Meta hat sein Frontier-Modell Muse Wonder in zwei Varianten veröffentlicht und den Anschluss an die Spitzengruppe geschafft.
Muse Wonder Full erzielt 56 Punkte im Artificial Analysis Intelligence Index v4.3, Muse Wonder kommt auf 52 Punkte. Der Vorgänger Muse Spark 1.3 lag bei 48 Punkten - ein deutlicher Sprung gegenüber dem eher als Mittelklasse-Modell einzuordnenden Vorgänger.
Die größten Zuwächse zeigen sich bei sogenannten "agentic evaluations", also Tests, die messen, wie eigenständig ein KI-Modell komplexe Aufgaben erledigen kann. Im Terminal-Bench 4.0 etwa stieg die Leistung von 33 auf 57 Prozent. Insgesamt landet Muse Wonder Full in sechs von zehn Benchmarks unter den Top drei. Ein beachtlicher Erfolg für Meta, das sich nach der schwächeren Phase der offenen Llama-Modelle wieder aufgerappelt zu haben scheint.
Artificial Analysis IndexMeta hebt zwei neue Funktionen hervor: "Active Memory" bedeutet, dass sich das Modell über Gespräche hinweg an wichtige Informationen erinnert und bei Bedarf abruft. "Active Focus" beschreibt die Fähigkeit, bei schwierigen Aufgaben hartnäckig dranzubleiben, alternative Wege auszuprobieren und bei Bedarf nachzufragen. Beides ist laut Meta zentral für den Einsatz als persönlicher KI-Agent, der auf Kalender, Nachrichten und Dokumente zugreifen kann.
Beide Modelle unterstützen ein Kontextfenster von einer Million Tokens und verarbeiten Text, Bilder, Video und Audio als Eingabe. Muse Wonder ist über Metas API und Muse Code verfügbar, Muse Wonder Full derzeit nur für Muse-Code-Nutzer. Muse Wonder soll bald auch die Muse-App antreiben, zunächst für zahlende Abonnenten. Langfristig will Meta daraus spezialisierte Modelle für alle Nutzer ableiten.
Starker Zuwachs beim Coding, Schwäche beim Faktenwissen
Beim Programmieren legen beide Modelle deutlich zu. Muse Wonder Full erreicht 68 Punkte im Coding Agents Index, gleichauf mit Claude Code mit Sonnet 5.5. Muse Wonder kommt auf 63 Punkte, der Vorgänger lag bei 54.
Eine Schwäche bleibt das Faktenwissen. Im Wissenstest AA-Omniscience erreicht Muse Wonder Full nur 30 Punkte, Muse Wonder 25. Das liegt deutlich hinter Claude Opus 5.5 (46), GPT-6 Astra (43) oder Gemini 4 Argon (42) - ein Hinweis darauf, dass die Wonder-Reihe im Vergleich zur Konkurrenz auf einem kleineren Modell basiert. Dieses Defizit wird durch niedrige Halluzinationsraten etwas abgemildert. Muse Wonder Full senkt seine Halluzinationsrate gegenüber dem Vorgänger von 33 auf 23 Prozent, die zweitniedrigste aller Modelle mit mindestens 45 Index-Punkten. Nur Gemini 4 Argon (15 Prozent) halluziniert noch seltener.
Meta adressiert in seinem Blogpost einen häufigen Vorwurf: dass Muse-Modelle nur auf Benchmarks optimiert werden, im Alltag aber schwächeln. Muse Wonder Full schneide auf unbekannten Aufgaben, die nicht im Training optimiert wurden, besser ab als erwartet. Meta führt das auf ein stärkeres Basismodell zurück.
Metas offiziell gemessene Benchmark-Resultate; es scheint, dass die Online-Werbefirma zu den Frontier-Modellen aufgeschlossen hat. | Bild: MetaAuch im Vals AI Index zeigt sich der Sprung: Muse Wonder Full (Max) debütiert auf Platz 5 und übertrifft laut Vals AI alle OpenAI-Modelle. Nur aktuelle Anthropic-Modelle schneiden besser ab.Muse Wonder landet auf Platz 10.
Die größten Zuwächse kommen aus Coding und Mathematik. Im ProofBench, einem privaten Benchmark für mathematische Beweise, löst Muse Wonder Full 94 von 100 Aufgaben gegenüber 58 beim Vorgänger. Damit fehlen nur noch fünf bis sechs Punkte zu den Spitzenmodellen (99 bis 100). Im Terminal-Bench 4 verdoppelte Muse Wonder Full seinen Wert bei 30 Prozent weniger Ausgabe-Tokens. Bei Finanz- und Rechtsaufgaben blieb die Leistung dagegen auf dem Niveau des Vorgängers, mit leichten Rückgängen von bis zu zwei Punkten.
Deutlicher Preisanstieg im Vergleich zum Vorgänger
Die bessere Leistung hat ihren Preis. Muse Wonder kostet laut Artificial Analysis 4,52 Dollar pro Aufgabe im Intelligence Index, fast dreimal so viel wie Muse Spark 1.3 (1,60 Dollar). Die Token-Preise sind gestiegen: vier Dollar pro Million Eingabe-Tokens und 20 Dollar Ausgabe, gegenüber 1,25 und 4,25 Dollar beim Vorgänger. Zudem verbraucht Muse Wonder 28 Prozent mehr Eingabe-Tokens pro Aufgabe, auf die 76 Prozent der Gesamtkosten entfallen.
Damit liegt Muse Wonder preislich unter Claude Fable 5.1 (7,63 Dollar) und Claude Opus 5.5 (5,98 Dollar), aber über GPT-6 Astra (3,26 Dollar), Gemini 4 Argon (1,99 Dollar) und GPT-6.1 Sol (0,72 Dollar). Für Muse Wonder Full gibt es bisher keine Token-Preise. Beide Modelle verbrauchen allerdings rund zehn Prozent weniger Ausgabe-Tokens als der Vorgänger.
Trainiert wurden die Modelle laut Meta im hauseigenen Prometheus-Rechenzentrum im Gigawatt-Maßstab. Weitere Details finden sich in der Model Card.
KI-News ohne Hype – von Menschen kuratiert
Mit dem THE‑DECODER‑Abo liest du werbefrei und wirst Teil unserer Community: Diskutiere im Kommentarsystem, erhalte unseren wöchentlichen KI‑Newsletter, 6× im Jahr den "KI Radar"‑Frontier‑Newsletter mit den neuesten Entwicklungen aus der Spitze der KI‑Forschung, bis zu 25 % Rabatt auf KI Pro‑Events und Zugriff auf das komplette Archiv der letzten zehn Jahre.
