Meta hat seine neuesten Frontier-Modelle, Muse Wonder Full und Muse Wonder, veröffentlicht, die sich unter den leistungsfähigsten KI-Modellen am Markt positionieren. Muse Wonder Full erreicht 56 Punkte auf dem Artificial Analysis Intelligence Index v4.3, während Muse Wonder 52 Punkte erzielt. Dies stellt einen deutlichen Sprung gegenüber dem Vorgängermodell Muse Spark 1.3 dar, das noch bei 48 Punkten lag.
Leistungssteigerung in Agenten-Aufgaben
Die größten Fortschritte zeigen sich in sogenannten agentischen Aufgaben, die die Fähigkeit eines KI-Modells messen, komplexe Aufgaben eigenständig zu bewältigen. Auf dem Terminal-Bench 4.0 verbesserte sich die Leistung von 33 auf 57 Prozent. Insgesamt platziert sich Muse Wonder Full in sechs von zehn Benchmarks unter den Top Drei. Dies deutet auf eine Erholung von Meta hin, nachdem die früheren offenen Llama-Modelle als weniger stark wahrgenommen wurden.
Fortschritte bei Kodierung und Mathematik
Beide Modelle weisen erhebliche Verbesserungen im Bereich der Kodierung auf. Muse Wonder Full erreicht 68 Punkte auf dem Coding Agents Index und liegt damit gleichauf mit Claude Code mit Sonnet 5.5. Muse Wonder erzielt 63 Punkte, eine Steigerung von 54 Punkten beim Vorgängermodell. Auch bei mathematischen Problemlösungen gibt es große Fortschritte: Auf ProofBench, einem privaten Benchmark für mathematische Beweise, löst Muse Wonder Full 94 von 100 Problemen, gegenüber 58 beim Vorgänger, und nähert sich damit den Spitzenmodellen an, die 99 bis 100 Probleme lösen. Die Leistung bei Finanz- und Rechtsaufgaben blieb auf dem Niveau des Vorgängers oder sank um bis zu zwei Punkte.
Schwächen im Faktenwissen und Halluzinationsraten
Ein Schwachpunkt bleibt das Faktenwissen. Im AA-Omniscience Wissenstest erreicht Muse Wonder Full nur 30 Punkte und Muse Wonder 25 Punkte. Damit liegen sie deutlich hinter Konkurrenten wie Claude Opus 5.5 (46), GPT-6 Astra (43) und Gemini 4 Argon (42). Dies könnte darauf hindeuten, dass die Wonder-Serie auf einem kleineren Basismodell als die Konkurrenz aufbaut. Dieser Mangel wird jedoch teilweise durch niedrigere Halluzinationsraten ausgeglichen: Muse Wonder Full reduziert seine Halluzinationsrate von 33 auf 23 Prozent gegenüber dem Vorgänger, der zweitniedrigste Wert unter allen Modellen, die mindestens 45 Indexpunkte erreichen. Nur Gemini 4 Argon (15 Prozent) halluziniert seltener.
Neue Funktionen und Modellzugang
Meta hebt zwei neue Funktionen hervor: „Active Memory“ ermöglicht es dem Modell, Schlüsselinformationen über Konversationen hinweg zu speichern und bei Bedarf abzurufen. „Active Focus“ beschreibt die Fähigkeit des Modells, bei schwierigen Aufgaben dranzubleiben, alternative Ansätze zu versuchen und bei Unklarheiten Nachfragen zu stellen. Beide Funktionen sind zentral für Metas Vision eines persönlichen KI-Agenten, der auf Kalender, Nachrichten und Dokumente zugreifen kann.
Beide Modelle unterstützen ein Kontextfenster von einer Million Tokens und akzeptieren Text, Bilder, Videos und Audio als Eingabe. Muse Wonder ist über Metas API und Muse Code verfügbar und soll bald auch die Muse App für zahlende Abonnenten antreiben. Muse Wonder Full ist derzeit auf Nutzer von Muse Code beschränkt. Meta plant, daraus im Laufe der Zeit spezialisierte Modelle für alle Nutzer zu entwickeln.
Kosten pro Aufgabe steigen deutlich
Die verbesserte Leistung geht mit deutlich höheren Kosten einher. Laut Artificial Analysis kostet Muse Wonder 4,52 US-Dollar pro Aufgabe auf dem Intelligence Index, was fast dem Dreifachen des Vorgängermodells Muse Spark 1.3 (1,60 US-Dollar) entspricht. Die Token-Preise sind ebenfalls gestiegen: 4 US-Dollar pro Million Eingabe-Tokens und 20 US-Dollar für Ausgabe-Tokens, gegenüber 1,25 US-Dollar und 4,25 US-Dollar für den Vorgänger. Muse Wonder verwendet zudem 28 Prozent mehr Eingabe-Tokens pro Aufgabe, die 76 Prozent der Gesamtkosten ausmachen. Im Preisvergleich liegt Muse Wonder unter Claude Fable 5.1 (7,63 US-Dollar) und Claude Opus 5.5 (5,98 US-Dollar), aber über GPT-6 Astra (3,26 US-Dollar), Gemini 4 Argon (1,99 US-Dollar) und GPT-6.1 Sol (0,72 US-Dollar). Für Muse Wonder Full liegen noch keine Token-Preise vor. Beide neuen Modelle verwenden jedoch etwa 10 Prozent weniger Ausgabe-Tokens als ihr Vorgänger.
Meta gibt an, die Modelle in seinem hauseigenen Prometheus-Rechenzentrum im Gigawatt-Maßstab trainiert zu haben.
Thema: Meta. Quelle/Inspiration: The Decoder.