Meta Muse Wonder и Full: бенчмарки, память и программирование

Meta представила Muse Wonder и Muse Wonder Full 12 октября 2026 года. Релиз ориентирован на персональных и профессиональных агентов: системы, от которых ожидают запоминания полезного контекста, преодоления препятствий и завершения проектов, требующих большего, чем один ответ.

Официальное объявление подтверждает, что Wonder доступна через Meta Model API и Muse Code, тогда как Full доступна подписчикам Muse Code. Meta также планирует добавить Wonder в своего ассистента Muse, начиная с подписчиков.

Какие возможности поддерживают модели

В карточке модели указан контекст вывода длиной в один миллион токенов и входные данные в виде текста, изображений, видео и аудио. Указанная выходная модальность — текст. Поэтому мультимодальное понимание не следует путать с обещанием, что модель самостоятельно генерирует материалы во всех входных форматах.

Meta заявляет, что модели обучались в ее дата-центре Prometheus гигаваттного масштаба в рамках более широкой перестройки AI-стека компании. Обучающая инфраструктура объясняет контекст релиза, но не доказывает, что каждое приложение будет работать так же хорошо, как в демонстрации бенчмарка.

Как читать результаты бенчмарков

В представленном отчете указано, что Wonder Full набрала 56 баллов в Artificial Analysis Intelligence Index, по сравнению с 52 у Wonder и 48 у Muse Spark 1.3. Собственная оценка Artificial Analysis подтверждает эти показатели при максимальном уровне усилий рассуждения. Они относятся к опубликованному снимку оценки, а не к постоянному рейтингу.

Диаграмма воспроизведена в отчете Xinzhiyuan на BAAI; указанная там оценка выполнена Artificial Analysis.

Для продолжительной работы над программным обеспечением источник приводит следующие результаты:

Графика бенчмарка Meta, воспроизведенная источником.

Карточка модели содержит важную оговорку: SWE-Marathon не является контролируемым сравнением с использованием единой общей среды тестирования. Для некоторых конкурирующих результатов используются Codex или Claude Code, а заявленный результат Wonder Full получен с уровнем усилий рассуждения xhigh. DeepSWE также объединяет заданные результаты сторонних организаций и результаты, сообщенные поставщиками, поэтому читателям следует изучить методологию каждого бенчмарка.

Общая картина скорее неоднозначна, чем представляет собой безоговорочную победу. В статье сообщается, что Full опережает GPT-6 Astra в ProgramBench, но уступает Opus 5.5, а также отстает от обеих моделей в приведенном сравнении терминального программирования. Выбор модели по-прежнему зависит от фактической задачи, инструментальной среды, бюджета и приемлемого уровня ошибок.

Память и устойчивость — это разные возможности

Meta использует термин Active Memory для переноса важного контекста между диалогами и извлечения релевантных деталей по мере необходимости. Термин Active Focus используется для продолжительной работы: выбора другого подхода, адаптации к новой информации и движения вперед при возникновении препятствий.

Эти возможности решают разные задачи. Запоминание требования само по себе не гарантирует, что агент завершит сложную реализацию; устойчивость не поможет, если агент утратил критически важное ограничение.

Графика оценки Meta, воспроизведенная через исходный отчет.

Карточка модели описывает MemoryBench как внутреннюю оценку с использованием диалогов объемом от 64 000 до 100 000 токенов, включая отвлекающую или противоречивую информацию. FocusBench также является внутренней оценкой. Это полезные описания того, что именно тестировалось, но они не гарантируют безошибочное воспроизведение информации или непрерывную автономную работу в развернутом сервисе.

Профессиональная работа и надежность

Meta оценивает модели на задачах в области права, финансов, здравоохранения и профессиональной документации наряду с программированием. Эти тесты относятся к конкретным рабочим результатам и правилам оценивания; балл не следует рассматривать как профессиональную квалификацию.

Китайский отчет также подчеркивает различие между избирательными ответами и более широкими знаниями. В нем сообщается о более низком показателе галлюцинаций у Full при одновременно более низком индексе знаний, чем у сравниваемых моделей Opus и Astra. В этом обсуждении процент галлюцинаций рассчитывается среди неверных или неотвеченных пунктов теста знаний; это не процент всех ответов о реальном мире, являющихся ложными.

Для незнакомых задач Meta приводит свидетельства того, что Full лучше обобщает результаты, чем более ранняя модель Spark, при сопоставимой производительности на задачах из распределения обучения. Этот вывод относится к измеренной конфигурации оценки, а не является доказательством неограниченного самоулучшения.

Диаграмма обобщения Meta, воспроизведенная в источнике.

Доступ и заявленные цены

Источник приводит следующие цены на момент публикации отчета:

В отчете говорится, что две подписки Full предоставляют соответственно 20- и 80-кратный базовый объем использования. Эти множители не означают неограниченное использование, а источник не устанавливает универсальное число задач в месяц.

Графика с ценами, указанная в исходном отчете; актуальные условия оплаты не были независимо доступны.

На момент объявления Full предлагалась через подписки Muse Code, а не через отдельно анонсированный публичный API. Командам, рассматривающим любой из продуктов, следует проверить текущий доступ и цены в своей учетной записи, прежде чем переносить на него рабочую нагрузку.

FAQ

Что такое Muse Wonder?

Muse Wonder — это модель Meta, выпущенная 12 октября 2026 года для персональных и профессиональных агентских задач. Meta описывает ее сильные стороны в памяти, продолжительном выполнении задач, программировании и специализированной предметной работе.

Чем Muse Wonder Full отличается от Wonder?

Full — более производительный вариант во многих из опубликованных оценок. Официальное объявление предлагает Wonder через API и Muse Code, тогда как Full доступна подписчикам Muse Code.

Какова длина контекста?

В карточке модели Meta указано один миллион токенов при выводе. Вместимость контекста отличается от надежного воспроизведения информации, лимитов вывода и объема полезного материала, который может предоставить конкретное приложение.

Могут ли модели понимать аудио и видео?

В карточке модели перечислены текст, изображения, видео и аудио как входные данные. В качестве выхода указан текст, поэтому поддержку мультимодального ввода не следует интерпретировать как нативную генерацию аудио или видео.

Доказывают ли результаты программирования, что Full лучше для любого репозитория?

Нет. Опубликованные результаты относятся к конкретным задачам, конфигурациям агентов и настройкам рассуждения. Meta прямо отмечает, что результаты SWE-Marathon не используют контролируемую единую среду тестирования для всех сравниваемых систем.

Что делают Active Memory и Active Focus?

Active Memory отвечает за сохранение и извлечение релевантного контекста между диалогами. Active Focus относится к преодолению препятствий и адаптации во время задачи с уточнением или подтверждением там, где это уместно.

Есть ли публичный API для Muse Wonder Full?

В объявлении от 12 октября Full описывается как доступная подписчикам Muse Code. Отдельный публичный API для Full в нем не анонсирован, а доступность следует проверять по более поздним официальным уведомлениям.

Связанные инструменты

• Muse Code: продукт Meta для агентов программирования является объявленным способом доступа к Wonder и Full.
• Artificial Analysis: сравнивайте опубликованные оценки моделей, стоимость и измерения поставщиков.

Связанные ссылки

• Официальное объявление Muse Wonder: ознакомьтесь с описанием релиза Meta и графиками оценок.
• Карточка модели Muse Wonder: изучите модальности, длину контекста, методологию и ограничения в официальном PDF-файле.
• Фреймворк масштабирования Meta Superintelligence: ознакомьтесь с фреймворком, на который Meta ссылается в релизе.
• Анонс Muse Code и Muse Spark 1.2: найдите информацию о продукте Meta для программирования и предыдущем поколении моделей.
• Artificial Analysis: изучите независимую платформу оценки, на которую ссылается исходный отчет.
• Оценка Wonder от Artificial Analysis: ознакомьтесь с собственными результатами оценщика, анализом стоимости и сравнением цен API.
• Оригинальная статья BAAI: прочитайте китайский отчет и исходный контекст изображений.

Итог

Muse Wonder и Full расширяют предложение Meta для агентов за счет контекста в один миллион токенов, мультимодальных входных данных, памяти и возможностей продолжительного программирования. Объявление подтверждает отдельные пути доступа через API и подписку, а источник сообщает о существенных улучшениях относительно Muse Spark 1.3.

Наиболее полезное сравнение объединяет оценки бенчмарков с их средами тестирования, доступом к учетной записи и стоимостью выполнения ваших собственных задач.