Muse Wonder: acesso e limites dos testes de agentes

A Meta apresentou o Muse Wonder e o Muse Wonder Full em 12 de outubro de 2026 como modelos para agentes pessoais e profissionais. O Muse Wonder passou a estar disponível pela Meta Model API e pelo Muse Code; o Full ficou reservado a assinantes do Muse Code. A integração do Wonder a novas experiências do assistente Muse foi anunciada para uma etapa posterior, começando pelos assinantes.

Já existem testes externos dos dois modelos. A avaliação da Artificial Analysis atribuiu 52 pontos ao Muse Wonder e 56 ao Full, ambos com esforço máximo de raciocínio, em seu índice de inteligência; o Muse Spark 1.3 obteve 48 na mesma configuração. Para o Wonder acessado por API, a análise informa preços de US$ 4 por milhão de tokens de entrada, US$ 0,20 por milhão de tokens de entrada em cache e US$ 20 por milhão de tokens de saída. Esses resultados medem tarefas definidas pela avaliadora, não o funcionamento prolongado da memória pessoal anunciada para os agentes.

O acesso ao Wonder e ao Full segue caminhos diferentes

Para desenvolvedores, o canal de acesso ao Muse Wonder é a API da própria Meta. O Muse Code também oferece o modelo, enquanto a versão Full depende de assinatura desse produto. A distinção importa para quem pretende incorporar o modelo a uma aplicação: a disponibilidade do Wonder pela API não significa que o Full possa ser contratado pelo mesmo canal, e a assinatura do Muse Code não equivale a uma oferta pública do Full por token.

Muse Wonder é o nome de um modelo; Muse é a experiência de assistente na qual a empresa pretende ampliar seu uso. Assim, o lançamento dos modelos não coloca automaticamente todos os recursos anunciados nas mãos de quem usa o assistente. Para o público geral, a expansão descrita no anúncio ainda dependia da futura integração ao Muse, com prioridade inicial para assinantes. Já para quem desenvolve, a diferença imediata é poder experimentar o Wonder nos canais lançados e encontrar o Full apenas no ambiente de assinatura indicado.

A ambição declarada é levar esses modelos além de respostas isoladas. Alexandr Wang, chefe do Meta Superintelligence Labs, chamou os lançamentos de “competitive with the best models in the world” em entrevista ao Axios. Trata-se de uma avaliação do executivo sobre a posição dos modelos; os resultados publicados por terceiros permitem examinar tarefas específicas, com condições de teste próprias.

Memória entre conversas e continuidade da tarefa

Active Memory é o nome dado à capacidade de conservar informações relevantes sobre uma pessoa entre conversas e recuperá-las quando uma nova tarefa exige esse contexto. A proposta se aplica, por exemplo, a trabalhos que envolvem documentos e preferências acumuladas ao longo do tempo. Seu valor dependerá tanto da pertinência do que for lembrado quanto da forma como o produto permitirá à pessoa compreender e controlar esse histórico. Um bom resultado em uma pergunta avulsa não mede essas condições.

Active Focus descreve outra parte da proposta: manter o agente orientado a um objetivo quando surgem obstáculos, tentar abordagens diferentes, recuperar-se de erros e pedir esclarecimentos. O comportamento anunciado inclui consultar o usuário antes de executar algo importante. Para uma tarefa que se estende por várias etapas, isso é mais específico do que produzir uma resposta convincente de uma só vez: envolve decidir quando continuar, quando mudar de caminho e quando interromper a execução para obter autorização.

Os exemplos apresentados no lançamento incluem interpretar uma apólice de seguro, entender um contrato de locação e construir um aplicativo funcional. Eles mostram o tipo de trabalho para o qual os modelos foram posicionados, sem representar resultados observados em todos esses contextos. Em áreas como finanças, direito e saúde, manter o contexto correto e reconhecer a necessidade de confirmação humana pode alterar o efeito de uma resposta. É justamente aí que as promessas de memória e persistência exigem uma avaliação distinta de uma pontuação geral de inteligência.

O que as avaliações externas já medem

A análise independente disponível cobre desempenho amplo, incluindo tarefas de agentes, raciocínio e programação. Ela permite comparar Wonder e Full sob configurações declaradas e mostra avanço em relação ao modelo anterior da mesma família. Também impede tratar todas as alegações de desempenho como números produzidos exclusivamente pela Meta. O alcance dessa constatação, porém, é o dos testes executados: uma classificação agregada reúne exercícios diferentes e não substitui a observação de um agente acompanhando uma pessoa por semanas ou meses.

Há ainda uma diferença entre avaliar o modelo e avaliar o produto que o utiliza. Um resultado de programação obtido com o Full dentro do Muse Code envolve aquela combinação de modelo, ambiente e configuração; não pode ser transferido automaticamente para o Wonder acessado pela API. Da mesma forma, uma tarefa concluída em um teste controlado mostra capacidade sob aquelas regras, mas não informa como o sistema seleciona lembranças pessoais, lida com uma instrução ambígua recebida depois ou administra permissões em serviços conectados.

O Full aparece à frente do Wonder na pontuação geral divulgada pela avaliadora, mas sua distribuição mais restrita limita as comparações práticas que um desenvolvedor pode fazer com a API do Wonder. Para interpretar qualquer vantagem, é preciso preservar o nome exato da versão e o esforço de raciocínio usado no ensaio. Essa precisão também evita confundir desempenho do modelo em testes de agentes com uma verificação independente de Active Memory ou Active Focus em uso contínuo.

Dados pessoais entram no centro da proposta

Um agente que retoma informações entre conversas pode trabalhar com mensagens, calendários e documentos. O anúncio descreve treinamento para evitar o compartilhamento de informações privadas sem permissão e prevê consultas ao usuário antes de ações importantes. Essas são salvaguardas anunciadas para a família Wonder; o texto de lançamento não detalha controles específicos para inspecionar, corrigir ou apagar as lembranças mantidas por Active Memory. Também prometia um relatório completo com avaliações adicionais de segurança para depois do lançamento.

Para usuários e desenvolvedores, a diferença entre os canais de acesso define a decisão imediata: o Wonder já pode ser usado nas opções lançadas, enquanto o Full exige a assinatura indicada. A próxima evidência decisiva para as funções pessoais será uma avaliação que acompanhe tarefas ao longo do tempo e examine, junto com o desempenho, a recuperação de dados, os pedidos de autorização e o controle das informações lembradas.