Meta* представила Muse Wonder: новая ИИ-модель конкурирует с ChatGPT и Claude

У ChatGPT появился конкурент, который хочет не просто отвечать на вопросы, а доводить работу до результата. 12 октября Meta* представила семейство моделей Muse Wonder. В него вошли Muse Wonder и более мощная Muse Wonder Full. Компания делает ставку на программирование, профессиональные задачи и ИИ-агентов, способных часами работать над сложными проектами.

Это уже не попытка выпустить ещё одного чат-бота с красивым интерфейсом. Meta* стремится конкурировать с ведущими ИИ-лабораториями на их территории: в длительном рассуждении, работе с инструментами и выполнении задач, которые нельзя решить одним ответом.

Две модели вместо одной

Muse Wonder рассчитана на разработчиков и пользователей, которым нужен инструмент для сложной работы. Модель умеет планировать последовательность действий, распределять подзадачи между вспомогательными агентами, запускать инструменты параллельно и пробовать другие подходы, если первоначальный план не сработал.

Muse Wonder Full занимает верхнюю позицию в новой линейке. Meta* ориентирует её на наиболее требовательные сценарии, в первую очередь на программирование и длительные рабочие процессы. При этом доступ к Full организован через подписку Muse Code, а не через обычный API.

Цены в таблице указаны в долларах: сначала стоимость входных токенов, затем выходных. Кэшированные входные токены Muse Wonder стоят $0,20 за миллион. Это важно для сервисов, которые повторно используют большой системный промпт или одинаковые части контекста.

Ставка на память и длительную работу

Одна из главных функций линейки называется Active Memory. Модель должна сохранять важные сведения из предыдущих разговоров и извлекать их тогда, когда они снова понадобятся. Пользователю не придётся каждый раз пересказывать весь проект, ограничения и принятые решения.

Вторая функция, Active Focus, отвечает за продолжение работы над сложной задачей. Если один способ не сработал, модель может изменить подход, разобраться с препятствием, проверить результат и запросить уточнение. Перед важными действиями система должна дополнительно согласовывать шаги с пользователем.

На практике это полезно при разработке приложения, подготовке аналитического отчёта или обработке документов. Например, агент может изучить требования, изменить несколько файлов проекта, запустить тесты, исправить ошибки и повторить проверку. Но слово «может» здесь принципиально: автоматизация не гарантирует, что результат окажется правильным с первой попытки.

Программирование и работа с компьютером

Muse Wonder создавалась не только для генерации фрагментов кода. Модель рассчитана на работу с крупными репозиториями, где изменения в одном месте способны сломать другую часть программы. Важны не отдельные строки, а весь цикл: понять структуру проекта, внести изменения, проверить их и продолжить работу после обнаружения ошибки.

Ещё одно направление - управление компьютером через инструменты. Агент может взаимодействовать с браузером и приложениями, чтобы выполнять многошаговые операции. Для бизнеса это потенциально означает автоматизацию повторяющихся процессов, а для разработчиков - создание систем, которые способны выполнять часть работы без постоянных команд от человека.

Meta* также показывает сценарии, связанные с финансовыми документами, юридическими материалами, вопросами здоровья и планированием. Это не означает, что модель заменяет врача, юриста или финансового специалиста. В чувствительных областях ошибки могут дорого стоить, поэтому выводы нужно проверять.

Что говорят тесты

Meta* публикует результаты сравнительных испытаний Muse Wonder и Muse Wonder Full с другими ведущими моделями. В списке есть тесты на программирование, работу ИИ-агентов, запоминание контекста, профессиональные задачи и управление интерфейсами. TechCrunch также отмечает, что показатели новых моделей в тестировании Meta* сопоставимы с результатами GPT-6 Astra и Claude Fable 5.1.

Однако здесь есть важная оговорка. Значительная часть сравнительных данных предоставлена самим разработчиком, а методика и условия тестирования влияют на итоговые цифры. Разные модели могут показывать разные результаты в программировании, поиске информации, написании текстов и работе с инструментами. Один высокий балл не превращает модель в универсального победителя.

Корректный вывод на старте такой: Meta* вернулась в гонку наиболее мощных моделей и заявила серьёзные амбиции. Но окончательное сравнение с ChatGPT и Claude потребует независимых тестов и опыта пользователей в реальных проектах.

Цена и доступность

Muse Wonder доступна разработчикам через Meta Model API и инструмент Muse Code. За миллион входных токенов компания берёт $4, за миллион выходных - $20. Кэшированный ввод стоит $0,20 за миллион токенов. Заявленное контекстное окно составляет 1 миллион токенов.

Muse Wonder Full доступна подписчикам Muse Code на планах Power Usage за $50 в месяц и Maximum Usage за $200 в месяц. Это тарифы для разработчиков с разным уровнем потребления, а не универсальная подписка на обычный чат-бот.

В пользовательском сервисе Muse новые модели должны появиться позднее, сначала для подписчиков. Поэтому не стоит считать, что любой желающий уже может открыть обычный чат и выбрать Muse Wonder Full.

Безопасность и приватность

Автономный агент получает больше возможностей, чем чат-бот, который только отвечает на вопросы. Если система работает с календарями, сообщениями, файлами и браузером, ошибки в управлении доступом могут иметь реальные последствия.

Meta* заявляет, что новые модели обучены осторожно обращаться с частной информацией, противостоять вредоносным инструкциям и помогать искать уязвимости для защиты программ. При этом компания сообщила, что подробный отчёт о дополнительных оценках безопасности появится позднее. Поэтому пока разумно ограничивать доступ агента только теми данными и действиями, которые действительно необходимы.

Мнение редакции

Главная новость не в том, что Meta* выпустила ещё одну нейросеть. Рынок постепенно смещается от чат-ботов к агентам, которым можно поручить задачу целиком: разобраться в документах, спланировать работу, использовать инструменты и проверить результат. В такой модели качество ответа - только часть ценности. Не менее важны память, устойчивость к ошибкам и способность довести дело до конца.

Muse Wonder выглядит серьёзной заявкой на конкуренцию с OpenAI и Anthropic. Но заявление о лидерстве ещё нужно подтвердить в повседневной работе. Для пользователя решающими будут точность, стабильность, цена и контроль над данными, а не место в рекламной таблице бенчмарков.

Если новые модели действительно справятся с длительными задачами без постоянного вмешательства человека, конкуренция станет заметно интереснее. Если же агент будет регулярно терять контекст или ошибаться в действиях, громкое название не спасёт продукт.

* Meta признана экстремистской организацией, её деятельность запрещена на территории РФ.