Meta merilis dua model pada 12 Oktober, Muse Wonder dan Muse Wonder Full, yang diposisikan untuk tugas agen di lingkungan pribadi maupun profesional. Ini adalah rilis besar kedua setelah Muse Spark, yang menandai peralihan Meta ke jalur tertutup (closed-source), dengan jarak sekitar enam minggu dari Spark 1.3.
Dalam blog risetnya, Meta menyebut generasi ini dilatih di pusat data Prometheus berskala gigawatt, 14 bulan setelah perusahaan mulai merombak organisasi AI-nya. Kedua model memiliki jendela konteks 1 juta token, menerima input teks, gambar, video, dan audio, dengan output hanya berupa teks.
Apa yang baru
Blog tersebut menyoroti dua kemampuan. Active Memory mengingat konteks penting pengguna lintas percakapan dan memanggilnya kembali pada tugas yang relevan. Active Focus terus mendorong pencapaian target yang sulit, berganti pendekatan saat menemui hambatan, meminta klarifikasi dari pengguna bila perlu, dan meminta konfirmasi sebelum menjalankan tindakan penting.
Pemrograman menjadi sorotan lainnya. Meta menyatakan model baru ini mampu menangani segalanya, dari aplikasi kecil hingga proyek perangkat lunak yang kompleks, dan menjaga kemajuan pada tugas berjangka panjang. Evaluasi yang dikutip meliputi SWE-Marathon (tolok ukur proyek perangkat lunak jangka panjang), FocusBench milik Meta sendiri, dan LAB, tolok ukur agen hukum dari perusahaan teknologi hukum Harvey. Dari sisi keamanan, Meta menyebut ini model terkuatnya sejauh ini dalam perlindungan terhadap penyalahgunaan kimia, biologi, radiologi, nuklir, dan siber, tetapi laporan evaluasi keamanan lengkapnya belum dirilis; blog hanya menulis "segera dipublikasikan".
Saluran dan harga
Muse Wonder sudah dapat digunakan lewat Model API milik Meta dan alat pemrograman Muse Code. Muse Wonder Full saat ini hanya untuk pelanggan Muse Code dan tidak dibuka lewat API. Aplikasi Muse untuk pengguna umum akan mendapatkan model baru "segera", dengan pelanggan berlangganan didahulukan, tanpa tanggal yang jelas.
Lembaga evaluasi pihak ketiga Artificial Analysis mencantumkan harga API sebesar US$4 per sejuta token untuk input, US$0,2 untuk input cache, dan US$20 untuk output. Spark 1.3 sebelumnya US$1,25, US$0,15, dan US$4,25, sehingga harga output naik menjadi sekitar 4,7 kali lipat.
Dibandingkan para pesaing
Dalam pengujian pada 12 Oktober, Artificial Analysis menjalankan kedua model baru pada tingkat penalaran tertinggi. Pada Intelligence Index v4.3, Wonder Full meraih 56, Wonder 52, dan Spark 1.3 48, dengan versi Full mengungguli pendahulunya di kesepuluh sub-tes. Beberapa hasil teratas:
| Tes | Wonder Full | Peringkat atau pembanding |
|---|---|---|
| CritPt | 33% | Peringkat 1 |
| GDPval-AA v2.1 | 1857 Elo | Peringkat 2; Opus 5.5 meraih 1866 |
| Terminal-Bench 4.0 | 57% | Pendahulunya 33%; sejajar dengan Gemini 4 Argon |
| Indeks agen pemrograman | 68 | Sama dengan Claude Code (Sonnet 5.5) |
Kelemahannya ada pada tes pengetahuan. Di AA-Omniscience, Wonder Full meraih 30, sementara Claude Opus 5.5 mencapai 46 dan GPT-6 Astra 43. Tingkat halusinasi justru turun dari 33% menjadi 23%.
Jika harga dan penggunaan digabungkan, Artificial Analysis mengukur biaya per tugas Muse Wonder untuk menjalankan satu putaran indeks komposit sekitar US$4,52, atau 2,8 kali biaya Spark 1.3. Angka itu lebih rendah dari Opus 5.5 (US$5,98) dan Sonnet 5.5 (US$5,46), tetapi lebih tinggi dari GPT-6 Astra (US$3,26). Token output-nya 10% lebih sedikit dari pendahulunya, namun token input justru 28% lebih banyak, rata-rata 7,69 juta per soal, atau 2 hingga 7 kali model seperti Gemini 4 Argon dan GPT-6.1 Sol. Tiga perempat biayanya habis untuk membaca konteks.
Meta sebelumnya menempuh jalur harga murah di seri Spark, dan seperti yang pernah kami laporkan, sempat memakai model berbayar untuk memulai perang harga. Generasi ini mengangkat harga satuan ke kisaran yang sama dengan model kelas menengah-atas Anthropic, dan skor agen pemrogramannya juga menyusul ke tingkat yang sama. Soal harga langganan aplikasi Muse, menurut laporan CNBC, paket individu tetap mulai dari US$20 per bulan; apakah tingkatan langganan Muse Code akan berubah mengikuti model baru, blog Meta tidak menyebutkannya.
Pengujian eksternal lain juga akan datang. Platform adu model besar Arena sudah memasukkan seri Muse Wonder ke Agent Arena agar pengguna dapat mencobanya, sementara skor peringkatnya belum dipublikasikan.
Sumber: blog riset Meta, laporan evaluasi Artificial Analysis, CocoLoop, CNBC, Arena; Artificial Analysis memverifikasi skor uji, harga satuan API, dan biaya per tugas, sedangkan blog Meta memverifikasi cakupan saluran dan penjelasan kemampuan.