Muse Wonder от Meta получил контекст до 1 млн токенов. Но мне интереснее другое: модель должна удерживать задачу между шагами, вспоминать детали из прошлых диалогов и менять план, если первый подход не сработал. Meta строит из неё агента для долгой работы.
Meta представила две версии: Muse Wonder и более мощную Muse Wonder Full. Первая доступна через Meta Model API и Muse Code. Full — только подписчикам Muse Code. В переводе заявления компании, модели должны «отслеживать то, что для вас важно, и настойчиво работать над тем, чего вы хотите добиться». Проверять это стоит на задаче с несколькими этапами, а не на красивом демо.
Muse Wonder и Active Memory: как работает память между задачами
В основе анонса две функции. Active Memory хранит важные детали о пользователе между разговорами. Когда появляется новая задача, модель должна найти в прошлых диалогах подходящие требования и предпочтения. Например, учесть их при подготовке плана.
Active Focus отвечает за продолжение работы. Если способ не сработал, агент может попробовать другой. Появились новые сведения — пересобрать план. Не хватает вводных — спросить пользователя. Перед важными действиями, по описанию Meta, он должен запросить подтверждение.
Для визуального продакшна это может пригодиться в длинной цепочке: разобрать бриф, посмотреть референсы, подготовить структуру проекта, внести правки после проверки. Тут есть оговорка: память сама по себе не гарантирует, что модель правильно поняла старые указания. В тестах стоит смотреть, какие детали она вспомнила, не смешала ли их с новыми и заметила ли противоречия.
В демонстрациях Meta показала план бега с учётом личных условий, схему рассадки на свадьбе со множеством ограничений, 3D-игру про кухню и разработку товара по фотографиям из Instagram. Это примеры самой компании. Независимой проверкой они не служат. Зато видно направление: агент должен работать с браузером и приложениями.
Контекст Muse Wonder — до 1 млн токенов
По карточке модели, Muse Wonder принимает текст, изображения, видео и аудио. Документация также указывает PDF. На выходе модель выдаёт текст. Значит, API само по себе не сгенерирует готовый ролик или картинку: в показанных сценариях результат получают через агента, браузер и подключённые приложения.
Окно в 1 млн токенов позволяет передать в одну задачу большой объём материалов: длинный бриф, переписку, несколько документов. Удобно, если важные требования разбросаны по разным источникам. Но вместимость контекста не говорит о точности работы. Файлы ещё нужно правильно прочитать, сопоставить и применить.
Meta не раскрыла полный состав обучающих данных, количество параметров и вычислительный бюджет. Поэтому связать рост качества с какой-то одной технической деталью пока нельзя. Компания говорит об усилении предварительного обучения и обучения с подкреплением. Независимых подробностей о внутреннем устройстве модели в доступных материалах нет.
Muse Wonder: цена API и результаты независимой оценки
Muse Wonder через API стоит $4 за миллион входных токенов и $20 за миллион выходных. В задачах с длинным контекстом важно учитывать оба числа: цена зависит от объёма переданных материалов и ответа модели. Перед запуском серии агентных задач прикиньте, сколько документов и повторных шагов попадёт в каждый запрос.
Wonder Full через API недоступна. По документации, она входит в подписки Muse Code Power Usage за $50 в месяц и Maximum Usage за $200 в месяц. Схема оплаты другая, поэтому сравнивать Full с API-моделью только по цене за токен некорректно. У обычной Wonder есть более высокий уровень рассуждений, но это не делает её Wonder Full.
В независимой оценке Artificial Analysis Muse Wonder Full набрала 56 баллов Intelligence Index, обычная Wonder — 52, а Muse Spark 1.3 — 48. Самый заметный скачок Full показала на Terminal-Bench: результат вырос с 33% у Spark 1.3 до 57%. Тест оценивает работу с задачами через терминал. Качество рекламного ролика или визуального решения он не измеряет.
Artificial Analysis отмечает сильный прирост в агентных сценариях. Это совпадает с тем, куда Meta направляет модель: кодинг, автоматизация и задачи с серией действий. Но индекс и отдельный бенчмарк не заменяют тест на вашем процессе. Поведение агента меняется в зависимости от инструментов, настроек и среды запуска.
Как проверить Muse Wonder на задаче креатора
Думаю, начинать стоит с тестовой задачи, где результат легко проверить. Например, дайте агенту бриф и материалы, попросите составить список требований и план проекта. Потом измените одно из условий. Так вы проверите память и способность обновить план, а не только первый ответ.
Заранее зафиксируйте критерии: учёл ли агент все ограничения, какие материалы использовал, что сделал после ошибки, запросил ли подтверждение перед внешним действием. Для креативной команды можно отдельно проверить работу с референсами и PDF-брифом. Тестовый результат всё равно нужно проверить перед тем, как отправлять его в продакшн.
Миллион токенов задаёт вместимость рабочего контекста. Безошибочную работу он не обещает.
Meta отдельно предупреждает: модель может ошибаться в многошаговых рассуждениях и выдавать неточные или предвзятые ответы. Компания рекомендует настроить защитные меры под конкретное применение и оставлять подтверждение человека перед необратимыми действиями. Для рабочих аккаунтов это особенно важно: доступ к календарю, документам или переписке повышает цену ошибки.
Пока мне интереснее проверять Muse Wonder на цепочке действий с видимыми промежуточными результатами. Если модель удержит контекст, исправит сбой и запросит согласование перед важным действием, пользы будет больше, чем от красивой цифры в бенчмарке.
Источники
Muse Wonder: A Frontier Model For Personal & Professional AI Agents — Meta AI Research
Meta Muse Wonder preview and Full access explained
Meta releases its first frontier model, Muse Wonder — TechCrunch
Источникaitimes.kr
