Meta hat am 12. Oktober 2026 zwei neue KI-Modelle vorgestellt: Muse Wonder und eine größere Version namens Muse Wonder Full. Beide erreichten Spitzenwerte im Artificial Analysis Intelligence Index: Muse Wonder Full kam auf 56 Punkte, Muse Wonder auf 52. Damit zählen sie zu den führenden Frontier-Modellen anderer Unternehmen.
Die Unterschiede zwischen den Modellen
Muse Wonder Full bietet zwei Funktionen, die Meta „Active Memory“ und „Active Focus“ nennt. „Active Memory“ ermöglicht es dem Modell, wichtige Fakten über den Verlauf einer Unterhaltung hinweg zu behalten. „Active Focus“ hilft ihm, sich auf schwierige Aufgaben zu konzentrieren, verschiedene Ansätze auszuprobieren und Rückfragen zu stellen. Beide Modelle können bis zu eine Million Token verarbeiten und Texte, Bilder, Videos und Audio entgegennehmen.
Die Vollversion ist derzeit nur für Nutzer der Plattform Muse Code verfügbar. Das kleinere Muse Wonder soll bald über die Muse-App für zahlende Abonnenten sowie über die API von Meta angeboten werden.
Leistung und Preis
Im Benchmark Terminal-Bench 4.0 steigerte Muse Wonder Full seine Erfolgsquote von 33 % auf 57 % und landete bei sechs von zehn Tests unter den drei besten Modellen. Auch die Programmierwerte verbesserten sich: Muse Wonder Full erreichte im Coding Agents Index 68 Punkte und liegt damit gleichauf mit Spitzenmodellen von Anthropic und anderen Anbietern. Beim Faktenwissen bleibt das Modell jedoch hinter der Konkurrenz zurück und kommt im Test AA-Omniscience nur auf 30 Punkte.
Die Kosten sind stark gestiegen. Laut Artificial Analysis kostet eine Aufgabe mit Muse Wonder im Intelligence Index $4.52 – etwa dreimal so viel wie die $1.60 für das vorherige Muse Spark 1.3. Der Preis liegt nun bei $4 pro eine Million Eingabe-Token und $20 pro eine Million Ausgabe-Token; zuvor waren es $1.25 beziehungsweise $4.25.
Warum es wichtig ist
Für Entwickler und Unternehmen bieten die neuen Muse-Modelle bessere Programmierfähigkeiten und können Aufgaben ausdauernder bearbeiten. Dafür fallen höhere Gebühren pro Aufgabe und pro Token an. Nutzer müssen die Leistungssteigerungen gegen die Mehrkosten abwägen – besonders, wenn sie viele umfangreiche Prompts ausführen.
