Introduzione alla nuova generazione di LLM di Meta

Meta, il colosso dei social network, è stato uno dei pionieri nel mercato dei grandi modelli di linguaggio (LLM), ma negli ultimi mesi è stato superato da concorrenti come OpenAI e Anthropic. Nonostante questo ritardo, l’azienda non ha abbandonato la corsa: ha introdotto due nuovi modelli multimodali, Muse Wonder e Muse Wonder Full, addestrati nei propri data‑center Prometheus, con una capacità dell’ordine del gigawatt.

Caratteristiche tecniche dei modelli

Entrambi i modelli supportano input testuali, immagini, video e audio, restituendo output testuali. Dispone di una finestra di contesto di un milione di token, ma Meta non ha divulgato la dimensione esatta dei parametri. I risultati dei test di Artificial Analysis mostrano che:

    • Muse Wonder ottiene 52 punti sull’Intelligence Index, pari a GPT‑6.1 (52) e superiore a Muse Spark 1.3 (48).
    • Muse Wonder Full raggiunge 58 punti, collocandosi al livello di Claude Sonnet 5.5 e a soli due punti da Claude Opus 5.5.

Progresso nelle valutazioni agentiche

Secondo gli stessi valutatori, Muse Wonder Full ha registrato i maggiori miglioramenti nei benchmark agentici:

    • Terminal‑Bench 4.0: +24 punti (da 33 % a 57 %).
    • GDPval‑AA v2.1: +176 Elo (da 1 681 a 1 857).
    • AA‑Briefcase: +148 Elo (da 1 581 a 1 729).

Claude Sonnet 5.5 registra 1 823 punti Elo, per dare un contesto di riferimento.

Performance nella programmazione e automazione

Nel contesto di massima potenza computazionale, Muse Wonder supera il modello più vecchio su:

    • Task di programmazione (Terminal‑Bench 4.0) passando dal 33 % al 52 %.
    • Creazione di flussi automatizzati tra tool SaaS con Zapier (AutomationBench‑AA) dal 58 % al 68 %.

Questo posizionamento è stato evidenziato da LeMagIT nel suo report del 1 ottobre.

Confronti di benchmark e classifiche

Nel Coding Agent Index Muse Wonder Full si piazza al pari di Claude Sonnet 5.5 con 68 punti, davanti a Gemini 4 Argon (64) e pari a GPT‑6.1 Sol (61). Per gli esercizi di analisi finanziaria:

    • Muse Wonder Full: 54 punti, in parità con GPT‑6.1 Sol e Gemini 4 Argon.
    • Muse Wonder: 51 punti.
    • In testa: GPT‑6 Astra (55), Claude Sonnet 5.5 (57) e Opus 5.5 (61).

Nel Vals Index, Muse Wonder Full si colloca al 3° posto con il 64,57 %, dietro Gemini 4 Argon (68,90 %) e Claude Sonnet 5.5 (67,04 %); Muse Wonder raggiunge una precisione del 61,06 %.

Innovazioni chiave di Meta

Meta attribuisce i risultati a due innovazioni principali:

    • Una gestione avanzata della memoria e coerenza attraverso l’API, che riduce le perdite di contesto.
    • Un addestramento mirato a non abbandonare e a provare diverse strategie per completare un compito, migliorando la resilienza.

Efficienza nel consumo di token

Una delle imprese più notevoli è la capacità dei modelli di mantenere alte prestazioni consumando pochi token. In media:

    • Muse Wonder e Muse Wonder Full usano 54 000 token per compito dell’Intelligence Index, leggermente più di GPT‑6 Luna (50 000) e meno di Gemini 4 Argon.
    • Modelli più efficienti in termini di token: GPT‑6 Astra (27 000) e GPT‑6.1 Sol.

Costi per token e prezzo per task

Il prezzo di Meta è di 4 $ per 1 milione di token in ingresso e 20 $ per lo stesso volume in uscita, con un costo medio per task di 4,52 $. Questo è più alto rispetto a:

    • GPT‑6 Astra: 3,26 $.
    • Gemini 4 Argon: 1,99 $.
    • GPT‑6.1 Sol: 0,71 $.

Il modello più costoso è Claude Sonnet 5.5 (5,46 $) e Opus 5.5 (5,98 $), penalizzati da un tokenizer molto avido. Su Vals AI, Muse Wonder ha costato 8,55 $ per test.

Disponibilità e modello di business

Attualmente Muse Wonder Full non è ancora disponibile tramite API. Per accedervi è necessario usare Muse Code, l’equivalente di Claude Code. Meta propone quattro piani di abbonamento: 5, 15, 50 o 200 $ al mese.

Il modello mira a potenziare l’app Muse di Meta, un assistente/agent pensato per gli utenti privati, ma con un ecosistema che punta soprattutto a piccole e medie imprese, agenzie web e startup, sfruttando l’esperienza consolidata su Facebook Ads, Instagram e WhatsApp.

Partnership e strategie per i grandi clienti

Meta collabora già con fornitori come Upsun, una PaaS francese per la gestione di CMS e-commerce. Tuttavia, per conquistare le grandi imprese, gli esperti suggeriscono di:

    • Costruire una rete di partner con i fornitori di cloud, le ESN e gli editori di software.
    • Riacquistare le trattative avviate con IBM (Llama) e altri provider di cloud.
    • Rispettare requisiti stringenti di sicurezza e protezione dei dati, attualmente gestiti con opzioni manuali di disattivazione del contributo al training da Muse Code e dalla piattaforma API.

Prospettive future

Il potenziale di Muse Wonder e Muse Wonder Full è evidente, soprattutto nei test di intelligenza e di agenticità. Tuttavia, per trasformare questi risultati in vantaggi competitivi concreti, Meta dovrà ridurre i costi, rendere disponibile un’API scalabile e consolidare partnership strategiche con i fornitori di cloud e le grandi aziende. Solo così potrà emergere come vero leader nel mercato enterprise dei grandi modelli di linguaggio.