Meta kynnir Muse Wonder — sjálfstæð próf eiga enn eftir að staðfesta forskotið

Meta kynnti Muse Wonder og Muse Wonder Full í tilkynningu sinni 12. október 2026. Muse Wonder er aðgengilegt í Meta Model API og Muse Code, en Muse Wonder Full er við kynningu bundið við áskrifendur Muse Code. Líkönunum er ætlað að vinna að verkefnum yfir fleiri en eitt samtal og halda áfram þegar þau lenda í hindrunum. Sjálfstæð próf sýna framfarir frá fyrri gerð Meta, en staðfesta ekki almennt forskot á önnur fremstu líkön.

Í sjálfstæðri úttekt Artificial Analysis fékk Muse Wonder 52 stig og Muse Wonder Full 56 stig á Intelligence Index við mesta rökhugsunarátak; Muse Spark 1.3 fékk 48 stig við sömu stillingu. Full-gerðin náði efsta sæti í nokkrum afmörkuðum prófum, en var ekki fremst í öllum þáttum vísitölunnar. Sá munur skiptir máli þegar metið er hvort fullyrðingar um forystu eigi við tiltekin verkefni eða frammistöðu líkananna í heild.

Aðgangur að gerðunum er ekki sá sami

Muse Wonder er komið í Meta Model API, þar sem forritarar geta tengt líkanið við eigin hugbúnað. Það er einnig í Muse Code, forritunaraðstoð Meta. Muse Wonder Full er hins vegar aðeins í boði fyrir áskrifendur Muse Code við kynningu. Niðurstaða sem fæst með Full-gerðinni segir því ekki sjálfkrafa til um hvað fæst með líkaninu sem hægt er að kalla á í gegnum API.

Staðan verður skýrari þegar framboð, eiginleikar og grundvöllur frammistöðufullyrðinga eru sett saman:

• Muse Wonder: aðgengilegt í Meta Model API og Muse Code. Active Memory og Active Focus eru kynntir sem eiginleikar gerðarinnar. Sjálfstæða heildarmælingin sýnir framför frá Muse Spark 1.3.
• Muse Wonder Full: aðgengilegt áskrifendum Muse Code. Það er öflugri gerðin í sjálfstæðri heildarmælingu og nær forystu í sumum sérhæfðum prófum, en hefur ekki sömu aðgangsleið og venjulega gerðin.
• Viðmið við kynningu: Meta birtir frammistöðufullyrðingar um meðal annars sjálfvirka aðstoðarmenn og forritun. Sjálfstæða úttektin er sérstök mæling með eigin verkefnum og prófunarskilyrðum; niðurstöðurnar eru því ekki ein sameiginleg röð allra mögulegra nota.

Fyrir Muse-aðstoðarmanninn er staðan enn önnur. Muse Wonder á að knýja fleiri eiginleika hans síðar, fyrst fyrir áskrifendur. Sá fyrirhugaði áfangi er ekki það sama og núverandi aðgangur forritara í Meta Model API eða aðgangur áskrifenda að Full-gerðinni í Muse Code. Þegar rætt er um útgáfu líkansins þarf því að greina á milli þeirra leiða sem þegar eru opnar og þeirrar innleiðingar sem er væntanleg.

Active Memory og Active Focus eiga að styðja lengri verkefni

Active Memory á að varðveita upplýsingar sem skipta máli milli samtala og kalla þær fram þegar ný beiðni tengist þeim. Í verkefni sem þróast í skrefum gæti aðstoðarmaður þá byggt á fyrra samhengi í stað þess að fá allar upplýsingar aftur. Gagnsemi eiginleikans ræðst þó af því hvort rétt atriði varðveitast og birtast á viðeigandi tíma; mæling á almennri rökhæfni svarar þeirri spurningu ekki ein og sér.

Active Focus snýr að því sem gerist þegar verk stöðvast eða forsendur breytast. Líkanið á að geta reynt aðra leið, jafnað sig eftir villu og beðið um skýringar þegar þörf er á. Það á jafnframt að leita staðfestingar áður en mikilvæg aðgerð er framkvæmd. Í forritunarvinnu felst slíkur munur ekki aðeins í því að skrifa kóða, heldur í að halda markmiðinu til haga eftir mistök, breytingar og nýjar upplýsingar.

Minni yfir mörg samtöl felur líka í sér að aðstoðarmaðurinn getur unnið með viðkvæmar upplýsingar. Meta lýsir þjálfun sem miðar að því að hindra miðlun einkaupplýsinga án leyfis, en hefur boðað ítarlegri öryggisúttekt síðar. Sú úttekt og reynsla af lengri verkefnum munu skipta máli fyrir mat á því hvernig fyrirhugaðir eiginleikar hegða sér í notkun.

Sjálfstæðu prófin setja árangurinn í samhengi

Artificial Analysis fann mestan styrk Muse Wonder Full í hluta prófanna sem snúa að þekkingarvinnu og vísindalegri rökhugsun. Forysta í slíkum afmörkuðum verkefnum er raunveruleg niðurstaða innan þeirra prófa, en heildarmyndin er misjöfn eftir því hvaða hæfni er mæld. Stig á samsettri vísitölu segja heldur ekki ein og sér hvernig líkan leysir tiltekið langt verkefni með minni, verkfærum og mörgum ákvörðunum.

Alexandr Wang, yfirmaður Meta Superintelligence Labs, lýsti líkönunum sem „competitive with the best models in the world“ í frétt Axios um kynninguna. Það er mat stjórnanda fyrirtækisins á samkeppnisstöðu þeirra. Óháða úttektin sýnir að Meta hefur bætt árangur frá fyrri gerð sinni, en staða gagnvart öðrum líkönum breytist eftir verkefni og mæliaðferð. Fullyrðing um almennt forskot krefst því víðari samanburðar en stakrar efstu niðurstöðu.

Forritunarpróf þurfa sérstaklega skýra afmörkun. Þegar líkan vinnur innan ákveðins forritunaraðstoðarmanns er mæld frammistaða þeirrar samsetningar, þar á meðal verkfæranotkun og framkvæmd verkefnisins. Slík niðurstaða á ekki sjálfkrafa við líkanið eitt og sér í annarri umgjörð. Sama gildir þegar árangur Full-gerðarinnar er notaður til að lýsa því sem API-notandi fær með Muse Wonder: þar er bæði gerðin og aðgangsleiðin önnur.

Framboðið ræður hversu langt samanburðurinn nær

Þessi aðgreining hefur bein áhrif á hugbúnað sem á að tengjast líkönunum. Forritari getur nú byggt á Muse Wonder í Meta Model API, en þarf Muse Code-áskrift til að nota Full-gerðina. Eiginleikar á borð við minni yfir samtöl og þrautseigju í löngum verkefnum verða líka að nýtast innan þeirrar leiðar sem viðkomandi hefur aðgang að. Því segir próf á öflugri gerðinni aðeins hluta sögunnar um það sem er fáanlegt í eigin kerfi.

Næstu óháðu mælingar á lengri verkefnum geta skýrt betur hversu áreiðanlega líkönin varðveita samhengi, leysa úr villum og vinna með verkfæri við sambærilegar aðstæður og keppinautar. Á meðan er aðgangsmunurinn staðreynd sem hefur þegar áhrif á notkunina, en umfang frammistöðuforskotsins er áfram opið.

Lestu einnig:

• Claude Code eða Codex CLI: leyfin og verkferlið ráða meira en eitt próf
• Claude leysti níu lykkjur — en full staðfesting niðurstöðunnar bíður
• Copilot eða Gemini: vistkerfið vegur þyngra en tveggja stiga forskot