ModelleBeliebt

Meta schickt Muse Wonder ins Rennen um die Modellspitze

Meta hat sein erstes Modell vorgelegt, das an der Weltspitze mitmischen soll. Muse Wonder und Muse Wonder Full kommen mit Funktionen für Agenten, einem Preis nahe der aktuellen Konkurrenz und Benchmarks, die der Konzern bislang nicht von außen prüfen lässt.

Anna WeberAnna Weber
Beliebtheit: 1,750
Meta schickt Muse Wonder ins Rennen um die Modellspitze

Meta hat sein erstes Modell vorgelegt, das an der Weltspitze mitmischen soll. Muse Wonder und Muse Wonder Full kommen mit Funktionen für Agenten, einem Preis nahe der aktuellen Konkurrenz und Benchmarks, die der Konzern bislang nicht von außen prüfen lässt.

Was Meta mit Muse Wonder tatsächlich veröffentlicht hat

Das Superintelligence Lab von Meta hat am Montag zwei Modelle vorgestellt: Muse Wonder und Muse Wonder Full. Der Konzern nennt sie seine bislang leistungsfähigsten und den ersten ernsthaften Versuch, in das vorzudringen, was die Branche die Frontier nennt, also die oberste Klasse der KI-Modelle, in der heute OpenAIs GPT-6-Reihe und Anthropics Opus-Familie stehen.

Die beiden unterscheiden sich vor allem darin, wer sie nutzen darf. Muse Wonder ist ab sofort über die Meta Model API und über Muse Code erreichbar, das Programmierwerkzeug des Konzerns. Muse Wonder Full ist das stärkere Geschwister und bleibt Abonnenten von Muse Code vorbehalten. Über die API wird es zumindest vorerst gar nicht ausgeliefert. Beide Modelle sollen außerdem Muse antreiben, den persönlichen Assistenten von Meta.

Diese Trennung ist wichtig, wenn Sie selbst auf den Modellen aufbauen. Wer die API bezahlt, bekommt nur das kleinere der beiden. Die leistungsfähigste Variante bleibt in den eigenen Produkten von Meta. Ein klarer Nachteil.

Der Gedanke hinter Active Memory

Den größten Teil der Ankündigung widmet Meta einer Fähigkeit namens Active Memory. Die Idee ist einfach: Ein Modell soll sich merken, was Ihnen wichtig ist, über Chats, Tage und Wochen hinweg, und genau diese Details wieder hervorholen, wenn eine Aufgabe sie braucht.

Genau hier hakt der Alltag mit KI bisher. Wer zum zehnten Mal denselben Kontext in einen Chatbot kopiert, kennt die Reibung. Die Meta-Forscherin Kavya Kopparapu beschreibt das als Kern der Veröffentlichung: Die Arbeit sei darauf verwendet worden, dass sich das Modell wichtige Dinge „über Tage, Wochen, Monate und darüber hinaus" merkt.

Ein zweiter Baustein heißt Active Focus und dreht sich ums Durchhalten. Meta zufolge arbeitet das Modell weiter, wenn eine Aufgabe schwierig wird, probiert andere Wege, fängt sich nach Fehlern wieder und fragt nach, statt einfach stehenzubleiben. Das klingt unspektakulär. Genau daran scheitern Agenten aber im Alltag. Für einen Agenten, der einen Versicherungsfall bearbeiten oder einen Mietvertrag durchgehen soll, ist diese Ausdauer der Unterschied zwischen einer Vorführung und einem Werkzeug, auf das man sich wirklich verlässt.

Die Leistungswerte von Muse Wonder sind Metas eigene Zahlen

Meta gibt an, dass Wonder und Wonder Full in seinen internen Tests im selben Bereich liegen wie Fable 5.1 und GPT-6 Astra. Diese Ergebnisse stammen aus Metas eigener Modellkarte. Kein unabhängiges Labor hat bisher einen eigenen Durchlauf veröffentlicht. Betrachten Sie den Vergleich deshalb als Behauptung, nicht als gesicherte Rangfolge.

Continuing Learning und die Gedächtnisfunktionen wurden mit einem Benchmark namens MemoryBench getestet. Dort meldet Meta, dass Muse Wonder vor Fable, Opus und Astra liegt. Derselbe Vorbehalt gilt. Von Herstellern selbst gefahrene Benchmarks zeigen, was ein Unternehmen messen wollte. Unabhängige Prüfer wie Artificial Analysis arbeiteten noch an eigenen Zahlen, als die Modelle live gingen.

Praktisch heißt das: Wenn Sie sich fürs Erinnern Ihres Kontexts über die Zeit interessieren, zählt am Ende nur ein Test. Ihr eigener.

Was Muse Wonder über die API kostet

Für Entwickler an der API kostet Muse Wonder 4 US-Dollar pro Million Eingabe-Token und 20 US-Dollar pro Million Ausgabe-Token. Damit liegt es etwa auf Augenhöhe mit GPT-6 Sol und Opus 5.5 beim Preis. Einen Rabatt für den Wechsel zu Meta bekommen Sie nicht. Sie zahlen den gleichen Satz.

Modell

  • Muse Wonder
  • Muse Wonder Full

Zugang und Preis

  • Meta Model API und Muse Code, 4 Dollar Eingabe / 20 Dollar Ausgabe pro Million Token
  • nur Abonnenten von Muse Code, keine öffentliche API

Trainiert wurden die Modelle im Prometheus-Rechenzentrum von Meta in Zentral-Ohio, das Anfang des Jahres in Betrieb ging. Der Start folgt auf einen 14-monatigen Umbau der KI-Bemühungen, der einsetzte, nachdem Alexandr Wang, Gründer von Scale AI, die Sparte neu aufgestellt hatte. Zuvor hatte Meta das leichte Modell Muse Spark und den Muse-Agenten veröffentlicht, sich aber aus dem Rennen um die oberste Modellklasse herausgehalten, das OpenAI und Anthropic beherrschen.

Ist Muse Wonder ein Grund, Ihren Assistenten zu wechseln

Wenn Sie bereits für einen Frontier-Assistenten zahlen, muss Muse Wonder zuerst beweisen, dass es Sie besser in Erinnerung behält als Ihr jetziges Werkzeug. Das ist die eigentliche Prüfung. Der API-Preis gibt Ihnen keinen Anlass, allein wegen der Kosten umzusteigen, und die stärkste Variante steht API-Nutzern gar nicht zur Verfügung.

Wer Agenten für gedächtnislastige Aufgaben baut, sollte Active Memory direkt testen. Lassen Sie ein Projekt über eine Woche durch beide Werkzeuge laufen und schauen Sie, welches den Faden noch hält.

Muse Wonder ist ab sofort über die Meta Model API und Muse Code verfügbar. Muse Wonder Full steht Abonnenten von Muse Code offen, und der Konzern kündigt an, dass künftig mehr von Muse auf der neuen Familie laufen soll. Behalten Sie die unabhängigen Benchmark-Ergebnisse der nächsten Wochen im Blick, denn dann bekommen die eigenen Zahlen von Meta ihren Realitätstest.

Diesen Artikel teilen

Quellen

Ähnliche KI-News

Meta gibt Muse Spark Open mit 816 Milliarden Parametern frei
Modelle

Meta gibt Muse Spark Open mit 816 Milliarden Parametern frei

Meta hat die Gewichte von Muse Spark Open veröffentlicht, einem offenen Modell mit 816 Milliarden Parametern und einer Million Token Kontext. Laut Apple-Demo läuft es lokal auf zwei Mac Studios, für alle anderen gibt es Cloud-Anbieter.

Beliebtheit: 1,780
Reflection Beam: 501B-Agent als offenes Modell unter Apache 2.0
Modelle

Reflection Beam: 501B-Agent als offenes Modell unter Apache 2.0

Reflection veröffentlicht sein erstes offenes Modell Beam unter Apache 2.0. Der 501-Milliarden-Parameter-Agent für Softwareentwicklung lässt sich frei herunterladen und selbst betreiben.

Beliebtheit: 1,440
Kling 4.0 von Kuaishou erzeugt Videos bis 30 Sekunden
Modelle

Kling 4.0 von Kuaishou erzeugt Videos bis 30 Sekunden

Kuaishou hat Kling 4.0 veröffentlicht. Das KI-Videomodell erzeugt Clips bis 30 Sekunden in 4K mit HDR und steuert die Szene über bis zu zehn Schlüsselbilder und 15 Referenzen.

Beliebtheit: 1,360
Gemini 4 Argon startet für Pro- und Ultra-Abos bei Google
Modelle

Gemini 4 Argon startet für Pro- und Ultra-Abos bei Google

Google hat Gemini 4 Argon für zahlende Abonnenten von AI Pro und AI Ultra freigeschaltet, samt bezahlter API und AI Studio. Der Rollout läuft stufenweise, und ab Dezember steigen die API-Preise.

Beliebtheit: 1,620