‏بازگشت متا: شش مدل هوش مصنوعی تو شش ماه

طبق این مقاله، متا تو حدود ۱۸ ماه از یه رسوایی بنچمارک به ساخت مدل‌هایی رسیده که با بهترین‌ها رقابت می‌کنن. ماجرا از آوریل ۲۰۲۵ و Llama 4 شروع شد. متا یه نسخه‌ی مخصوص Llama 4 Maverick رو که برای سلیقه‌ی آدم‌ها تنظیم شده بود به لیدربورد LMArena فرستاد، در حالی که این نسخه با مدلی که بقیه دانلود می‌کردن فرق داشت. LMArena علناً گفت این کار با انتظارش از ارائه‌دهنده‌ها جور نیست و اعتبار متا ضربه خورد.

زاکربرگ کل ساختار رو از نو چید. تو ژوئن ۲۰۲۵ حدود ۱۴ میلیارد دلار تو Scale AI سرمایه‌گذاری کرد و الکساندر وانگ، بنیان‌گذارش، رو آورد تا بخش جدیدی به اسم Meta Super Intelligence Labs رو اداره کنه. بعدش با پیشنهادهای مالی سنگین از OpenAI، گوگل و اپل نیرو جذب کردن. زاکربرگ می‌گه وقتی داشت صد تا دویست میلیارد دلار تعهد می‌داد از وانگ پرسید جواب می‌ده یا نه، و وانگ گفته بود هنوز نشونه‌ی روشنی نیست. هزینه‌ی زیرساخت هوش مصنوعی متا حدود ۵۰ تا ۶۰ میلیارد دلاره و فقط اجرای یه کلاستر یک‌گیگاواتی سالی حدود ۱۵ میلیارد دلار خرج داره.

بعدش سرعت انتشار خودش خبر شد: Muse Spark، بعد Spark 1.1 با کانتکست یک‌میلیون توکنی و API، بعد Spark 1.2 همراه Musecode (ایجنت کدنویسی تو ترمینال)، بعد Muse Glimmer که یه مدل open-weight سی میلیارد پارامتری با لایسنس Apache 2.0 هست و روی یه GPU معمولی ۲۴ گیگی اجرا می‌شه، بعد Spark 1.3 و تو اکتبر Muse Wonder و Muse Wonder Full. امتیازشون تو شاخص Artificial Analysis از حدود ۳۱ به ۵۶ رسید. نکته‌ی جالب اینکه تیم اصلی تحقیق زیر ۲۰۰ نفره و متا روی تراکم استعداد شرط بسته، نه تعداد نیرو.

تو بنچمارک‌های داخلی خود متا، Wonder Full مثلاً تو Deep SWE 1.1 امتیاز ۷۹٪ گرفته در برابر ۷۴.۲٪ برای Opus 5.5، و تو SWE Marathon امتیاز ۵۷.۵٪ در برابر ۴۶.۳٪. منابع مستقل محتاط‌ترن: Artificial Analysis اونو با ۵۶ درست پشت Opus 5.5 با ۵۸ گذاشته، و شاخص Val با دقت ۶۴.۵۷٪ رتبه‌ی پنجم رو بهش داده، بالاتر از همه‌ی مدل‌های OpenAI مثل GPT-6 Astra با ۶۳.۱۳٪.

ولی شک‌ها زود اومد. چند ساعت بعد از انتشار، کاربرها دموهایی گذاشتن که مدل تو کارهای ساده خراب می‌کرد و بحث «benchmaxed» بودن پیش اومد، یعنی مدل بیشتر برای فرمت تست‌ها آموزش دیده تا توانایی عمومی. نویسنده یادآوری می‌کنه که بنچمارک‌های داخلی قابل‌تأیید نیستن و Val هم موقع امتیازدهی API عمومی نداشته. یه تغییر مهم دیگه اینه که Muse Wonder بسته‌ست، یعنی متا داره برای مدل‌های رده‌بالاش شبیه همون آزمایشگاه‌های بسته‌ای رفتار می‌کنه که قبلاً خودش رو جایگزینشون معرفی می‌کرد.

نکات کلیدی:

• متا حدود ۱۴ میلیارد دلار تو Scale AI سرمایه‌گذاری کرد و الکساندر وانگ رئیس Meta Super Intelligence Labs شد.
• امتیاز مدل‌های متا تو Artificial Analysis از حدود ۳۱ به ۵۶ رسید؛ Opus 5.5 روی ۵۸ هست.
• Muse Glimmer یه مدل open-weight سی میلیارد پارامتری با لایسنس Apache 2.0 هست.
• Muse Wonder و Muse Wonder Full مدل‌های بسته‌ن، برخلاف Llama.
• هزینه‌ی زیرساخت هوش مصنوعی متا حدود ۵۰ تا ۶۰ میلیارد دلاره.