El 12 de octubre, Meta presentó los modelos Muse Wonder y Muse Wonder Full, pensados para tareas de agentes en entornos personales y profesionales. Es la segunda gran versión tras Muse Spark, la línea cerrada de Meta, y llega unas seis semanas después de Spark 1.3.
En su blog de investigación, Meta explica que esta generación se entrenó en el centro de datos Prometheus, a escala de gigavatios, 14 meses después de que la compañía iniciara la reorganización de su área de IA. Ambos modelos tienen una ventana de contexto de 1 millón de tokens; admiten texto, imágenes, vídeo y audio como entrada, y generan solo texto.
Qué hay de nuevo
El blog destaca dos capacidades. Active Memory recuerda el contexto importante del usuario entre conversaciones y lo recupera en tareas relacionadas; Active Focus persevera en objetivos difíciles, cambia de enfoque ante los obstáculos, pide aclaraciones al usuario cuando hace falta y confirma antes de ejecutar acciones importantes.
La programación es el otro eje. Meta afirma que el nuevo modelo puede trabajar desde pequeñas aplicaciones hasta proyectos de software complejos y mantener el avance en tareas de larga duración. Entre las evaluaciones citadas figuran SWE-Marathon, un benchmark de proyectos de software de largo plazo; FocusBench, creado por la propia Meta; y LAB, el benchmark de agentes jurídicos de Harvey, empresa de herramientas para bufetes. En seguridad, Meta dice que es su modelo con las protecciones más sólidas hasta ahora frente al uso indebido en química, biología, radiología, nuclear y ciberataques, pero el informe completo de evaluación de seguridad aún no se ha publicado; el blog solo indica que será "público próximamente".
Canales y precios
Muse Wonder ya puede usarse a través de la Model API de Meta y de la herramienta de programación Muse Code. Muse Wonder Full, por ahora, solo está disponible para suscriptores de Muse Code y no se ofrece por API. La aplicación Muse para el público general incorporará el nuevo modelo "muy pronto", con prioridad para los suscriptores y sin fecha concreta.
Según la evaluadora independiente Artificial Analysis, los precios de la API son de 4 dólares por millón de tokens de entrada, 0,2 dólares por entrada en caché y 20 dólares por salida. En Spark 1.3 eran 1,25, 0,15 y 4,25 dólares, de modo que el precio de salida sube a unas 4,7 veces el anterior.
Frente a la competencia
En sus mediciones del 12 de octubre, Artificial Analysis ejecutó los dos modelos nuevos con el nivel de razonamiento más alto. En el índice de inteligencia general v4.3, Wonder Full obtiene 56 puntos, Wonder 52 y Spark 1.3 48; la versión Full supera a la generación anterior en las diez pruebas parciales. Algunos de los mejores resultados:
| Prueba | Wonder Full | Posición o referencia |
|---|---|---|
| CritPt | 33 % | 1.º puesto |
| GDPval-AA v2.1 | 1857 Elo | 2.º puesto; Opus 5.5 tiene 1866 |
| Terminal-Bench 4.0 | 57 % | Generación anterior: 33 %; empata con Gemini 4 Argon |
| Índice de agentes de programación | 68 | Misma puntuación que Claude Code (Sonnet 5.5) |
El punto débil está en las pruebas de conocimiento. En AA-Omniscience, Wonder Full logra 30 puntos, frente a los 46 de Claude Opus 5.5 y los 43 de GPT-6 Astra. En cambio, la tasa de alucinaciones baja del 33 % al 23 %.
Al combinar precio y consumo, Artificial Analysis calculó para Muse Wonder un coste de unos 4,52 dólares por tarea al ejecutar el índice general, 2,8 veces el de Spark 1.3. Queda por debajo de Opus 5.5 (5,98 dólares) y Sonnet 5.5 (5,46 dólares), pero por encima de GPT-6 Astra (3,26 dólares). Genera un diez por ciento menos de tokens de salida que su predecesor, pero consume un 28 % más de tokens de entrada: 7,69 millones de media por pregunta, entre 2 y 7 veces más que modelos como Gemini 4 Argon o GPT-6.1 Sol. Tres cuartas partes del coste se van en leer el contexto.
En la serie Spark, Meta había apostado por precios bajos, y ya informamos antes de que la compañía libraba una guerra de precios con modelos de pago. Esta generación sitúa el precio unitario en el mismo rango que los modelos de gama media y alta de Anthropic, y la puntuación en agentes de programación también alcanza el mismo nivel. Sobre las suscripciones de la aplicación Muse, según CNBC el plan individual sigue partiendo de 20 dólares al mes; el blog de Meta no aclara si los planes de Muse Code cambiarán con el nuevo modelo.
Hay otra prueba externa en camino. La plataforma de duelos de modelos Arena ha incluido la serie Muse Wonder en Agent Arena para que los usuarios la prueben; las puntuaciones de la clasificación aún no se han publicado.
Fuentes: blog de investigación de Meta, informe de evaluación de Artificial Analysis, CocoLoop, CNBC, Arena; Artificial Analysis sirvió para contrastar las puntuaciones, los precios de la API y el coste por tarea, y el blog de Meta, el alcance de los canales y la descripción de las capacidades.