Meta's Superintelligence Lab представила две новые модели — Muse Wonder и Muse Wonder Full, позиционируя их как свой первый настоящий фронтирный проект после года, когда компания сосредоточилась на лёгких версиях для быстрого ответа. Если Muse Spark была максимально компактной, то Wonder — полноценная работающая лошадь, с улучшенными бенчмарками и заметно лучшей обработкой сложных задач вроде кодирования.

По внутреннему тестированию Meta обе модели демонстрируют результаты на уровне GPT-6 Astra и Fable 5.1. Цена через Meta Model API — $4 за миллион входящих токенов и $20 за миллион выходящих, что примерно соответствует стоимости GPT-6 Sol или Opus 5.5. Wonder Full доступна только подписчикам Muse Code и не продаётся через открытый API, зато обе модели будут основой для агента Muse.

Главная фишка — это то, что Meta называет «active memory». Компания акцентирует внимание на том, что модель должна запоминать и синтезировать информацию от пользователя на протяжении дней, недель и месяцев. Для этого Meta разработала отдельный бенчмарк MemoryBench, тестирующий непрерывное обучение и построение долгосрочной памяти. По этому метрику Wonder показывает лучший результат, чем Fable, Opus или Astra — судя по словам исследователей, компания вложила значительные усилия в то, чтобы модель действительно помнила то, что для вас важно.

Это первый серьёзный релиз фронтирной модели после того, как в августе прошлого года Александр Ванг из Scale AI провёл реструктуризацию AI-отдела Meta. С тех пор компания выпустила лёгкую Muse Spark и агента, но избегала прямого соревнования с OpenAI и Anthropic в гонке за самыми мощными моделями. Модели обучались в датацентре Prometheus в центральном Огайо, который заработал в этом году.

На практике Meta видит Wonder как основу для личного ассистента, который может выполнять задачи в течение длительного времени и адаптироваться к особенностям конкретного пользователя. Это отличается от подхода OpenAI и Anthropic, которые фокусируются на шерхоте raw-способности, не особенно переживая о том, помнит ли модель контекст твоей работы за несколько недель. Тут Meta ставит на depth вместо breadth.

Для российского бизнеса это имеет конкретный смысл в контексте развития внутренних AI-помощников. Если раньше российские компании вынуждены были выбирать между лёгкими моделями для быстрой автоматизации и тяжелыми для комплексных задач, то Wonder открывает середину — достаточно мощная для работы с кодом и анализом, но с упором на персональный контекст. Это пригодится для автоматизации сложных внутренних процессов, где помощник должен запомнить особенности вашего бизнеса, клиентов или проектов. Платформы локализации и интеграции вроде тех же решений для автоматизации контента могут получить более надёжный движок без необходимости вызывать тяжелые модели на каждый чих.

Однако здесь стоит отметить, что позиция Meta в соревновании за фронтирные модели по-прежнему отстающая. Да, Wonder сопоставима с лучшими по бенчмаркам, но компания явно хочет выиграть на особенности, а не на чистой мощности. Это разумный ход, если memory-фокус действительно работает, но рынок ещё не привык переплачивать за долгосрочный контекст — пока давит спрос именно на raw-performance.

Meta Platforms Inc. признана экстремистской организацией, её деятельность запрещена на территории РФ; это относится и к принадлежащим ей социальным сетям Instagram и Facebook.