Новая фронтирная модель Meta Muse Wonder Full вошла в высшую лигу ИИ

Meta выпустила свою фронтирную модель Muse Wonder в 2 вариантах, и обе входят в число лучших доступных моделей ИИ.

Muse Wonder Full набирает 56 баллов в Artificial Analysis Intelligence Index v4.3, а Muse Wonder — 52. Предшественница, Muse Spark 1.3, набрала 48 баллов, так что это значительный скачок по сравнению с моделью среднего уровня.

Самые заметные улучшения видны в агентных тестах — они оценивают, насколько хорошо модель ИИ может самостоятельно справляться со сложными задачами. В Terminal-Bench 4.0 результат вырос с 33 до 57 процентов. В целом Muse Wonder Full входит в топ-3 по 6 из 10 бенчмарков — сильный результат для Meta, которая, похоже, оправилась после менее удачного периода с открытыми моделями Llama.

Meta выделяет 2 новые функции. «Active Memory» позволяет модели запоминать важную информацию из разных бесед и при необходимости извлекать ее. «Active Focus» — способность модели не отвлекаться при выполнении сложных задач, пробовать альтернативные подходы и задавать уточняющие вопросы, если что-то непонятно. Обе функции играют центральную роль в предложении Meta создать персонального ИИ-агента с доступом к календарям, сообщениям и документам.

Обе модели поддерживают контекстное окно объемом 1 миллион токенов и принимают на вход текст, изображения, видео и аудио. Muse Wonder доступна через API Meta и Muse Code, а Muse Wonder Full пока доступна только пользователям Muse Code. Вскоре Muse Wonder также станет работать в приложении Muse, начиная с платных подписчиков. Со временем Meta планирует создавать на ее основе специализированные модели для всех пользователей.

Резкий скачок в программировании, но фактические знания по-прежнему отстают

Обе модели демонстрируют значительный прогресс в программировании. Muse Wonder Full набирает 68 баллов в Coding Agents Index, сравнявшись с Claude Code на Sonnet 5.5. Muse Wonder набирает 63 балла против 54 у предшественницы.

Фактические знания остаются слабым местом. В тесте на знания AA-Omniscience Muse Wonder Full набирает всего 30 баллов, а Muse Wonder — 25. Это значительно уступает Claude Opus 5.5 (46), GPT-6 Astra (43) и Gemini 4 Argon (42), что позволяет предположить, что в основе серии Wonder лежит базовая модель меньшего размера, чем у конкурентов. Низкая частота галлюцинаций помогает компенсировать этот недостаток. Muse Wonder Full снизила частоту галлюцинаций с 33 до 23 процентов по сравнению с предшественницей — это 2-й по низкости результат среди всех моделей, набравших не менее 45 баллов индекса. Реже галлюцинирует только Gemini 4 Argon (15 процентов).

В своем блоге Meta отвечает на распространенную критику: модели Muse настроены на бенчмарки, но уступают в реальном использовании. Компания утверждает, что Muse Wonder Full справляется лучше ожидаемого с незнакомыми задачами, которые не входили в оптимизацию обучения, и объясняет это более мощной базовой моделью.

По данным Vals AI, Muse Wonder Full (Max) дебютирует на 5-м месте в рейтинге Vals AI Index и опережает все модели OpenAI. Выше расположены только актуальные модели Anthropic. Muse Wonder занимает 10-е место.

Наибольший прогресс достигнут в программировании и математике. В ProofBench — закрытом бенчмарке математических доказательств — Muse Wonder Full решает 94 из 100 задач, тогда как предшественница решала 58. Это всего на 5–6 баллов ниже результатов лидирующих моделей (99–100). В Terminal-Bench 4 Muse Wonder Full удвоила свой результат, используя на 30 процентов меньше выходных токенов. Результаты в финансовых и юридических задачах остались на уровне предшественницы, снизившись максимум на 2 балла.

За более высокую производительность приходится платить немалую цену

По данным Artificial Analysis, выполнение задач Muse Wonder в Intelligence Index обходится в $4.52 за задачу — почти втрое дороже, чем у Muse Spark 1.3 ($1.60). Подорожали и токены: $4 за миллион входных токенов и $20 за выходные, по сравнению с $1.25 и $4.25 у предшественницы. Muse Wonder также использует на 28 процентов больше входных токенов на задачу, а на них приходится 76 процентов общих затрат.

По цене Muse Wonder уступает Claude Fable 5.1 ($7.63) и Claude Opus 5.5 ($5.98), но превосходит GPT-6 Astra ($3.26), Gemini 4 Argon ($1.99) и GPT-6.1 Sol ($0.72). Данные о стоимости токенов Muse Wonder Full пока отсутствуют. Обе модели при этом используют примерно на 10 процентов меньше выходных токенов, чем их предшественница.

Meta сообщает, что обучала модели в собственном дата-центре Prometheus, рассчитанном на мощности в гигаваттном масштабе. Подробнее — в карточке модели.

Новости об ИИ без шумихи — от редакции

Подпишитесь на THE DECODER, чтобы читать материалы без рекламы, получать еженедельную рассылку об ИИ и наш эксклюзивный фронтирный отчет «AI Radar» 6 раз в год, иметь доступ ко всему архиву и разделу комментариев.

Подписаться