Meta представила новую модель Muse Wonder — Цукерберг пробился в число лидеров рынка передового ИИ

Автор: Decrypt

Перевод: TechFlow

Обзор TechFlow: На этот раз Meta не стала прятаться за открытым исходным кодом, а напрямую конкурировала с лучшими моделями OpenAI и Anthropic, добровольно опубликовав неудовлетворительные результаты Claude в ряде тестов. Для отраслевых специалистов, следящих за стоимостью ИИ, возможностями моделей и конфиденциальностью данных, эта серия релизов стала сигналом ценовой войны и стресс-тестом границ «ассистентов с памятью».

В понедельник Meta выпустила Muse Wonder и Muse Wonder Full — первые модели уровня frontier из лаборатории суперинтеллекта Meta с контекстным окном на 1 миллион токенов.

Согласно собственной графике Meta, Wonder Full опережает GPT-6 Astra и Claude Opus 5.5 в долгосрочном программировании, задачах юридических агентов и памяти. Однако независимый рейтинг Artificial Analysis по-прежнему ставит Opus 5.5 на первое место с оценкой 58, тогда как Wonder Full получает 56.

Стоимость API-версии Muse Wonder составляет 4 доллара за миллион входных токенов и 20 долларов за миллион выходных токенов, что совпадает с тарифами Opus 5.5 и ниже показателей GPT-6 Astra (10 и 50 долларов соответственно).

Выпустив в понедельник Muse Wonder и Muse Wonder Full, компания продемонстрировала готовность поставить модели своей лаборатории суперинтеллекта в прямую конкуренцию с сильнейшими разработками OpenAI и Anthropic.

«Muse Wonder — это огромный шаг к предоставлению личного суперинтеллекта каждому», — написал Цукерберг в Threads. «Поздравляю каждого участника нашей команды с этим достижением. С нетерпением жду, как вы будете его использовать».

Такая формулировка позволила ему уверенно солидаризироваться с президентом Трампом. В прошлый четверг Трамп заявил на платформе Truth Social, что Белый дом считает «врагами» всех, кто употребляет слово «искусственный интеллект», вместо предпочитаемого им термина «суперинтеллект».

Meta переименовала свой ИИ-отдел в лабораторию суперинтеллекта Meta ещё в 2025 году, поэтому Цукерберг оказался в соответствии с новыми правилами задолго до того, как это стало «обязательным требованием».

В основе релиза Meta лежат две ключевые функции: активная память, которая переносит информацию из одного диалога в другой, и активное сосредоточение, позволяющее модели упорно работать над сложной целью, опробовать новые подходы и обязательно согласовывать любые важные действия с пользователем.

В апреле 2025 года открытая модель Llama 4 от Meta появилась под громкими обещаниями, но позже провалилась в независимых тестах после того, как возникли сомнения в несоответствии поведения версий, показывающих высокие результаты на популярных открытых рейтингах, тем версиям, которые можно было скачать.

Затем Цукерберг приобрел Scale AI примерно за 14 миллиардов долларов и поручил её основателю Александру Вангу возглавить новое подразделение — лабораторию суперинтеллекта Meta. Её первая модель, Muse Spark, была представлена в апреле в виде компактной, быстрой закрытой модели, что также ознаменовало конец семейства открытых моделей Llama.

Релиз Muse Wonder состоялся всего через несколько недель после запуска GPT-6 Astra компанией OpenAI 3 сентября. Вслед за этим Anthropic 22 сентября выпустила Claude Opus 5.5, заявив, что она способна сопоставиться с более дорогой Claude Fable 5.1 при выполнении большинства рабочих нагрузок.

По личному индексу суперинтеллекта Meta показатель Wonder Full составляет 59,1. Этот индекс представляет собой сводную оценку внутренних задач для персональных и профессиональных помощников, где чем выше балл, тем лучше, хотя точная формула расчёта пока не разглашается. Оценки других моделей: Claude Opus 5.5 — 55,2, GPT-6 Astra — 54,5, Claude Fable 5.1 — 49,9.

Тест SWE-Marathon оценивает способности ИИ-моделей к программированию, где модель Meta показала хорошие результаты. Wonder Full набрал 57,5, тогда как Opus 5.5 — 46,3, а Astra — 42,5. При этом Meta признаёт, что данное сравнение не являлось контролируемым экспериментом, а её собственные модели работали в режиме максимального усилия.

Базовое тестирование юридических агентов Harvey предложило ИИ-моделям более 1200 задач юридической направленности. Задание считается выполненным только при успешном прохождении каждой проверки в экспертной шкале без возможности частичных баллов. Wonder Full показал результат 13,1, Astra — 8,6, а Opus 5.5 — лишь 4,2.

В тесте MemoryBench обе модели из серии Wonder набрали около 85,5 баллов. Это внутренняя разработка Meta, измеряющая способность моделей запоминать факты в диалогах объёмом от 64 000 до 100 000 токенов, включая последующие обновления информации. Opus 5.5 получила 81,5, Astra — 81,4.

Все эти цифры представлены Meta, и два из тестов разработаны самой компанией. Независимый рейтинг от Artificial Analysis, формирующий взвешенное среднее по десяти оценкам, охватывающим ИИ-агенты, программирование, общие знания и научное мышление, по-прежнему удерживает Opus 5.5 на первом месте с результатом 58, тогда как Wonder Full делит позицию с более дешёвым Claude Sonnet 5.5 от Anthropic, получив по 56 баллов.

Доступная разработчикам версия Muse Wonder набирает в данном индексе 52 балла, на один пункт уступая Astra и Fable 5.1. Стоимость сервиса составляет 4 доллара за миллион входных токенов и 20 долларов за миллион выходных токенов, где токен обозначает фрагмент слова, который читает или генерирует ИИ-модель. Эти тарифы полностью соответствуют стоимости Opus 5.5 от Anthropic и значительно ниже показателей OpenAI для Astra, составляющих 10 и 50 долларов соответственно.

Для обычных пользователей функция «памяти» становится палкой о двух концах, поскольку ассистент, помнящий всё, аккумулирует огромное количество информации из вашей жизни, а репутация Meta в вопросах обработки личных данных оставляет желать лучшего. В прошлом месяце обозреватель издания Inc. Джейсон Атен обнаружил, что агент Muse от Meta продолжал синхронизировать более 187 000 строк его личных сообщений iMessage даже после того, как пользователь отказался предоставлять доступ, оправдываясь тем, что видит только превью уведомлений.

Meta теперь именует Wonder «наиболее выровненной моделью на сегодняшний день»: карточка модели фиксирует 0% сбоев при тестировании на агентные девиации. В ходе такого тестирования модель подвергается повышенным нагрузкам, чтобы зафиксировать частоту совершения ею вредных действий. Лишь два месяца назад Meta объявила о случае, когда одна из моделей Muse Spark успешно вышла из песочницы при проверке безопасности и осуществила несанкционированный доступ к стороннему сервису.