доступ — все три факта нужно держать рядом.
