Meta Muse Wonder — новая флагманская ИИ-модель компании — вышла вместе с более крупной версией Muse Wonder Full. Meta заявляет, что обе модели должны лучше справляться со сложными задачами, включая программирование, и удерживать важный для пользователя контекст не только в пределах одного диалога. Для разработчиков и компаний это ещё один сигнал: борьба крупных лабораторий смещается от скорости ответа к качеству работы агента на длинной дистанции.
О релизе Meta Muse Wonder сообщает TechCrunch. Модели разработала Meta Superintelligence Lab — подразделение, которое возглавило перестройку ИИ-направления компании после прихода основателя Scale AI Александра Вана в августе прошлого года.
Wonder стала продолжением линейки Muse, но с другой ролью. Ранее Meta выпустила Muse Spark — облегчённую модель, рассчитанную на низкую задержку. Wonder заметно крупнее: компания позиционирует её как ответ для более тяжёлых сценариев, где важнее не мгновенный отклик, а способность разобрать сложную задачу, написать код и не потерять нить работы после множества уточнений.
В model card Meta сравнивает результаты Wonder и Wonder Full с Fable 5.1 и GPT-6 Astra. Это собственные результаты тестирования, а не независимый бенчмарк, поэтому относиться к ним стоит без привычного для индустрии восторга от таблиц с баллами. Но сам набор сравнений показателен: Meta впервые прямо ставит свою модель в один ряд с наиболее сильными системами рынка, а не предлагает лишь дешёвую или быструю альтернативу.
Отдельная ставка сделана на функцию, которую Meta называет active memory — «активную память». Идея в том, чтобы модель не просто видела историю текущей переписки, а могла сохранять и связывать сведения, которые пользователь сообщал ей днями, неделями и месяцами. Для оценки этого свойства компания использовала MemoryBench — тест на непрерывное обучение и построение памяти. По данным Meta, Muse Wonder обходит в нём Fable, Opus и Astra.
Практическая ценность такой функции зависит от того, как именно она будет реализована в продукте. Для ИИ-помощника по коду память может означать знание устройства конкретного репозитория, архитектурных решений и предпочтений команды. Для продуктового менеджера — сохранение контекста по исследованиям, требованиям и предыдущим решениям. Но вместе с удобством возникает старый вопрос: какие данные сохраняются, как ими управлять и насколько прозрачно пользователь может их удалить или исправить.
Meta уже назвала направление своей долгосрочной целью — персональными ассистентами, способными выполнять задачи продолжительное время. В этом контексте память становится не косметической функцией чат-бота, а базовым компонентом агента. Без неё система может эффектно решить одну задачу, но быстро превращается в нового стажёра, которому на следующий день заново объясняют структуру проекта.
Доступ к Muse Wonder через Meta Model API будет стоить 4 доллара за миллион входных токенов и 20 долларов за миллион выходных. TechCrunch отмечает, что это примерно соответствует стоимости GPT-6 Sol или Opus 5.5. Такая цена выводит модель из сегмента массовых экономных вызовов: для прототипов и задач с высокой ценностью она может быть оправдана, а для больших потоков генерации кода, поддержки или обработки документов придётся внимательно считать расходы.
Muse Wonder Full через API доступна не будет: Meta ограничит её подписчиками Muse Code. Обе модели также станут основой для агента Muse. Разделение выглядит вполне прагматично: API-версия даёт Meta охват среди разработчиков, а наиболее мощную модель компания оставляет внутри собственного продукта, где может контролировать сценарии, нагрузку и пользовательский опыт.
Модели обучали в дата-центре Meta Prometheus в центральном Огайо, который начал работу ранее в этом году. Это важная деталь не из экскурсии по инфраструктуре: выпуск флагманской модели показывает, что новые вычислительные мощности Meta уже превращаются в публичные продукты, а не остаются только планом капитальных затрат.
Главный тест для Meta Muse Wonder начнётся после красивых сравнений в model card: смогут ли разработчики получить устойчивое качество на реальных кодовых базах, а бизнес — предсказуемую память агента без неприятных сюрпризов в данных и счетах. Проверить исходные детали релиза можно в материале .
