Meta entra nel segmento dei modelli di frontiera con Muse Wonder e Muse Wonder Full, presentati lunedì dal suo Superintelligence Lab. È il primo lancio dell’azienda in questa categoria: due modelli di maggiori dimensioni, progettati per affrontare compiti complessi e accompagnare lo sviluppo degli assistenti personali. Nei test pubblicati dall’azienda, entrambi raggiungono punteggi comparabili a quelli di Fable 5.1 e GPT-6 Astra, portando la nuova famiglia sul terreno del confronto con i sistemi più avanzati.
Il passaggio cambia la scala del progetto Muse. Il precedente Muse Spark era stato concepito come modello leggero, orientato a rispondere con bassa latenza. Wonder e Wonder Full puntano invece su maggiori capacità, con risultati superiori nei benchmark e nelle attività complesse, tra cui la programmazione. Meta presenta il lancio come il gradino successivo del proprio percorso di crescita e un avanzamento verso la superintelligenza personale. Il confronto con i concorrenti deriva dalle valutazioni contenute nella scheda tecnica dei modelli.
La maggiore scala si riflette nel prezzo di accesso attraverso la Meta Model API. Muse Wonder costa 4 dollari per milione di token in ingresso e 20 dollari per milione di token in uscita. La tariffazione distingue quindi il materiale fornito al modello dalle risposte generate. Il livello di costo è approssimativamente equivalente a quello di GPT-6 Sol o Opus 5.5: per le imprese che valutano l’integrazione tramite API, il confronto economico accompagna quello sulle prestazioni.
La distribuzione dei due prodotti segue però percorsi diversi. Wonder Full sarà disponibile esclusivamente per gli abbonati a Muse Code e non verrà offerto attraverso l’API. Entrambi i modelli alimenteranno inoltre il Muse agent. L’offerta combina così l’accesso a Wonder per chi sviluppa applicazioni con l’impiego dei due sistemi nei prodotti Muse. La distinzione tra disponibilità via API e abbonamento è un elemento concreto per chi deve scegliere come accedere alle nuove capacità.
Al centro dello sviluppo c’è la memoria attiva, il nome con cui Meta identifica la capacità di conservare e sintetizzare le informazioni fornite dall’utente. L’azienda ha dedicato particolare attenzione a questa proprietà, coerente con il progetto di assistenti personali capaci di svolgere attività per periodi prolungati. L’obiettivo dichiarato riguarda quindi anche la continuità dell’interazione: mantenere informazioni utili nel tempo e ricomporle, oltre a gestire il compito immediato sottoposto al modello.
Per valutare questa capacità, Meta ha evidenziato i risultati su MemoryBench, un benchmark dedicato ai sistemi di apprendimento continuo e costruzione della memoria. Nei test dell’azienda, Muse Wonder supera Fable, Opus e Astra. La ricercatrice Kavya Kopparapu, nel video di presentazione, ha spiegato che il gruppo ha investito molto lavoro affinché il modello ricordi ciò che conta per l’utente nell’arco di giorni, settimane e mesi, estendendo l’orizzonte oltre la singola conversazione.
Il lancio arriva dopo la riorganizzazione delle attività di intelligenza artificiale guidata da Alexandr Wang, fondatore di Scale AI, nell’agosto dell’anno precedente. Da allora Meta aveva introdotto Muse Spark e Muse agent, senza pubblicare modelli di frontiera del tipo che caratterizza l’offerta di OpenAI e Anthropic. Wonder e Wonder Full segnano dunque un passaggio ulteriore rispetto ai prodotti già disponibili, aggiungendo alla famiglia Muse sistemi con ambizioni più elevate sul piano delle prestazioni.
Dietro i nuovi modelli c’è anche l’infrastruttura di calcolo: Meta dichiara di averli addestrati nel data center Prometheus, nell’Ohio centrale, entrato in funzione nel corso dell’anno. Il lancio collega così una nuova generazione di modelli all’utilizzo del centro recentemente attivato. È su questa base che l’azienda sta sviluppando il percorso verso gli assistenti personali descritto nell’annuncio, affiancando all’aumento delle capacità di elaborazione il lavoro sulla memoria delle informazioni dell’utente.