Meta Superintelligence Labs випустила Muse Wonder і Muse Wonder Full — перші моделі, які компанія офіційно називає передовими, frontier models. Це формальний рубіж: раніше Meta розвивала свою лінійку ШІ як наздоганяючу, тепер заявляє про паритет із найсильнішими рішеннями ринку. За внутрішніми тестами самої компанії, обидві моделі показують результати на рівні Fable 5.1 і GPT-6 Astra — моделей, які вважаються орієнтиром у галузі. Окремо виділено програмування як сферу, де нові моделі мають особливо помітний прогрес.
Важливо розуміти різницю між двома версіями. Muse Wonder — модель для широкого доступу через програмний інтерфейс, розрахована на розробників, яким потрібна гнучкість і контроль над витратами. Muse Wonder Full — закрита версія, доступна лише через підписку Muse Code. Таке розділення типове для компаній, які хочуть монетизувати топову модель окремо від масового продукту, залишаючи найпотужнішу конфігурацію для платних підписників, а не для відкритого ринку токенів.
Що таке active memory і чому це головна відмінність
Ключова технічна заявка Meta — не продуктивність як така, а здатність Muse Wonder запам’ятовувати й узагальнювати інформацію про користувача протягом тривалого часу. Цю функцію назвали active memory. На відміну від звичайного контексту діалогу, який обмежується поточною сесією, активна пам’ять має зберігати накопичені дані про користувача між сесіями і використовувати їх для точніших відповідей у майбутньому.
Для оцінки цієї здатності Meta застосувала тест MemoryBench, і саме тут компанія повідомляє про перевагу над конкурентами — Fable, Opus і Astra. Це суттєво, бо довга пам’ять є однією з найскладніших інженерних задач у великих мовних моделях: потрібно не просто зберігати великий обсяг даних, а відбирати релевантне, уникати застарілої чи суперечливої інформації та не давати моделі плутати контексти різних користувачів. Якщо результати MemoryBench підтвердяться незалежними тестами, це означатиме, що Meta зробила ставку саме на персоналізацію як конкурентну перевагу, а не лише на сирі показники в бенчмарках.
Читайте нас у Telegram
Підписатися
Комерційна модель і місце в агентній екосистемі
Доступ до Muse Wonder організовано через Meta Model API за ціною $4 за мільйон вхідних токенів і $20 за мільйон вихідних. Така різниця у вартості вхідних і вихідних токенів — стандартна практика для великих мовних моделей, оскільки генерація тексту вимагає більше обчислювальних ресурсів, ніж його обробка. Muse Wonder Full свідомо виведена з публічного API й прив’язана до підписки Muse Code, що дає компанії контроль над тим, хто і як використовує найпотужнішу версію моделі.
Обидві моделі стають технологічною основою для ШІ-агента Muse. Це означає, що Meta будує не просто набір моделей для текстових запитів, а інфраструктуру для автономного агента, якому активна пам’ять потрібна особливо — без неї агент не здатен послідовно виконувати багатокрокові завдання з урахуванням попередньої взаємодії з користувачем.
- Muse Wonder — публічна модель через API, орієнтована на розробників
- Muse Wonder Full — закрита версія для підписників Muse Code
- Active memory — довгострокове запам’ятовування даних про користувача
- MemoryBench — тест, за яким Meta заявляє перевагу над Fable, Opus і Astra
- Обидві моделі живлять агента Muse
Контекст реорганізації напряму ШІ
Випуск цих моделей — перший флагманський реліз Meta після перебудови напряму штучного інтелекту під керівництвом Александра Ванга, засновника Scale AI. Для компанії це практична перевірка нової організаційної структури: чи здатна команда під новим керівництвом видавати продукти, конкурентні з лідерами галузі, а не лише доганяти їх. Заявлений паритет із Fable 5.1 і GPT-6 Astra — це перша публічна метрика, за якою можна судити про результат реструктуризації. Наступним індикатором стане те, чи підтвердять незалежні тести заявлені показники MemoryBench і чи активна пам’ять справді стане відчутною перевагою для розробників, які підключать Muse Wonder через API.
