메타는 10월 12일 Muse Wonder와 Muse Wonder Full 두 모델을 공개했다. 개인과 전문 업무 환경의 에이전트 작업을 겨냥한 모델이다. 폐쇄형 노선으로 돌아선 Muse Spark 이후 두 번째 대형 버전이며, Spark 1.3과는 약 6주 간격이다.
메타는 연구 블로그에서 이번 세대가 기가와트급 Prometheus 데이터센터에서 학습됐으며, 회사가 AI 조직 개편에 착수한 지 14개월이 지났다고 밝혔다. 두 모델 모두 컨텍스트 윈도우는 100만 토큰이고, 입력은 텍스트, 이미지, 동영상, 오디오를 지원하며 출력은 텍스트만 가능하다.
새로 추가된 기능
블로그는 두 가지 기능을 중점적으로 설명했다. Active Memory는 사용자의 중요한 맥락을 대화 간에 기억해 두었다가 관련 작업에서 불러온다. Active Focus는 어려운 목표를 끈질기게 밀고 나가며, 막히면 다른 방법을 시도하고, 필요하면 사용자에게 설명을 요청하며, 중요한 작업을 실행하기 전에 먼저 확인한다.
코딩도 또 다른 핵심이다. 메타는 새 모델이 작은 앱부터 복잡한 소프트웨어 프로젝트까지 처리할 수 있고 장기 작업에서도 진척을 유지한다고 주장한다. 인용한 평가는 장기 소프트웨어 프로젝트 벤치마크 SWE-Marathon, 자체 FocusBench, 법률 테크 기업 Harvey의 법률 에이전트 벤치마크 LAB 등이다. 안전성과 관련해서는 화학, 생물, 방사능, 핵 및 사이버 악용 방어 면에서 지금까지 가장 강한 모델이라고 했지만, 전체 안전성 평가 보고서는 아직 나오지 않았고 블로그에는 "곧 공개"라고만 적혀 있다.
제공 채널과 가격
Muse Wonder는 메타의 Model API와 코딩 도구 Muse Code에서 이미 사용할 수 있다. Muse Wonder Full은 현재 Muse Code 구독자에게만 제공되며 API로는 열리지 않는다. 일반 사용자용 Muse 앱에는 "곧" 새 모델이 적용되고 구독자가 우선이지만, 날짜는 제시되지 않았다.
제3자 평가 기관 Artificial Analysis가 집계한 API 가격은 100만 토큰당 입력 4달러, 캐시 입력 0.2달러, 출력 20달러다. Spark 1.3은 당시 1.25달러, 0.15달러, 4.25달러였으므로 출력 가격은 약 4.7배로 올랐다.
경쟁 모델과의 비교
Artificial Analysis는 10월 12일 실측에서 두 신모델을 최고 추론 단계로 돌렸다. 종합 지능 지수 v4.3 기준으로 Wonder Full은 56점, Wonder는 52점, Spark 1.3은 48점이었고, Full 버전은 10개 세부 테스트 모두에서 이전 세대를 앞섰다. 상위권에 오른 주요 결과는 다음과 같다.
| 테스트 | Wonder Full | 순위 또는 비교 대상 |
|---|---|---|
| CritPt | 33% | 1위 |
| GDPval-AA v2.1 | 1857 Elo | 2위, Opus 5.5는 1866 |
| Terminal-Bench 4.0 | 57% | 이전 세대 33%, Gemini 4 Argon과 동률 |
| 코딩 에이전트 지수 | 68 | Claude Code(Sonnet 5.5)와 같은 점수 |
약점은 지식 평가다. AA-Omniscience에서 Wonder Full은 30점으로, Claude Opus 5.5의 46점, GPT-6 Astra의 43점에 못 미쳤다. 다만 환각률은 33%에서 23%로 낮아졌다.
가격과 사용량을 함께 보면, Artificial Analysis가 측정한 Muse Wonder의 종합 지수 1회 수행 기준 작업당 비용은 약 4.52달러로 Spark 1.3의 2.8배다. Opus 5.5의 5.98달러, Sonnet 5.5의 5.46달러보다는 낮고 GPT-6 Astra의 3.26달러보다는 높다. 출력 토큰은 이전 세대보다 10% 적지만 입력 토큰은 28% 많아 문제당 평균 769만 개에 이른다. Gemini 4 Argon, GPT-6.1 Sol 같은 모델의 2~7배이며, 비용의 4분의 3이 컨텍스트를 읽는 데 쓰인다.
메타는 Spark 시리즈에서 저가 노선을 걸었고, 앞서 보도했듯 유료 모델로 가격 경쟁을 벌인 바 있다. 이번 세대는 단가를 Anthropic의 중상위 모델과 같은 구간으로 끌어올렸고, 코딩 에이전트 점수도 같은 수준까지 따라붙었다. Muse 앱 구독 가격은 CNBC 보도에 따르면 개인 요금제가 여전히 월 20달러부터다. Muse Code 구독 요금제가 새 모델에 맞춰 바뀔지는 메타 블로그에 언급이 없다.
외부 테스트도 예정돼 있다. 대형 모델 대전 플랫폼 Arena는 Muse Wonder 시리즈를 Agent Arena에 올려 사용자가 직접 써 볼 수 있게 했으며, 순위 점수는 아직 공개되지 않았다.
참고 출처: 메타 연구 블로그, Artificial Analysis 평가 보고서, CocoLoop, CNBC, Arena. Artificial Analysis는 각 벤치마크 점수, API 단가, 작업당 비용을, 메타 블로그는 제공 범위와 기능 설명을 확인했다.