Meta представила две модели: Muse Wonder и Muse Wonder Full. Компания называет их самыми мощными из всех, что выпускала. Заявка громкая, и проверить её пока можно только по цифрам самой Meta.
Обе модели рассчитаны на агентные задачи. Это сценарии, где ИИ сам выполняет многошаговую работу за пользователя: разбирается со страховым случаем, договором аренды или личными финансами, пишет игру или приложение. Отличие от обычного чат-бота в том, что модель не заканчивает работу на одном ответе.
Muse Wonder уже доступна разработчикам через Meta Model API и сервис для программирования Muse Code. Muse Wonder Full досталась только подписчикам Muse Code. Позже Muse Wonder начнёт работать в ИИ-ассистенте Muse, первыми её получат подписчики. Обе модели обучены в дата-центре Prometheus мощностью около гигаватта и выросли из предыдущей модели Muse Spark (источник).
Ниже цифры бенчмарков приводит сама Meta, независимых проверок заявленных результатов пока нет. Единственный независимый ориентир в материале, общий рейтинг Artificial Analysis.
Что Meta выпустила: Muse Wonder и Muse Wonder Full
Meta описывает новинки как свои самые мощные модели на текущий момент. Это позиционирование, а не измеренный факт. Компания не раскрывает число параметров, размер контекстного окна и архитектурные детали.
Чем Muse Wonder Full отличается от Muse Wonder
Подтверждённое отличие одно: канал доступа. Muse Wonder открыта шире, Muse Wonder Full спрятана за подписку Muse Code. Meta ставит Full как более сильную модель для сложных агентных задач.
Различий в архитектуре, количестве параметров или длине контекста в доступных данных нет. Любые цифры такого рода сейчас были бы догадкой. Практический вывод простой: если нужен максимум по заявленным метрикам и вы готовы платить за подписку Muse Code, смотрите на Full. Для типовых задач разумнее начать с базовой Muse Wonder.
На чём обучали: Prometheus и Muse Spark
Основа для обеих моделей, предыдущая модель Meta под названием Muse Spark. Обучение проходило в дата-центре Prometheus мощностью около гигаватта. По словам Meta, глубокая переработка её ИИ-разработок началась 14 месяцев назад.
Данных о датасетах, числе ускорителей и длительности обучения в открытых источниках нет. Состав обучающих данных компания не публикует, поэтому судить о том, на чём именно учились модели, нельзя.
Как получить доступ: Meta Model API, Muse Code и подписка
Каналов два, и они разводят модели по разным аудиториям. Разработчики идут в Meta Model API, пользователи сервиса для программирования сидят в Muse Code. Позже добавится третий путь, ИИ-ассистент Muse, где Muse Wonder появится для подписчиков.
Muse Code подписка: что известно и что нет
Muse Wonder Full доступна только подписчикам Muse Code. Muse Wonder тоже доступна через Muse Code и дополнительно через Meta Model API.
Цены, уровни подписки, лимиты запросов и регионы в открытых данных не указаны. Заполнять этот пробел догадками не стоит, условия придётся проверять на стороне Meta. Если вы планируете бюджет под инструмент, считайте неизвестной величиной именно стоимость подписки Muse Code, а не технические возможности модели.
Meta Model API для разработчиков
Muse Wonder открыта через Meta Model API. Это основной путь интеграции модели в приложения и агентные пайплайны, когда нужен программный вызов, а не ручная работа в чате.
Эндпоинты, форматы запросов, SDK и лимиты Meta в доступных источниках не описывает. Muse Wonder Full через API не упоминается: по имеющимся данным, до неё можно добраться только через Muse Code. Про сам ассистент Muse и его функции у нас есть отдельный разбор с тарифами и архитектурой безопасности: Muse от Meta: персональный ИИ-агент и вопрос доверия.
Агентные сценарии: что именно умеют новые модели
Агентная задача отличается от вопроса в чате длиной цепочки. Модель получает цель, а не инструкцию на один шаг, и сама решает, какие действия выполнить по пути. Meta приводит конкретные примеры: разобраться со страховым случаем, разобраться с договором аренды, разобраться с личными финансами, написать игру или приложение.
Общий признак этих сценариев в том, что работа занимает много шагов и требует держать в голове детали из предыдущих этапов. Именно на таких задачах обычные модели чаще всего сбиваются. Это примеры от самой Meta, независимого подтверждения их качества пока нет.
Active Memory: память между разговорами
Active Memory запоминает важное о пользователе между разговорами и подтягивает нужные детали к текущей задаче. Для длинных сценариев это меняет практику работы: не нужно заново объяснять контекст в каждом новом диалоге.
Как именно хранятся эти данные, есть ли отключение памяти и как всё устроено с приватностью, в источнике не сказано. Это важный момент для тех, кто собирается доверять модели рабочие документы и личные сведения.
Active Focus: доведение сложных задач до конца
Active Focus помогает доводить сложную задачу до конца. Модель пробует другие подходы, исправляет ошибки, при необходимости задаёт уточняющие вопросы и спрашивает разрешения перед важными действиями.
Практическая ценность здесь в удержании нити. Модель, которая останавливается на середине или молча уходит в сторону, бесполезна в агентном режиме. Точку с разрешениями перед важными действиями стоит держать в голове: автономность ограничена, и финальное решение остаётся за человеком. Метрик эффективности Active Focus Meta не приводит.
Бенчмарки: где Muse Wonder Full выигрывает, а где проигрывает
Оговорка по всему разделу: все результаты, кроме рейтинга Artificial Analysis, приводит сама Meta. Независимых проверок пока нет, поэтому цифры стоит читать как заявления вендора, а не как измеренный сторонними тестами факт.
Где Muse Wonder Full лидирует по данным Meta
Meta называет три направления, где Muse Wonder Full обходит конкурентов. Сравнение шло с Claude Opus 5.5, Claude Fable 5.1 от Anthropic и GPT-6 Astra от OpenAI.
| Бенчмарк | Muse Wonder Full | Соперник |
|---|---|---|
| Harvey LAB, юридические задачи | 13,1 | GPT-6 Astra: 8,6 |
| MemoryBench, тест на память | 85,5 | Claude Opus 5.5: 81,5 |
| SWE-Marathon, долгая работа над проектами | 57,5 | 46,3 |
Разрыв в SWE-Marathon выглядит самым заметным: 57,5 против 46,3. Отрыв в Harvey LAB тоже большой, почти в полтора раза. В MemoryBench разница скромнее, 4 балла между 85,5 и 81,5 (источник).
Где сильнее Claude Opus 5.5
Claude Opus 5.5 обходит Muse Wonder Full в написании программ с нуля, работе в терминале и ответах на медицинские вопросы. Это те зоны, где новая модель Meta не лучший выбор по её же данным.
Для разработчиков это ключевой момент. Долгий проект и написание кода с чистого листа, разные задачи, и лидерство на длинной дистанции не переносится автоматически на стартовый этап. Медицинские вопросы тоже остаются за Opus 5.5.
Artificial Analysis: что показывает общий рейтинг
Artificial Analysis, независимый агрегатор, даёт такой расклад: Opus 5.5 лидирует с 58 баллами, у Muse Wonder Full 56, у GPT-6 Astra и Claude Fable 5.1 по 53.
Разрыв между первым местом и новинкой Meta всего 2 балла. Это не разгромное преимущество ни в одну сторону. Методологию рейтинга в источнике не описывают, поэтому воспринимать баллы стоит как ориентир, а не как истину в последней инстанции.
Безопасность и ограничения: что Meta заявляет и что остаётся неизвестным
Meta говорит, что модели учили не передавать личные данные без разрешения и отказываться помогать во вредных действиях. При этом их же учили искать уязвимости в коде разработчиков. Сочетание логичное для инструмента, который работает с кодовыми базами, но проверять его на практике пока нечем: независимых испытаний поведения моделей нет (источник).
Полный отчёт по безопасности Meta обещает опубликовать позже. Деталей alignment-подхода, red teaming и политик безопасности в открытых данных нет. Для агента, который получает доступ к документам и финансам, это существенный пробел. Класс рисков, связанных с широкими правами ИИ-агентов, мы разбираем отдельно: практические риски агентов с широким доступом к данным и системам.
Стоит ли переходить: практический разбор для разработчиков и пользователей
Вердикта не будет, будет рамка. Решение зависит от того, какие задачи у вас в приоритете и насколько вы готовы верить цифрам вендора.
Кому Muse Wonder Full подойдёт лучше всего
Три профиля выглядят логично. Разработчики, которые ведут длинные проекты и ценят удержание контекста между сессиями. Специалисты, работающие с юридическими документами: Harvey LAB указывает в эту сторону. Пользователи, которым важна память между разговорами и доведение многошаговых задач до конца.
Подчеркнём: это выводы из заявлений Meta, а не подтверждённый опыт. Проверить их на своей задаче можно только после получения доступа.
Когда разумнее остаться на Claude или GPT
Написание кода с нуля, работа в терминале и медицинские вопросы остаются за Claude Opus 5.5 по тем же данным. Общий рейтинг Artificial Analysis тоже ставит Opus 5.5 выше, пусть и на 2 балла.
Миграция стоит времени: переписать промпты, перепроверить пайплайны, привыкнуть к поведению модели. При разрыве в 2 балла такая работа оправдана только под конкретный сценарий, где Muse Wonder Full действительно сильнее. Сравнение Muse с ChatGPT, Opus 5.5 и GPT-6 и его последствия для рынка мы разбирали в материале Meta Muse против ChatGPT.
Что это значит для русскоязычных пользователей
Данных о доступности Meta Model API и Muse Code в России в открытых источниках нет. Цены, лимиты запросов и региональные ограничения тоже не раскрыты. Проверять условия придётся на стороне Meta.
Открытых весов у Muse Wonder и Muse Wonder Full нет. Модели распространяются через сервисы Meta, значит, запустить их локально на своём GPU в текущем виде не получится. Для тех, кто собирает домашние AI-серверы, это важный момент: новинки не заменят локальные LLM, они закрывают облачные сценарии.
Держите в голове и юридический контекст: Meta признана в России экстремистской организацией. Это влияет на то, как сервисы компании доступны российским пользователям.
Практический план: следить за условиями доступа на стороне Meta и ждать независимых тестов. Пока их нет, любые выводы о реальном превосходстве моделей держатся на цифрах вендора. Как только появятся сторонние замеры, картина станет честнее, и тогда выбор между Muse Wonder Full, Claude Opus 5.5 и GPT-6 Astra можно будет делать по фактам, а не по презентации.