Meta a annoncé deux nouveaux modèles d’IA le 12 octobre 2026 : Muse Wonder et une version plus puissante, Muse Wonder Full. Les deux modèles se classent dans le haut du classement Artificial Analysis Intelligence Index, avec 56 points pour Muse Wonder Full et 52 points pour Muse Wonder. Ils comptent ainsi parmi les meilleurs modèles de pointe lancés par d’autres entreprises.
Les différences entre les modèles
Muse Wonder Full intègre deux fonctions que Meta appelle « Active Memory » — la capacité à retenir les informations clés d’une conversation — et « Active Focus », qui permet au modèle de s’atteler à des problèmes difficiles, d’essayer différentes approches et de poser des questions complémentaires. Les deux modèles peuvent traiter jusqu’à un million de jetons et accepter du texte, des images, des vidéos et de l’audio.
La version complète est pour l’instant réservée aux utilisateurs de la plateforme Muse Code de Meta. La version plus petite, Muse Wonder, sera bientôt proposée aux abonnés payants de l’application Muse ainsi que via l’API de Meta.
Performances et prix
Au benchmark Terminal‑Bench 4.0, le taux de réussite de Muse Wonder Full est passé de 33 % à 57 %, ce qui le place parmi les trois meilleurs sur six des dix tests. Les résultats en programmation ont également progressé : Muse Wonder Full a obtenu 68 points à l’indice Coding Agents, égalant les meilleurs modèles d’Anthropic et d’autres entreprises. Toutefois, ses connaissances factuelles restent moins solides que celles de ses concurrents : il n’a obtenu que 30 points au test AA‑Omniscience.
Les coûts ont fortement augmenté. Selon Artificial Analysis, une tâche exécutée avec Muse Wonder coûte $4.52 sur l’Intelligence Index, soit environ trois fois le coût de $1.60 pour l’ancien Muse Spark 1.3. Le tarif est désormais de $4 pour un million de jetons en entrée et de $20 pour un million de jetons en sortie, contre $1.25 et $4.25 auparavant.
Pourquoi c'est important
Pour les développeurs et les entreprises, les nouveaux modèles Muse offrent de meilleures capacités de programmation et une plus grande persévérance dans les tâches, mais leurs frais par tâche et par jeton sont plus élevés. Les utilisateurs devront mettre en balance les gains de performance et la hausse des coûts, surtout s’ils lancent de nombreuses requêtes de grande ampleur.
