Muse Wonder и Muse Wonder Full: мощный скачок интеллекта у новых моделей Meta

Meta выпустила Muse Wonder и Muse Wonder Full, получив индекс искусственного интеллекта версии 4.3 52 и 56 при максимальных усилиях по рассуждению — каждый из них существенно превосходит Muse Spark 1.3 (максимум) с 48 баллами, с перерывом в выпуске всего 6 недель.

Muse Wonder доступен для пользователей через собственный API Meta, тогда как Muse Wonder Full в настоящее время доступен только для пользователей Muse Code. Мета отмечает, что каждая модель предназначена для личного и профессионального использования агентами.

Ключевые выводы

➤ Обе модели демонстрируют существенный скачок общего показателя индекса интеллекта. Muse Wonder Full (макс.) улучшает Muse Spark 1.3 (макс.) по всем десяти оценкам индекса интеллекта, набирая 8 баллов до 56. Наибольший прирост был отмечен в агентных оценках: Terminal-Bench 4.0 (+24 балла, от 33% до 57%), GDPval-AA v2.1 (+176 Elo, с 1681 по 1857 г.) и AA-Briefcase (+148). Эло, 1581–1729 гг.). Muse Wonder (макс.) получает 4 очка индекса интеллекта и достигает 52, что заметно лучше по сравнению с Muse Spark 1.3 (макс.) в Terminal-Bench 4.0 (с 33% до 52%) и AutomationBench-AA (с 58% до 68%).

➤ Обе модели используют меньше токенов вывода, чем Muse Spark 1.3 (максимум). Muse Wonder (макс.) и Muse Wonder Full (макс.) используют около 54 тыс. жетонов вывода на задачу индекса интеллекта, что примерно на 10 % меньше, чем в Muse Spark 1.3 (максимум, 60 тыс.). Это использование ниже, чем у аналогичных интеллектуальных моделей Gemini 4 Argon (высокий, 62 тыс.) и Claude Fable 5.1 (макс. с резервным режимом, 78 тыс.), но выше, чем у GPT-6.1 Sol (макс., 38 тыс.) и GPT-6 Astra (макс., 27 тыс.). Muse Wonder Full (макс.) использует на 16% меньше входных токенов для каждой задачи индекса интеллекта, чем Muse Wonder (макс.) (6,44 млн против 7,69 млн), что означает, что он более интеллектуален и более эффективен с использованием токенов.

➤ Цена за задачу для Muse Wonder (макс.) выше, чем у большинства аналогичных интеллектуальных моделей. Несмотря на эффективное использование выходных токенов, премиальная цена API (4 доллара США за миллион входных токенов, 20 долларов США за миллион выходных токенов) и высокий уровень использования входных токенов (7,69 млн на задачу) увеличивают стоимость Muse Wonder (макс.) до 4,52 долларов США за задачу индекса интеллекта. Это ниже, чем у Claude Fable 5.1 (максимум с резервным вариантом, 7,63 доллара США), Claude Opus 5.5 (максимум с резервным вариантом, 5,98 доллара США) и Claude Sonnet 5.5 (максимум с резервным вариантом, 5,46 доллара США), но выше, чем у GPT-6 Astra (максимум, 3,26 доллара США), Gemini 4 Argon (высокий, 1,99 доллара США), GPT-6.1 Sol (максимум, 0,72 доллара США) и его предшественник Muse Spark 1.3 (максимум 1,60 доллара США). Цена Muse Wonder Full не указана за токен, поэтому данные о стоимости за задачу недоступны.

➤ Обе модели значительно повышают производительность Coding Agent. Muse Wonder Full достигает 68 баллов в Индексе агентов кодирования искусственного анализа при максимальных усилиях в Muse Code, наряду с Claude Code с Sonnet 5.5 (максимум 68) и Opus 5.5 (максимум 66). Muse Wonder (макс.) набирает 63 балла. Это означает существенный выигрыш по сравнению с Muse Code с Muse Spark 1.3 (макс.), который набирает 54 балла.

Другие подробности о двух новых моделях

➤ Контекстные окна: по 1 миллиону токенов каждое, без изменений по сравнению с Muse Spark 1.3.

➤ Цены: для Muse Wonder входные данные — 4 доллара США, кэшированные входные данные — 0,20 долларов США, выходные данные — 20 долларов США за 1 миллион токенов. Цена Muse Wonder Full не указана за токен.

➤ Способы ввода: текст, изображение, видео и аудио.

➤ Способы вывода: текст

➤ Доступность: Muse Wonder доступна через собственный API Meta и Muse Code при запуске, тогда как Muse Wonder Full доступна только для пользователей Muse Code.

Muse Wonder Full (max) входит в тройку лучших в шести из десяти оценок AI Стата Intelligence Index v4.3

➤ №1 по CritPt (33%) и GDP.pdf (33%)

➤ №2 на GDPval-AA v2.1 (1857 Elo)

➤ №3 в рейтингах AA-Briefcase (1729 Elo), AutomationBench-AA (71%) и SciCode (63%)

Лиды по CritPt и GDP.pdf узкие, ближайшие конкуренты набирают 31-32%. В GDPval-AA v2.1 его результат находится в пределах доверительных интервалов Claude Opus 5.5 (максимум с резервным режимом, 1866 г.) и Claude Sonnet 5.5 (макс. с резервным режимом, 1838 г.)

Самым большим улучшением по сравнению с Muse Spark 1.3 (макс.) является Terminal-Bench 4.0: с 33% до 57%, что приближает его к уровню Gemini 4 Argon (высокий).

Muse Wonder (максимум) стоит 4,52 доллара США за задачу индекса искусственного анализа интеллекта, в 2,8 раза больше Muse Spark 1,3 (максимум, 1,60 доллара США), что обусловлено более высокими ценами за токен и более высоким использованием входных токенов.

➤ Стоимость токенов: 4 доллара США за 1 миллион входных токенов, 0,20 доллара США в кэше и 20 долларов США на выходе по сравнению с 1,25 доллара США/0,15 доллара США/4,25 доллара США для Muse Spark 1.3. Это соответствует Claude Opus 5.5, вдвое превышает Claude Sonnet 5.5, Gemini 4 Argon и GPT-6.1 Sol (2 доллара США/10 долларов США) и на 60 % ниже GPT-6 Astra и Claude Fable 5.1 (10 долларов США/50 долларов США).

➤ Входные данные: 7,69 млн входных токенов на задачу, что на 28 % больше, чем у Muse Spark 1,3 (макс., 6,03 М) и 2–7x Gemini 4 Argon (высокий), GPT-6.1 Sol (макс.) и GPT-6 Astra (макс.). Входные данные составляют 3,43 доллара США (76%) от стоимости каждой задачи, состоящей из записей в кэше 1,92 доллара США, обращений к кэшу 1,44 доллара США и некэшированных входных данных 0,07 доллара США.

➤ Выход: около 54 тысяч токенов вывода на задачу (1,08 доллара США), что на 10% меньше, чем в Muse Spark 1.3 (максимум 60 тысяч)

Знание остается относительной слабостью обеих моделей, но это компенсируется очень низким уровнем галлюцинаций. По всезнанию AA Muse Wonder Full (макс.) набирает 30 баллов и Muse Wonder (макс.) набирает 25 баллов, уровень с Muse Spark 1,3 (макс.), ниже Claude Opus 5,5 (46), GPT-6 Astra (43), Gemini 4 Argon (42) и Claude Sonnet 5,5 (32)

Прирост в 5 баллов Muse Wonder Full (макс.) обусловлен снижением уровня галлюцинаций (с 33% до 23%), что ставит ее в число протестированных моделей с наименьшим количеством галлюцинаций: у нее второй по величине уровень галлюцинаций среди всех моделей, набравших 45 или более баллов по Индексу интеллекта, уступая только Gemini 4 Argon (высокий, 15%). Muse Wonder (макс.) занимает третье место с 27%

Результаты полного искусственного анализа интеллекта для Muse Wonder Full (макс.) и Muse Wonder (макс.)