Meta presentó Muse Wonder y Muse Wonder Full, de mayor rendimiento, el 12 de octubre de 2026. La empresa afirmó que los modelos son sus sistemas de IA más potentes hasta la fecha, diseñados para realizar trabajo profesional complejo, completar de forma independiente tareas de larga duración y adaptarse a condiciones cambiantes.
Los modelos suceden a Muse Spark y fueron entrenados utilizando la infraestructura informática del centro de datos Prometheus. Meta afirmó que Active Memory les permite retener información importante de conversaciones anteriores y recuperar contexto relevante, mientras que Active Focus respalda el trabajo sostenido, enfoques alternativos y la corrección de errores sin instrucciones adicionales constantes.
Según Meta, los sistemas pueden analizar contratos de arrendamiento, procesar documentos financieros y médicos, crear aplicaciones y realizar acciones en navegadores. Las demostraciones incluyeron la creación de un juego en 3D, la organización de un plan de entrenamiento personalizado y la preparación de un plano de asientos para invitados de una boda.
Muse Wonder está disponible a través de la API de modelos de Meta y el entorno Muse Code. Muse Wonder Full está inicialmente limitado a los suscriptores de Muse Code. Meta planea añadir estas capacidades a su asistente Muse AI, comenzando con los usuarios de pago.
Especificaciones y resultados de referencia
La documentación técnica de Meta indica que ambos modelos admiten ventanas de contexto de hasta 1 millón de tokens. Aceptan texto, imágenes, audio y video como entradas, pero generan respuestas de texto.
Meta comparó los modelos con GPT-6 Astra de OpenAI y Claude Fable 5.1 y Claude Opus 5.5 de Anthropic. En el benchmark jurídico Harvey LAB-AA, Muse Wonder Full obtuvo 13,1, frente a 8,6 de GPT-6 Astra y 4,2 de Claude Opus 5.5. Obtuvo 59,1 en Vals Finance Agent V2, frente a 58,6 de Claude Opus 5.5.
En MemoryBench, Muse Wonder obtuvo 85,6 y Muse Wonder Full, 85,5. Muse Wonder Full registró un 79% en la prueba de programación DeepSWE 1.1, frente al 74,2% de Claude Opus 5.5, y un 57,5% en el benchmark de proyectos de software de larga duración SWE-Marathon, frente al 46,3% de Claude.
Meta no lideró todas las pruebas. Claude Opus 5.5 obtuvo 59,6 en Terminal-Bench 4.0, frente a 57,1 de Muse Wonder Full, y 65,6 en HealthBench Pro, frente a 62,3 del modelo de Meta. Meta afirmó que algunos resultados procedían de pruebas internas, mientras que algunas cifras de competidores procedían de informes publicados, lo que significa que las metodologías no eran completamente idénticas.
Evaluación independiente y costes
La plataforma de investigación Artificial Analysis publicó una evaluación independiente que otorgó a Muse Wonder 52 puntos y a Muse Wonder Full 56 en su Intelligence Index v4.3. Muse Spark 1.3 obtuvo 48, mientras que Claude Opus 5.5 obtuvo 58.
Artificial Analysis afirmó que Muse Wonder Full se situó entre los tres primeros en seis de las 10 pruebas del índice, con sus mayores avances respecto a su predecesor en automatización de flujos de trabajo, tareas profesionales e investigación científica. Su resultado en Terminal-Bench 4.0 aumentó del 33% al 57%, mientras que su puntuación en GDPval-AA v2.1 subió de 1.681 a 1.857 puntos Elo.
Meta fijó el precio de Muse Wonder en 4 dólares por 1 millón de tokens de entrada y 20 dólares por 1 millón de tokens de salida, con la entrada en caché a un coste de 0,20 dólares por 1 millón de tokens. Artificial Analysis calculó un coste medio de 4,52 dólares por tarea del Intelligence Index, aproximadamente 2,8 veces el coste de Muse Spark 1.3, pero por debajo de Claude Opus 5.5 con una configuración comparable.
Muse Wonder Full obtuvo 30 en la prueba de conocimiento factual AA-Omniscience, frente a 46 de Claude Opus 5.5 y 43 de GPT-6 Astra. Su tasa de alucinaciones fue del 23%, que Artificial Analysis describió como una de las más bajas entre los sistemas avanzados evaluados.
WIRED afirmó que Meta había logrado avances significativos tras lanzamientos menos exitosos de Llama y había reducido la brecha con los principales desarrolladores en programación y análisis profesional, aunque advirtió que los resultados requieren validación mediante uso real a gran escala.
Analistas de Baird encabezados por Colin Sebastian y analistas de Bank of America encabezados por Justin Post afirmaron que Muse Wonder podría convertirse en un motor de crecimiento a largo plazo, con potencial de monetización mediante acceso directo e integración en los servicios existentes de Meta.
Medidas de seguridad
Meta afirmó que reforzó las protecciones para la información personal, la resistencia a instrucciones maliciosas y los controles contra usos potencialmente peligrosos. La empresa reconoció que, sin restricciones adicionales, no podía descartar que Muse Wonder Full alcanzara un nivel de alto riesgo para amenazas químicas y biológicas. Tras aplicar salvaguardas, Meta evaluó los riesgos residuales en todas las categorías revisadas como moderados o inferiores y afirmó que planea publicar un informe más completo de auditoría de seguridad.
Fuente: HODL Press
