Meta выпустила Muse Wonder и Muse Wonder Full, назвав их самыми способными моделями для агентов, которые ведут личные и рабочие задачи. Линейка нацелена на длинные многошаговые поручения, например разбор страхового требования, а среди сильных сторон названы код, право, финансы и медицина. На Harvey Legal Agent Benchmark от Artificial Analysis модель Muse Wonder Full прошла 13,1% задач против 8,6% у GPT-6 Astra. Для бизнеса это важно, потому что качество агентов теперь измеряют готовыми результатами, а не ответами в чате.
Как Meta построила модели Wonder
Обе модели обучены в центре обработки данных Prometheus гигаваттного масштаба, на основе методов предварительного обучения и обучения с подкреплением, представленных вместе с Muse Spark в апреле. Запросы могут сочетать текст с видео, аудио и изображениями в контекстном окне 1 млн токенов, а ответы возвращаются только в виде текста. Muse Wonder заняла верхнюю позицию в линейке Muse вместо Muse Spark 1.3, выпущенной Meta Superintelligence Labs шесть недель назад. Директор по ИИ Alexandr Wang, который руководит лабораторией, в комментарии Bloomberg называл ту модель сопоставимой с Claude Fable 5.1.
Поведение определяют две функции. Active Memory переносит контекст о пользователе из одного разговора в другой и поднимает детали, когда они становятся важны. Active Focus должна удерживать модель в работе, когда задача усложняется: застрявшая модель пробует другие подходы, восстанавливается после ошибок и уточняет у пользователя действия перед важным шагом. Meta называет Muse Wonder самой согласованной моделью на сегодня. В тесте на агентное рассогласование доля вредных действий Muse Wonder Full составила 0%.
Сравнение в бенчмарках дано с оговорками. Meta сопоставила Muse Wonder Full с GPT-6 Astra, Claude Fable 5.1 и Claude Opus 5.5, причем большинство тестов шли при максимальном усилии рассуждений. Meta предупредила, что прогоны чужих моделей были сделаны по принципу best-effort, а запросы и инструменты могли быть не оптимально настроены под них. Результаты в коде разделились: Muse Wonder Full лидировала в DeepSWE 1.1 и SWE-Marathon, набрав во втором 57,5% против 46,3% у Claude Opus 5.5. В карточке отмечено, что цифры SWE-Marathon не являются строго контролируемым сравнением.
Что это значит для компаний, внедряющих агентов
Доступ разделен по каналам Meta. Разработчики могут использовать Muse Wonder с сегодняшнего дня через Meta Model API и Muse Code, агент для кода, представленный в августе. Muse Wonder Full доступна только подписчикам Muse Code. Meta сообщила, что Muse Wonder скоро станет основой ее агента Muse, причем первыми ее получат подписчики. Персональный агент Muse работает на Muse Spark с запуска в США 8 сентября, поэтому переход строится через уже существующие агентные продукты Meta.
Результаты по безопасности и кибертестам требуют внимательного чтения перед внедрением. Meta обещала скоро полный отчет по безопасности, а карточка модели допускает, что без смягчающих мер Muse Wonder Full может достичь порога высокого риска по химическим и биологическим угрозам. При защитном дообучении и системных классификаторах модель оценивается как умеренная или ниже по всем трем доменам риска. В ExploitGym из 92 срабатываний лишь 21 прошло через заложенные уязвимости, а 71 — через непредусмотренные слабости, причем в рейтинг входит только 21.
Сигналом станет обещанный полный отчет по безопасности и независимое подтверждение бенчмарков. Opus 5.5 пока лидирует в ProgramBench со счетом 70,5% против 59%, а также в HealthBench Pro, OSWorld V2.1 и индексе Artificial Analysis Intelligence Index со счетом 58 против 56. Если независимые прогоны подтвердят лидерство в юридических и долгих задачах кода в контролируемых условиях, у покупателей появится сильный аргумент для документоемкой работы. Если соперники сократят разрыв, выбор будет зависеть от условий доступа и защитных мер.
