AI

Редакция Overclock.bg ·

Meta пусна Muse Wonder и влезе в челото на AI

Meta пусна Muse Wonder и влезе в челото на AI

На 12 октомври Meta обяви Muse Wonder и Muse Wonder Full — първите модели от Meta Superintelligence Labs, които компанията сама нарича frontier и слага директно срещу най-добрите на OpenAI и Anthropic. По-малкият Muse Wonder е достъпен още от обявяването през Meta Model API и през агента за код Muse Code, а Muse Wonder Full остава само за платените абонати на Muse Code. Независимите класации вече потвърдиха голяма част от обещанията.

Какво показват измерванията

Според Artificial Analysis Muse Wonder Full взема 56 точки в Intelligence Index v4.3, а по-малкият Muse Wonder — 52. Това го нарежда трети — наравно с Claude Sonnet 5.5 (56) и пред GPT-6 Astra и Gemini 4 Argon (по 53), като над него остава само Claude Opus 5.5 с 58, а в шест от десет отделни теста моделът е в първите три.

Останалите числа:

  • Coding Agents Index: 68 точки за Muse Wonder Full — наравно с Claude Code Sonnet 5.5.
  • Terminal-Bench 4.0: скок до 57% срещу 33% за предишното поколение.
  • ProofBench: 94 решени от 100 математически доказателства — ниво, сравнимо с това, което видяхме при агента AlphaProof Nexus на DeepMind.
  • AA-Omniscience: 30 точки, при 23% дял на халюцинациите — вторият най-нисък резултат сред водещите модели.

Официалната таблица с резултати на Meta за Muse Wonder Снимка: Meta

В класацията на Vals AI Muse Wonder Full (Max) дебютира на пето място — пред всички модели на OpenAI, като над него остават само актуалните модели на Anthropic. Тоест Meta наистина настигна върха, но не го превзе.

Класацията на Artificial Analysis Intelligence Index с Muse Wonder Full Снимка: Artificial Analysis

Памет вместо повече параметри

Акцентът на Meta не е върху суровата мощ, а върху две функции. Active Memory пренася важното от един разговор в следващия и само изважда подходящия детайл, когато задачата го изисква. Active Focus държи модела върху трудна цел — пробва други подходи, разплита блокажи и се връща с въпрос, преди да направи нещо необратимо.

„Вложихме огромно усилие моделът да помни кое е важно за вас в рамките на дни, седмици, месеци и повече“, казва изследователката в Meta Кавя Копарапу пред TechCrunch.

Числата зад това твърдение: в MemoryBench Muse Wonder изпреварва моделите на Fable, Opus и Astra. Контекстният прозорец е един милион токена, а на вход моделът приема текст, изображения, видео и аудио. Meta допълва, че се цели в експертни области — право, финанси и здраве — освен в писането на код.

И двата модела са тренирани в центъра за данни Prometheus в централно Охайо, който влезе в работа през 2026 г. Марк Зукърбърг го формулира пред Engadget така: стигането до тази точка е изисквало „голямо количество compute и инвестиции, както и много прецизна научна работа“ от екипа по суперинтелигентност.

Цени и достъп

Muse Wonder през Meta Model API струва 4 щатски долара за милион входни токена и 20 долара за милион изходни (приблизително 3,6 € и 17,9 €). По метриката на Artificial Analysis една типична задача излиза около 4,52 долара (≈4,0 €) — по-евтино от Opus 5.5 (5,98) и Fable 5.1 (7,63), но по-скъпо от GPT-6 Astra (3,26) и GPT-6.1 Sol (0,72).

За Muse Wonder Full все още няма цена на токен — моделът е заключен за абонатите на Muse Code с планове от 50 долара (≈45 €) за „power usage“ и 200 долара (≈179 €) за „maximum usage“ на месец. Същият модел ще захрани и агента в приложението Muse, като пускането започва от платените абонати.

Защо е важно

До тази седмица Meta беше голямата компания, която харчи милиарди за AI, но няма модел в първата петица. Muse Wonder променя това — не с рекорд, а с влизане в групата. Интересното е залогът: докато другите лаборатории се състезават в чиста аргументация, Meta залага на паметта и на упоритостта при дълги задачи, тоест на това агентът да бъде полезен в календара, съобщенията и документите ви.

Дали това е предимство, ще стане ясно чак когато Muse Wonder Full излезе от абонаментната си клетка и стане достъпен през API. Дотогава сравненията остават основно на терена на benchmark-овете.

Харесва ви? Отбележете ни и ще ни виждате по-нагоре в Google.

Предпочитан източник в Google

Прочетете още