Meta stellte am 12. Oktober 2026 Muse Wonder und Muse Wonder Full vor und bezeichnete sie als seine bislang leistungsstärksten KI-Systeme für komplexe professionelle und langwierige Aufgaben. Laut Metas technischer Dokumentation unterstützen beide Modelle Kontextfenster von bis zu 1 Million Token und können Text, Bilder, Audio und Video verarbeiten.

Artificial Analysis bewertete Muse Wonder mit 52 und Muse Wonder Full mit 56 Punkten, verglichen mit 48 Punkten für Muse Spark 1.3 und 58 Punkten für Claude Opus 5.5.

Meta stellte Muse Wonder und das leistungsstärkere Muse Wonder Full am 12. Oktober 2026 vor. Das Unternehmen erklärte, die Modelle seien seine bislang leistungsstärksten KI-Systeme und darauf ausgelegt, komplexe professionelle Arbeit zu erledigen, langwierige Aufgaben eigenständig abzuschließen und sich an veränderte Bedingungen anzupassen.

Die Modelle folgen auf Muse Spark und wurden mit der Recheninfrastruktur des Rechenzentrums Prometheus trainiert. Meta zufolge ermöglicht Active Memory ihnen, wichtige Informationen aus früheren Gesprächen zu behalten und relevanten Kontext abzurufen, während Active Focus anhaltende Arbeit, alternative Ansätze und Fehlerkorrekturen ohne ständige zusätzliche Anweisungen unterstützt.

Meta zufolge können die Systeme Mietverträge analysieren, Finanz- und Medizinunterlagen verarbeiten, Anwendungen erstellen und Browser-Aktionen ausführen. Zu den Demonstrationen gehörten die Erstellung eines 3D-Spiels, die Organisation eines personalisierten Trainingsplans und die Vorbereitung eines Sitzplans für Hochzeitsgäste.

Muse Wonder ist über die Meta Model API und die Umgebung Muse Code verfügbar. Muse Wonder Full ist zunächst auf Abonnenten von Muse Code beschränkt. Meta plant, die Funktionen seinem KI-Assistenten Muse hinzuzufügen, beginnend mit zahlenden Nutzern.

Spezifikationen und Benchmark-Ergebnisse

Metas technische Dokumentation besagt, dass beide Modelle Kontextfenster von bis zu 1 Million Token unterstützen. Sie akzeptieren Text, Bilder, Audio und Video als Eingaben, erzeugen jedoch Textantworten.

Meta verglich die Modelle mit OpenAIs GPT-6 Astra sowie Anthropics Claude Fable 5.1 und Claude Opus 5.5. Im Rechtsbenchmark Harvey LAB-AA erzielte Muse Wonder Full 13,1 Punkte, gegenüber 8,6 für GPT-6 Astra und 4,2 für Claude Opus 5.5. In Vals Finance Agent V2 erreichte es 59,1 Punkte, verglichen mit 58,6 für Claude Opus 5.5.

In MemoryBench erreichte Muse Wonder 85,6 und Muse Wonder Full 85,5 Punkte. Muse Wonder Full erzielte im Programmieretest DeepSWE 1.1 79 %, gegenüber 74,2 % für Claude Opus 5.5, sowie 57,5 % im Benchmark für langlaufende Softwareprojekte SWE-Marathon, verglichen mit 46,3 % für Claude.

Meta lag nicht in jedem Test vorn. Claude Opus 5.5 erzielte in Terminal-Bench 4.0 59,6 Punkte, verglichen mit 57,1 für Muse Wonder Full, sowie 65,6 Punkte in HealthBench Pro, gegenüber 62,3 für Metas Modell. Meta erklärte, einige Ergebnisse stammten aus internen Tests, während einige Vergleichswerte von Wettbewerbern aus veröffentlichten Berichten kämen, weshalb die Methoden nicht vollständig identisch gewesen seien.

Unabhängige Bewertung und Kosten

Die Forschungsplattform Artificial Analysis veröffentlichte eine unabhängige Bewertung, in der Muse Wonder im Intelligence Index v4.3 mit 52 und Muse Wonder Full mit 56 Punkten bewertet wurden. Muse Spark 1.3 erzielte 48 Punkte, während Claude Opus 5.5 auf 58 Punkte kam.

Artificial Analysis zufolge gehörte Muse Wonder Full in sechs der zehn Tests des Indexes zu den drei besten Modellen. Die größten Fortschritte gegenüber seinem Vorgänger verzeichnete es bei Workflow-Automatisierung, professionellen Aufgaben und wissenschaftlicher Forschung. Das Ergebnis in Terminal-Bench 4.0 stieg von 33 % auf 57 %, während sich der Wert in GDPval-AA v2.1 von 1.681 auf 1.857 Elo-Punkte erhöhte.

Meta setzte den Preis für Muse Wonder auf 4 US-Dollar je 1 Million Input-Token und 20 US-Dollar je 1 Million Output-Token fest; gecachte Eingaben kosten 0,20 US-Dollar je 1 Million Token. Artificial Analysis berechnete durchschnittliche Kosten von 4,52 US-Dollar pro Aufgabe im Intelligence Index, etwa 2,8-mal so hoch wie bei Muse Spark 1.3, aber unter denen von Claude Opus 5.5 bei einer vergleichbaren Konfiguration.

Muse Wonder Full erzielte im Faktenwissenstest AA-Omniscience 30 Punkte, verglichen mit 46 für Claude Opus 5.5 und 43 für GPT-6 Astra. Seine Halluzinationsrate lag bei 23 %, was Artificial Analysis als eine der niedrigsten unter den getesteten fortgeschrittenen Systemen bezeichnete.

WIRED schrieb, Meta habe nach weniger erfolgreichen Llama-Veröffentlichungen bedeutende Fortschritte gemacht und den Abstand zu führenden Entwicklern bei Programmierung und professioneller Analyse verringert, warnte jedoch, dass die Ergebnisse durch groß angelegte reale Nutzung validiert werden müssten.

Analysten von Baird unter Leitung von Colin Sebastian und Analysten der Bank of America unter Leitung von Justin Post erklärten, Muse Wonder könne zu einem langfristigen Wachstumstreiber werden, mit möglicher Monetarisierung durch direkten Zugang und die Integration in Metas bestehende Dienste.

Sicherheitsmaßnahmen

Meta erklärte, es habe den Schutz persönlicher Informationen, die Widerstandsfähigkeit gegen bösartige Anweisungen und Kontrollen gegen potenziell gefährliche Nutzungen verstärkt. Das Unternehmen räumte ein, dass es ohne zusätzliche Beschränkungen nicht ausschließen könne, dass Muse Wonder Full bei chemischen und biologischen Bedrohungen ein hohes Risikoniveau erreiche. Nach Anwendung von Schutzmaßnahmen bewertete Meta die Restrisiken in allen überprüften Kategorien als moderat oder niedriger und erklärte, einen umfassenderen Bericht über das Sicherheitsaudit veröffentlichen zu wollen.

Quelle: HODL Press