Meta entra en la élite de la IA con sus modelos de frontera Muse Wonder y Muse Wonder Full

Meta ha lanzado oficialmente dos variantes de su modelo de IA de frontera más reciente: Muse Wonder y Muse Wonder Full. Estos nuevos lanzamientos representan un importante salto técnico para el gigante tecnológico, posicionando sus modelos directamente en el nivel superior de los benchmarks competitivos tras un periodo más débil con sus sistemas abiertos Llama.

En el Artificial Analysis Intelligence Index v4.3, Muse Wonder Full obtuvo 56 puntos, mientras que Muse Wonder registró 52 puntos. Ambos representan un salto considerable frente a su predecesor, Muse Spark 1.3, que alcanzó 48 puntos. En términos generales, Muse Wonder Full se ubicó entre los tres primeros puestos en seis de los diez benchmarks evaluados, al tiempo que debutó en el quinto lugar del Vals AI Index, superando a todos los modelos de OpenAI y situándose únicamente por detrás de los sistemas insignia de Anthropic.

Grandes avances en programación agéntica y resolución de problemas

Los avances más sustanciales de la generación Wonder se observan en las evaluaciones agénticas, que miden la capacidad de un modelo para ejecutar flujos de trabajo de múltiples pasos sin intervención humana continua. En Terminal-Bench 4.0, el rendimiento en tareas aumentó del 33 al 57 por ciento, requiriendo al mismo tiempo un 30 por ciento menos de tokens de salida.

El desarrollo de software experimentó un impulso igualmente marcado. En el Coding Agents Index, Muse Wonder Full obtuvo 68 puntos, empatando con Claude Code con Sonnet 5.5. Muse Wonder alcanzó 63 puntos, frente a los 54 puntos obtenidos por Muse Spark 1.3. En matemáticas, Muse Wonder Full resolvió 94 de 100 problemas en el benchmark privado de demostraciones ProofBench, por encima de los 58 problemas resueltos por la versión anterior.

Meta atribuye estas mejoras a dos comportamientos arquitectónicos principales:

• Active Memory: Permite al modelo retener y recordar información clave a lo largo de sesiones de múltiples turnos.

• Active Focus: Facilita un razonamiento persistente ante instrucciones complejas, impulsando al modelo a explorar estrategias alternativas o a formular preguntas aclaratorias cuando se enfrenta a un contexto ambiguo.

Ambos modelos cuentan con una ventana de contexto de un millón de tokens y admiten entradas multimodales que abarcan texto, imágenes, video y audio. Meta entrenó la serie a escala de gigavatios en su centro de datos dedicado Prometheus.

Limitaciones de conocimiento y tasas de alucinación

Si bien Muse Wonder demuestra un rendimiento de primer nivel en programación y ejecución autónoma, la recuperación de información fáctica sigue siendo una vulnerabilidad evidente. En la prueba AA-Omniscience, Muse Wonder Full obtuvo 30 puntos y Muse Wonder sumó 25 puntos. Esto deja a Meta muy por detrás de los modelos de frontera de la competencia, incluidos Claude Opus 5.5 (46 puntos), GPT-6 Astra (43 puntos) y Gemini 4 Argon (42 puntos), lo que sugiere que la línea Wonder depende de una arquitectura base comparativamente compacta.

El rendimiento en tareas financieras y legales también se mantuvo estancado, mostrando leves caídas de hasta dos puntos en comparación con la versión anterior.

Sin embargo, Meta compensó las deficiencias de recuperación con una mayor fiabilidad. Muse Wonder Full redujo su tasa de alucinación del 33 al 23 por ciento. Entre todos los modelos con al menos 45 puntos en el Intelligence Index, solo Gemini 4 Argon (15 por ciento) registró menos alucinaciones. Meta también señaló que el modelo mantuvo una alta resiliencia en tareas no familiares ajenas a sus optimizaciones específicas de entrenamiento.

Incremento en costos de API y despliegue

Las mejoras en el rendimiento llegan acompañadas de un incremento significativo en los costos. Artificial Analysis informa que ejecutar Muse Wonder cuesta $4.52 por tarea en el Intelligence Index, en comparación con los $1.60 de Muse Spark 1.3.

Las tarifas por token pasaron a ser de $4 por millón de tokens de entrada y $20 por millón de tokens de salida (frente a los $1.25 de entrada y $4.25 de salida del modelo anterior). Los tokens de entrada representan el 76 por ciento del costo total debido a un aumento del 28 por ciento en el consumo de entrada por tarea, aunque la generación total de salida fue aproximadamente un 10 por ciento más eficiente. Este esquema de precios sitúa a Muse Wonder por encima de GPT-6 Astra ($3.26) y Gemini 4 Argon ($1.99), pero por debajo de Claude Opus 5.5 ($5.98) y Claude Fable 5.1 ($7.63). El precio por token de Muse Wonder Full aún no ha sido anunciado.

Muse Wonder se encuentra actualmente disponible a través de la API de Meta y Muse Code, con planes de implementarlo para los suscriptores de pago de la aplicación de consumo Muse antes de lanzar variantes especializadas. Muse Wonder Full sigue estando disponible de forma exclusiva para los usuarios de Muse Code.