Новият пограничен модел на Meta Muse Wonder Full пробива в елитната група на ИИ

Meta пусна своя frontier модел Muse Wonder в два варианта и и двата се нареждат сред най-добрите налични AI модели.

Muse Wonder Full получава 56 точки в индекса за интелигентност на Artificial Analysis v4.3, докато Muse Wonder достига 52. Неговият предшественик, Muse Spark 1.3, имаше 48 точки, което представлява значителен скок спрямо модел, който беше в средния клас.

Най-големите подобрения се виждат при агентните оценки — тестове, измерващи доколко добре един AI модел може самостоятелно да се справя със сложни задачи. При Terminal-Bench 4.0 резултатът се повишава от 33 на 57 процента. Muse Wonder Full се класира сред първите три в шест от общо десет бенчмарка — силен резултат за Meta, която изглежда се е възстановила след по-слаб период с отворените си Llama модели.

Meta акцентира върху две нови функции. „Active Memory“ позволява на модела да запомня ключова информация между разговорите и да я извиква, когато е необходимо. „Active Focus“ представлява способността на модела да се придържа към трудни задачи, да изпробва алтернативни подходи и да задава допълнителни въпроси, когато нещо не е ясно. И двете са централни за визията на Meta за персонален AI агент, който може да получава достъп до календари, съобщения и документи.

И двата модела поддържат контекстен прозорец от един милион токена и приемат текст, изображения, видео и аудио като вход. Muse Wonder е достъпен чрез API на Meta и Muse Code, докато Muse Wonder Full в момента е ограничен до потребителите на Muse Code. Muse Wonder скоро ще захранва и приложението Muse, като първоначално това ще важи за платените абонати. С течение на времето Meta планира да създаде специализирани модели от него за всички потребители.

Програмирането бележи рязък скок, но фактическите знания изостават

И двата модела показват значителни подобрения в програмирането. Muse Wonder Full получава 68 точки в Coding Agents Index, изравнявайки се с Claude Code със Sonnet 5.5. Muse Wonder има 63 точки спрямо 54 за своя предшественик.

Фактическите знания остават слабо място. В теста за знания AA-Omniscience Muse Wonder Full получава само 30 точки, а Muse Wonder — 25. Това е значително зад Claude Opus 5.5 (46), GPT-6 Astra (43) и Gemini 4 Argon (42), което подсказва, че серията Wonder е изградена върху по-малък базов модел от конкурентите си. Ниските нива на халюцинации помагат да се компенсира тази разлика. Muse Wonder Full намалява нивото си на халюцинации от 33 на 23 процента спрямо своя предшественик — второто най-ниско ниво сред всички модели с поне 45 индексни точки. Само Gemini 4 Argon (15 процента) халюцинира по-рядко.

Meta адресира често срещана критика в своя публикация в блога — че моделите Muse са оптимизирани за бенчмаркове, но не се справят толкова добре в реална употреба. Компанията твърди, че Muse Wonder Full се представя по-добре от очакваното при непознати задачи, които не са били част от оптимизацията на обучението, и отдава това на по-силния базов модел.

В индекса на Vals AI Muse Wonder Full (Max) дебютира на пето място и изпреварва всички модели на OpenAI, според Vals AI. По-високи резултати имат само актуалните модели на Anthropic. Muse Wonder заема десето място.

Най-големите подобрения са при програмирането и математиката. В ProofBench — частен бенчмарк за математически доказателства — Muse Wonder Full решава 94 от 100 задачи спрямо 58 за своя предшественик. Това го поставя само на пет до шест точки зад водещите модели (99 до 100). В Terminal-Bench 4 Muse Wonder Full удвоява резултата си, като използва 30 процента по-малко изходни токени. Представянето при финансови и правни задачи остава на нивото на предшественика, като спада с до две точки.

По-доброто представяне идва на висока цена

Според Artificial Analysis Muse Wonder струва 4,52 долара на задача в индекса за интелигентност — почти три пъти повече от Muse Spark 1.3 (1,60 долара). Цената на токените също се е повишила: 4 долара за един милион входни токена и 20 долара за изходни спрямо 1,25 и 4,25 долара за предшественика. Muse Wonder използва и 28 процента повече входни токени на задача, които представляват 76 процента от общите разходи.

Това поставя Muse Wonder под Claude Fable 5.1 (7,63 долара) и Claude Opus 5.5 (5,98 долара) по цена, но над GPT-6 Astra (3,26 долара), Gemini 4 Argon (1,99 долара) и GPT-6.1 Sol (0,72 долара). Все още няма данни за цената на токените при Muse Wonder Full. И двата модела обаче използват около 10 процента по-малко изходни токени от своя предшественик.

Meta заявява, че е обучила моделите в собствения си център за данни Prometheus в мащаб от гигавати. Повече подробности има в картата на модела.

AI новини без сензация – подбрани от хора

Абонирайте се за THE DECODER за четене без реклами, седмичен AI бюлетин, нашия ексклузивен шест пъти годишно доклад за frontier моделите „AI Radar“, пълен достъп до архива и достъп до секцията за коментари.