‏Muse Wonder: اولین مدل frontier متا اومد

متا روز ۱۲ اکتبر از طریق Meta Super Intelligence Labs دو تا مدل منتشر کرد: Muse Wonder و نسخهٔ بزرگ‌ترش Muse Wonder Full. این اولین مدلیه که خود متا بهش می‌گه «frontier class»، یعنی هم‌رده با بهترین مدل‌های بازار. Muse Wonder از API متا و داخل Muse Code (ایجنت کدنویسی ترمینالی متا) در دسترسه. ولی Muse Wonder Full اصلاً API نداره و فقط با اشتراک ۵۰ یا ۲۰۰ دلاری Muse Code میاد.

دو تا ویژگی اصلی دارن. active memory یعنی مدل جزئیات مهم کاربر مثل سلیقه‌ها و پروژه‌های در جریان رو تو روزها و ماه‌ها نگه می‌داره و لازم نیست هر بار از اول توضیح بدی. active focus یعنی مدل طوری آموزش دیده که وقتی به مانع می‌خوره ول نکنه و راه دیگه‌ای امتحان کنه. متا می‌گه هدفش ایجنت‌های شخصی و کاریه، نه بردن تو جدول امتیاز چت‌بات‌ها.

طبق اعداد خود متا، Wonder Full تو شاخص داخلی Personal Super Intelligence نمرهٔ ۵۹.۱٪ گرفته و از Opus 5.5 (۵۵.۲٪) و GPT6 Astra (۵۴.۵٪) جلوتره. تو Deep SWE 1.1 که کدنویسی طولانی‌مدت رو می‌سنجه ۷۹٪ گرفته، در برابر ۷۴.۲٪ Opus 5.5. تو SWE Marathon هم ۵۷.۵٪ در برابر ۴۶.۳٪. البته یه منبع دیگه گفته Grok 4.7 تو بنچمارک حقوقی Harvey نمرهٔ بالاتری داشته ولی تو نمودار متا نیومده.

تو تست‌های مستقل، Artificial Analysis به Wonder Full نمرهٔ ۵۶ داده، یه کم پایین‌تر از Opus 5.5 با ۵۸ و هم‌سطح Claude Sonnet 5.5. خود Muse Wonder نمرهٔ ۵۲ گرفته، نزدیک GPT6 Astra. تو شاخص Vals، Wonder Full پنجم شده و از همهٔ مدل‌های OpenAI جلو زده. تو OS World (یعنی کنترل کامپیوتر و مرورگر) ولی Opus 5.5 با ۸۱٪ هنوز اوله و Wonder Full ۷۸.۴٪ گرفته.

تو دموها اوضاع فرق کرد. به گفتهٔ نویسنده، رندر سه‌بعدی یه قایق با Three.js پر از ایراد بود، یه بازی شبیه Fall Guys لرزش و clipping داشت و رندر هندونه تار دراومد. تسترها می‌گن Opus 5.5 و GPT 6.1 Soul نتیجه‌های تمیزتری دادن. فقط دموی حل مکعب روبیک واقعاً خوب کار کرد. همین باعث شده بحث benchmaxing داغ بشه، یعنی آموزش مدل برای خوب درآوردن نمرهٔ تست‌ها. سابقهٔ متا تو ماجرای Llama 4 و LMArena تو آوریل ۲۰۲۵ هم به این شک دامن زده.

قیمت Muse Wonder برای هر میلیون توکن ورودی ۴ دلار و برای خروجی ۲۰ دلاره، تقریباً دو برابر GPT 6.1 Soul و نزدیک Opus 5.5. دسترسی هم اولش مشکل داشته. حتی کاربرای پلن ۲۰۰ دلاری بعد از چند دقیقه خطای 429 گرفتن و Alexander Wang گفته در حال درست کردنشن. نویسنده معتقده برای توسعه‌دهنده‌ها فعلاً فقط Muse Wonder معمولی از API در دسترسه و تقریباً هم‌سطح GPT6 Astra هست، نه جلوتر.

نکات کلیدی:

• Muse Wonder از API در دسترسه، ولی Muse Wonder Full فقط با اشتراک ۵۰ یا ۲۰۰ دلاری Muse Code
• Wonder Full تو Artificial Analysis نمرهٔ ۵۶ گرفته، در برابر ۵۸ برای Opus 5.5
• تو Deep SWE 1.1 نمرهٔ ۷۹٪ در برابر ۷۴.۲٪ برای Opus 5.5
• قیمت: ۴ دلار ورودی و ۲۰ دلار خروجی برای هر میلیون توکن، ۲۰ سنت برای ورودی کش‌شده
• دموهای رندر سه‌بعدی و ساخت بازی از Opus 5.5 و GPT 6.1 Soul ضعیف‌تر بودن
• کاربرا حتی تو پلن ۲۰۰ دلاری خطای 429 گرفتن