Introduzione al lancio
Il 12 ottobre 2026 Meta ha annunciato ufficialmente Muse Wonder e la sua variante più potente, Muse Wonder Full. Le due soluzioni, presentate come i modelli di intelligenza artificiale più capaci della azienda, sono pensate per supportare agenti personali, assistenti basati su IA, e per affrontare compiti complessi di programmazione.
Secondo la stessa Meta, Muse Wonder rappresenta il punto più alto della sua linea di modelli, superando l’offerta leggera di Muse Spark lanciata ad aprile. Il nuovo modello vuole riportare Meta nella “coda di testa” della competizione sui grandi modelli di frontiera.
Come accedere ai modelli
Muse Wonder è disponibile fin da subito per gli sviluppatori tramite la Meta Model API e all’interno del servizio in abbonamento Muse Code. Muse Wonder Full, invece, è accessibile solo tramite i piani di abbonamento più elevati di Muse Code (Power a 50 $ al mese e Maximum a 200 $ al mese) e non ha un’API pubblica.
L’app consumer di Meta, chiamata semplicemente Muse, includerà Muse Wonder in una fase successiva, ma inizialmente sarà riservata agli utenti abbonati, mantenendo una versione gratuita con funzionalità limitate.
Caratteristiche principali
La famiglia Muse Wonder comprende due componenti:
- Muse Wonder: modello disponibile via API e dentro Muse Code.
- Muse Wonder Full: variante potenziata che utilizza più capacità di calcolo e vive esclusivamente in Muse Code.
Meta descrive entrambe le versioni come “allo stato dell’arte” per attività agentiche personali e professionali, soprattutto per compiti di coding e gestione di dati complessi.
Active Memory
Una delle funzioni chiave è l’Active Memory, che consente al modello di mantenere in memoria le informazioni rilevanti tra una conversazione e l’altra, facilitando il ricordo di dettagli che possono spaziare da giorni a mesi. La ricercatrice Kavya Kopparapu ha spiegato nel video di lancio che l’obiettivo è costruire una memoria che “ricostruisca” le informazioni in modo efficace per l’utente.
Active Focus
Un’altra innovazione è l’Active Focus, progettata per mantenere l’agente IA concentrato sull’obiettivo anche quando le richieste diventano complesse. Il modello è in grado di proporre alternative, correggere errori e, prima di azioni critiche, chiedere conferma all’utente.
Esempi d’uso pratici
Meta ha illustrato scenari d’uso focalizzati più sulla vita quotidiana che su ambienti di laboratorio. Alcuni esempi includono:
- Gestione di pratiche assicurative.
- Interpretazione di contratti d’affitto.
- Organizzazione delle finanze personali.
- Sviluppo di app funzionanti o di giochi.
In questi contesti, il modello è addestrato a non divulgare informazioni private senza autorizzazione e a rifiutare richieste potenzialmente dannose.
Specifiche tecniche
Secondo la scheda tecnica riportata da Fello AI, sia Muse Wonder che Muse Wonder Full condividono le seguenti caratteristiche:
- Finestra di contesto di 1 milione di token.
- Supporto in ingresso per testo, immagini, video e audio.
- Uscita esclusivamente testuale.
- Compatibilità dell’API con gli SDK di OpenAI.
- Prezzi elencati su OpenRouter con la stessa tariffa di Meta.
Il training è stato effettuato nei data center “Prometheus”, situati in Ohio, entrati in funzione nel 2026.
Confronto prezzi e indice Artificial Analysis
Il prezzo di Muse Wonder è allineato a quello di Claude Opus 5.5: 4 $ per milione di token in ingresso e 20 $ per milione di token in uscita. Tuttavia, l’indice di Artificial Analysis posiziona Wonder sei punti sotto Opus 5.5 (52 contro 58). Claude Sonnet 5.5, più economico, registra un indice di 56, ovvero quattro punti superiore a Muse Wonder.
| Modello (API) | Input per 1 M token | Cache per 1 M | Output per 1 M token | Indice AA |
|---|---|---|---|---|
| Muse Wonder | 4,00 $ | 0,20 $ | 20,00 $ | 52 |
| Claude Opus 5.5 | 4,00 $ | 0,20 $ | 20,00 $ | 58 |
| Claude Sonnet 5.5 | 2,00 $ | 0,10 $ | 10,00 $ | 56 |
| Claude Fable 5.1 | 10,00 $ | 0,25 $ | 50,00 $ | 53 |
| GPT‑6 Astra | 10,00 $ | 1,00 $ | 50,00 $ | 53 |
| Muse Spark 1.3 | 1,25 $ | 0,15 $ | 4,25 $ | n.d. |
Rispetto a Muse Spark 1.3, Muse Wonder costa 3,2 volte di più per l’input e 4,7 volte per l’output, evidenziando un notevole salto di prezzo legato alle capacità aumentate.
Commenti di Alexandr Wang e confronti di mercato
Alexandr Wang, responsabile IA di Meta, ha dichiarato a CNBC che Muse Wonder sarebbe stato offerto a un “prezzo decisamente inferiore” rispetto ai modelli di punta di OpenAI e Anthropic. Tale affermazione è valida per modelli più costosi come Claude Fable 5.1 e GPT‑6 Astra, ma non per Claude Opus 5.5, con cui Muse Wonder condivide lo stesso listino.
Valutazione indipendente: Artificial Analysis
Il post di Evolving AI su Instagram che ha diffuso la notizia riporta che Muse Wonder Full è “secondo” nella classifica di Artificial Analysis, a due punti da Opus 5.5 (56 contro 58). Tuttavia, Claude Sonnet 5.5 totalizza anch’esso 56 ma con decimali leggermente superiori (56,0 contro 55,8), collocando Wonder Full al terzo posto, a pari merito con Sonnet.
Il modello base, quello con API pubblica, rimane a 52, posizionandosi al di sotto di Fable 5.1 e GPT‑6 Astra, entrambi con 53.
Benchmark interni di Meta
Meta ha confrontato i suoi modelli con quattro concorrenti (Opus 5.5, Fable 5.1, GPT‑6 Astra e il proprio Wonder base) su 14 test. I risultati più significativi:
- Muse Wonder Full batte Opus 5.5 in otto test e ne perde sei.
- Il modello base vince cinque volte e perde nove.
- Nel benchmark legale e di coding agentico (Harvey LAB‑AA 13,1 vs 4,2; DeepSWE 1.1 79,0 vs 74,2; SWE‑Marathon 57,5 vs 46,3) Wonder Full supera notevolmente Opus 5.5.
- Opus 5.5 resta avanti in salute (HealthBench Pro 65,6 vs 62,3) e uso del computer (OSWorld 81,8 vs 78,4).
- Il più ampio divario avviene su ProgramBench, dove Opus 5.5 ottiene 70,5 contro i 59,0 di Wonder Full.
Contro GPT‑6 Astra, la tabella di Meta mostra 11 vittorie su 14 per Wonder Full, con tre sconfitte (salute, GDP.pdf, Terminal‑Bench).
Meta aggiunge una nota metodologica: nei casi in cui manca un punteggio di terzi, utilizza il migliore tra il punteggio interno e quello di classifica. Ammette inoltre che i test sui modelli rivali siano “best‑effort” e non calibrati per loro, limitando la comparabilità.
Interpretazione giornalistica
La stampa finanziaria ha inquadrato il lancio come una prova della disponibilità degli utenti a pagare per agenti IA di Meta. TechCrunch sottolinea che tutti i punteggi comunicati provengono da test interni, lasciando l’indice di Artificial Analysis come unica fonte indipendente.
Utilizzo reale di Muse Wonder Full
Muse Wonder Full non è disponibile tramite API e vive esclusivamente all’interno di Muse Code, l’agente da terminale di Meta. Muse Code offre quattro livelli di abbonamento: Everyday (5 $), High (15 $), Power (50 $) e Maximum (200 $) al mese. Wonder Full è presente solo nei livelli Power e Maximum.
L’app consumer Muse
L’app Muse, destinata al pubblico, introdurrà Muse Wonder in una fase successiva, inizialmente disponibile solo per gli abbonati. I piani a pagamento dell’app sono due: 20 $ e 100 $ al mese. Meta non ha ancora fissato una data di rilascio per gli utenti gratuiti né ha specificato i paesi in cui il modello sarà disponibile.
Sicurezza e mitigazioni
La scheda del modello afferma che, senza mitigazioni, Muse Wonder Full potrebbe raggiungere una soglia di rischio alta per armi chimiche e biologiche. Con le mitigazioni attive, il rischio residuo è valutato “moderato o inferiore”. Un rapporto dettagliato sulla sicurezza è previsto a breve.
Il modello è stato addestrato e valutato all’interno del Meta Superintelligence Scaling Framework. A differenza di Muse Glimmer, non è stata annunciata la pubblicazione di pesi aperti.
Conclusioni
Meta, con Muse Wonder e la sua variante Full, punta a rigorare la competizione sui grandi modelli di IA. Sebbene i prezzi siano allineati a quelli di Claude Opus 5.5, l’indice di Artificial Analysis e i benchmark indipendenti mostrano ancora un divario di qualità. Il valore aggiunto delle funzionalità “Active Memory” e “Active Focus” potrebbe però tradursi in applicazioni pratiche più fluide per gli utenti finali, soprattutto nell’ambito del coding e della gestione personale.
Il futuro di Muse Wonder dipenderà dalla capacità di Meta di mantenere la trasparenza sui benchmark, di pubblicare pesi aperti o almeno parziali, e di dimostrare un vantaggio reale rispetto a concorrenti come Claude Sonnet 5.5 e GPT‑6 Astra, soprattutto in scenari di utilizzo reali e non solo in test interni.