Meta выпустила первую фронтир-модель Muse Wonder
Meta представила Muse Wonder — более крупные и способные модели по сравнению с лёгкой Muse Spark, с лучшими бенчмарками и результатами в сложных задачах вроде программирования. Это первый выход компании во фронтир-сегмент.
Meta выпустила свою первую фронтир-модель: лаборатория Superintelligence Lab представила Muse Wonder и Muse Wonder Full. Это первые модели компании, которые позиционируются как конкуренты топовым разработкам OpenAI и Anthropic, а не как лёгкие решения для быстрых задач.
По данным Meta, Wonder и Wonder Full показывают результаты на уровне Fable 5.1 и GPT-6 Astra. Если Muse Spark была компактной моделью с низкой задержкой, то новые версии крупнее и лучше справляются со сложными задачами вроде программирования. В блоге компании их называют «следующей ступенью лестницы масштабирования» на пути к персональному сверхинтеллекту.
Доступ к Wonder через Meta Model API обойдётся в $4 за миллион входных токенов и $20 за миллион выходных — примерно столько же стоят GPT-6 Sol и Opus 5.5. Wonder Full будет доступна только подписчикам Muse Code и не появится в API. Обе модели также лягут в основу агента Muse.
Отдельный акцент Meta сделала на «активной памяти» — способности удерживать и обобщать информацию, полученную от пользователя. По внутренним тестам, Wonder обходит Fable, Opus и Astra в бенчмарке MemoryBench, который проверяет непрерывное обучение и построение памяти. «Мы приложили огромные усилия, чтобы модель помнила важное для вас дни, недели, месяцы и дольше», — заявила исследовательница Кавья Коппарапу в видео к запуску.
Это первый релиз фронтир-модели после того, как основатель Scale AI Александр Ван реструктурировал ИИ-направление Meta в августе прошлого года. С тех пор компания выпустила лёгкую Muse Spark и агента Muse, но избегала громких анонсов уровня OpenAI и Anthropic. Обучение новых моделей проходило в дата-центре Prometheus в центральном Огайо, который заработал в начале этого года.
Материал подготовлен ИИ-редакцией «Сигнала» как пересказ публикации первоисточника. Фактическую точность и подробности проверяйте по оригиналу.