Muse Wonder של Meta בנוי לסוכנים. מה מספרי ההשקה אומרים, ומה לבדוק לפני שעוברים
Meta שחררה את Muse Wonder ו-Muse Wonder Full ב-12 באוקטובר כמודלים לסוכנים אישיים ומקצועיים. הנה מה Meta, Artificial Analysis ו-CNBC מדווחים על גישה, תמחור וציונים, ותוכנית בדיקה קצרה לבונים.
ב-12 באוקטובר, Meta שחררה את Muse Wonder ו-Muse Wonder Full. Meta מתארת אותם כמודלים לסוכנים אישיים ומקצועיים, ואומרת שהם מובילים במשימות סוכנתיות, זיכרון וקידוד.
פוסטי השקה הם טענות ספק. אז המאמר הזה מפריד שלוש שכבות: מה Meta אומרת, מה בנצ'מרק עצמאי מדד, ומה בונה צריך לבדוק לפני שמשנה משהו.
מה Meta אומרת
בהכרזה שלה, Meta אומרת ש-Muse Wonder זמין היום דרך Meta Model API ו-Muse Code, ו-Muse Wonder Full זמין היום למנויי Muse Code. Muse Wonder יפעיל בקרוב חוויות באפליקציית Muse, בפריסה ראשונה למנויים.
Meta מזכירה שני רעיונות מאחורי המודלים:
- Active Memory: נשיאת קונטקסט חשוב עליכם בין שיחות ושליפת מה שרלוונטי למשימה.
- Active Focus: המשך לקראת מטרה קשה על ידי ניסיון גישות חלופיות, עבודה דרך חסמים, והסתגלות, תוך בקשת הבהרה ובדיקה לפני פעולות חשובות.
Meta אומרת שהיא מעריכה מיקוד עם FocusBench וביצוע מתמשך עם SWE-Marathon. היא אומרת שדוח הערכה מלא יותר זמין, ושדוח בטיחות מלא בדרך. קטע הבלוג שקראתי לא כלל את טבלאות ה-benchmarks כטקסט, אז אני לא חוזר על הציונים של Meta עצמה.
מה בנצ'מרק עצמאי מדד
Artificial Analysis פרסם תוצאות משלו באותו יום. אלו הנתונים שלו על Intelligence Index v4.3 במאמץ reasoning מקסימלי:
- Muse Wonder קיבל 52 ו-Muse Wonder Full קיבל 56. Muse Spark 1.3 קיבל 48.
- הרווחים הגדולים ביותר ל-Muse Wonder Full היו סוכנתיים: Terminal-Bench 4.0 עלה מ-33% ל-57%, GDPval-AA v2.1 מ-1681 ל-1857 Elo, ו-AA-Briefcase מ-1581 ל-1729 Elo.
- שני המודלים השתמשו בבערך 54k טוקני פלט למשימה, בערך 10% פחות מ-Muse Spark 1.3.
- חלון הקונטקסט הוא 1M טוקנים. קלטים הם טקסט, תמונה, וידאו ואודיו. הפלט הוא טקסט.
- על Coding Agents Index שלו, Muse Wonder Full קיבל 68 ב-Muse Code ו-Muse Wonder קיבל 63, מול 54 ל-Muse Code עם Muse Spark 1.3.
Artificial Analysis מפרט את מחיר ה-API של Muse Wonder כ-$4 למיליון טוקני קלט, $0.20 קלט מהמטמון, ו-$20 למיליון טוקני פלט. הוא אומר ש-Muse Wonder Full לא מתומחר לטוקן.
על עלות, הוא מדווח $4.52 למשימת Intelligence Index עבור Muse Wonder, מונע על ידי שימוש גבוה בטוקני קלט. הוא אומר שזה נמוך מכמה קונפיגורציות של Claude שבדק, וגבוה מ-GPT-6 Astra, Gemini 4 Argon ו-GPT-6.1 Sol בהשוואה שלו. העלות שלכם על עומס העבודה שלכם תשתנה.
גישה ותוכניות, לפי CNBC
CNBC מדווח שמשתמשי אפליקציית Muse צריכים מנוי של $20 או $100 לחודש כדי לגשת למודל, וש-Muse Wonder Full זמין רק למנויי Muse Code בתוכנית חודשית של $50 או $200. הוא מצטט את Alexandr Wang של Meta אומר שתמחור ה-API יישב "משמעותית מתחת" למודלים המובילים של OpenAI ו-Anthropic.
השוו את זה עם המחירים לטוקן למעלה לפני שאתם מניחים מה "מתחת" אומר לשימוש שלכם. לא אימתתי מחירי מחירון של מתחרים.
CNBC גם מדווח שחלק מהמשתמשים התלוננו ברשתות חברתיות שסוכן Muse ניגש להודעות אישיות בלי הרשאה, מה ש-Meta חולקת עליו. Wang אמר שמשתמשים אולי אישרו תקשורת מוקדם יותר בשיחה ושכחו. אין לי דרך לשפוט את התלונות האלה, ואני מזכיר אותן רק כי הן עוסקות באותה התנהגות סוכן שהמודלים החדשים מכוונים אליה.
מה הייתי בודק לפני שעוברים
אלה הצעות, לא תוצאות. לא הרצתי את Muse Wonder.
1. השתמשו במשימות שלכם. מדד benchmark הוא לא זרימת העבודה שלכם. קחו 20 משימות אמיתיות מהלוגים שלכם והריצו אותן על המודל הנוכחי ועל Muse Wonder.
2. מדדו עלות למשימה גמורה. לולאות סוכן כבדות-קלט יכולות לגרום למחיר קלט של $4 לשנות יותר ממחיר הפלט. עקבו טוקנים פנימה והחוצה לכל משימה שהושלמה.
3. בדקו חסמים. ה-pitch של Meta הוא שהמודל מנסה גישות אחרות כשהוא תקוע. החליטו מראש מה אתם רוצים במקום: ניסיון חוזר, נתיב חלופי, או עצירה ודיווח. בדקו לזה.
4. בדקו גבולות הרשאה. סוכן שממשיך לנסות לעקוף חסם צריך עדיין לכבד scopes. תנו לו משימה שבה הנתיב המובהק אסור ובדקו מה הוא עושה.
5. בדקו התאמת גישה. Muse Wonder Full קשור לתוכניות Muse Code, אז הוא אולי לא זמין דרך נתיב האינטגרציה שלכם. אשרו מה אתם באמת יכולים לקרוא.
6. חכו לדוח הבטיחות. Meta אומרת שאחד בדרך. החליטו אם אתם צריכים אותו לפני שימוש בפרודקשן.
מה לא הייתי מסיק
אל תקראו ציון מדד בודד כדירוג למקרה השימוש שלכם. דירוגים זזים לפי הערכה והגדרת מאמץ, וסיכומי ניוזלטרים שלהם יכולים לסטות מהמקור.
אל תתייחסו לניסוח "state of the art" של Meta כאישור עצמאי. הנתונים העצמאיים כאן באים מ-Artificial Analysis, והם מכסים בדיקות ספציפיות.
ואל תניחו שהמחיר מוכרע. תוכניות ותנאי API יכולים להשתנות.
שאלות נפוצות
מה Meta שחררה ב-12 באוקטובר?
שני מודלים, Muse Wonder ו-Muse Wonder Full, מתוארים כבנויים לסוכני AI אישיים ומקצועיים.
איפה אפשר להשתמש בהם?
לפי Meta, Muse Wonder זמין דרך Meta Model API ו-Muse Code, ו-Muse Wonder Full זמין למנויי Muse Code.
כמה עולה Muse Wonder דרך ה-API?
Artificial Analysis מפרט $4 למיליון טוקני קלט, $0.20 קלט מהמטמון ו-$20 למיליון טוקני פלט. Muse Wonder Full לא מתומחר לטוקן.
איך הוא קיבל ציון בעצמאות?
על Artificial Analysis Intelligence Index v4.3 במאמץ מקסימלי, Muse Wonder קיבל 52 ו-Muse Wonder Full קיבל 56, מ-48 ל-Muse Spark 1.3.
מה הם Active Memory ו-Active Focus?
השמות של Meta לנשיאת קונטקסט בין שיחות ולעבודה מתמשכת לקראת מטרה דרך חסמים.
יש דוח בטיחות?
Meta אומרת שדוח מלא עם הערכות בטיחות נוספות יהיה זמין בקרוב.
כדאי להעביר את הסוכן שלי אליו?
לא על מספרי השקה לבדם. הריצו משימות משלכם, מדדו עלות למשימה גמורה, ובדקו איך הוא מתנהג בחסמים ובמגבלות הרשאה.
מקורות
- Meta, Muse Wonder: A Frontier Model For Personal & Professional AI Agents: זמינות, Active Memory ו-Active Focus, הצהרות בטיחות (12 באוקטובר 2026).
- Artificial Analysis, Muse Wonder and Muse Wonder Full: ציוני מדד, שימוש בטוקנים, תמחור, תוצאות סוכני קידוד (12 באוקטובר 2026).
- CNBC, Meta debuts Muse Wonder AI model: תוכניות מנוי, ציטוטי Wang, תלונות משתמשים (12 באוקטובר 2026).
- The Rundown AI, גיליון 13 באוקטובר: מצביע גילוי בלבד.
קריאה נוספת
- Mercury 3 של Inception: מודל שפה diffusion במהירות של יותר מ-1,000 טוקנים לשנייה. מה לבדוק לפני שמכניסים אותו
Inception Labs אומרת ש-Mercury 3 מנצח את GPT-6 Luna ו-Claude Haiku 5.5 ב-benchmarks במהירות של פי 4-8, עם הקשר של מיליון טוקנים ו-$0.20/$0.70 למיליון טוקנים. מה פוסט ההשקה טוען, מה לא מאומת, ואיך לבדוק את זה לחביון סוכנים.
- Meta Muse Ember: מודל היגיון ב-$0.10 למיליון טוקנים שבנוי לשכבת תת-המשימות של סוכנים
מטא שחררה את Muse Ember ב-9 בנובמבר: מודל היגיון קטן לקריאות כלים, תת-משימות קידוד וניתוח מסמכים, במחיר $0.10 למיליון טוקנים קלט עם חלון קונטקסט של מיליון טוקנים. מטא טוענת לרמת אינטליגנציה של Haiku 5.5 בשליש מהעלות. המספרים, הסייגים, ומתי מודל סאב-סוכן זול הגיוני.
- Agent Skills עובר ל-Agentic AI Foundation: מה התרומה משנה לבונים
Anthropic תרמה את תקן הקוד הפתוח Agent Skills ל-Agentic AI Foundation של קרן Linux ב-22 באוקטובר, לצד Open Responses, OpenEnv ו-OpenSandbox. מה ההכרזות אומרות, מה עדיין roadmap, ומה לבדוק לפני שאתם מסתמכים על זה.
יומן הבנייה
לעקוב אחרי העבודה.
מאמרים ואבטיפוסים חדשים, ישר לקורא ה-RSS שלכם. מנויי המייל בהשהיה זמנית, עד שאחבר שירות משלוח עובד. לא נאסף כאן אימייל.
עקבו ב-RSS