Meta تطلق Muse Wonder وWonder Full: مؤشر الذكاء يرتفع من 48 إلى 56

أطلقت Meta نموذجي Muse Wonder وMuse Wonder Full. وفق Artificial Analysis Intelligence Index v4.3 وعند أقصى مستوى من reasoning effort، يحقق النموذجان 52 و56 نقطة. أما Muse Spark 1.3، الذي صدر قبل ستة أسابيع فقط، فقد حقق 48. تتوفر Wonder عبر API الخاص بـ Meta وفي Muse Code، بينما تقتصر Wonder Full حاليًا على مستخدمي Muse Code. وتقدّم الشركة النموذجين بوصفهما موجّهين للوكلاء الشخصيين والمهنيين.

أين تقدّم النموذج

تحسّنت Muse Wonder Full في الاختبارات العشرة كلها ضمن المؤشر، وكسبت ثماني نقاط. وكانت مهام الوكلاء الأكثر ارتفاعًا. فقد صعد Terminal-Bench 4.0 من 33% إلى 57%، وGDPval-AA v2.1 من 1681 إلى 1857 Elo، وAA-Briefcase من 1581 إلى 1729 Elo. وفي ستة من عشرة اختبارات تأتي Full ضمن المراكز الثلاثة الأولى. وهي الأولى في CritPt (33%) وGDP.pdf (33%)، لكن الفارق ضيق: إذ يحقق أقرب المنافسين 31–32%. وفي GDPval-AA تحتل المركز الثاني، ونتيجتها تقع ضمن فترات الثقة لكل من Claude Opus 5.5 (1866) وClaude Sonnet 5.5 (1838). وتأتي ثالثة في AA-Briefcase وAutomationBench-AA (71%) وSciCode (63%).

وأضافت Muse Wonder أربع نقاط. فقد ارتفع لديها Terminal-Bench 4.0 من 33% إلى 52%، وAutomationBench-AA من 58% إلى 68%. وفي Artificial Analysis Coding Agents Index حصلت Full في Muse Code على 68 نقطة، أي ما يعادل Claude Code مع Sonnet 5.5، بينما يحقق Claude Code مع Opus 5.5 نتيجة 66. أما Wonder فحققت 63، في حين حقق Muse Code مع Spark 1.3 نتيجة 54.

السعر: توكنات أقل، لكن الإدخال مكلف

يستهلك النموذجان توكنات إخراج أقل من سابقتهما: نحو 54 ألفًا لكل مهمة من المؤشر مقابل 60 ألفًا، أي بانخفاض 10%. وهذا أقل من Gemini 4 Argon (62 ألفًا) وClaude Fable 5.1 (78 ألفًا)، لكنه أعلى من GPT-6.1 Sol (38 ألفًا) وGPT-6 Astra (27 ألفًا). وتستهلك Full توكنات إدخال أقل بنسبة 16% من Wonder: 6,44 مليون مقابل 7,69 مليون. فهي أذكى وأكثر اقتصادًا في آن واحد.

تكمن المشكلة في التسعير. فقد ارتفعت الأسعار من $1,25 / $0,15 / $4,25 لدى Spark 1.3 إلى 4 دولارات لكل مليون توكن إدخال، و$0,20 للتوكنات المخزّنة مؤقتًا، و20 دولارًا لتوكنات الإخراج. ومع الشهية الأكبر لسياق الإدخال، بزيادة 28% عن Spark 1.3، تبلغ التكلفة 4.52 دولار للمهمة الواحدة من المؤشر، أي أعلى بـ 2,8 مرة من 1.60 دولار سابقًا. ويستحوذ الإدخال على 3.43 دولار، أي 76% من التكلفة: 1.92 دولار للكتابة في الكاش، و1.44 دولار لإصابات الكاش، و0.07 دولار للإدخال غير المخزَّن مؤقتًا. ويتبقى 1.08 دولار للإخراج.

• السياق: مليون توكن، كما في Spark 1.3
• طرائق الإدخال: نص وصورة وفيديو وصوت؛ والإخراج نص فقط
• سعر Wonder: $4 للإدخال / $0,20 للكاش / $20 للإخراج لكل مليون توكن
• لا تُباع Wonder Full بحسب التوكنات، ولذلك لا يوجد سعر للمهمة
• تكلفة مهمة المؤشر: أرخص من Claude Fable 5.1 ($7,63) وOpus 5.5 ($5,98) وSonnet 5.5 ($5,46)
• لكنها أغلى من GPT-6 Astra ($3,26) وGemini 4 Argon ($1,99) وGPT-6.1 Sol ($0,72)

المعرفة والهلوسات

تبقى نقطة الضعف لدى النموذجين كما هي: المعرفة الواقعية. ففي AA-Omniscience تحقق Full نتيجة 30 وWonder 25، أي بمستوى Spark 1.3. بينما يحقق Claude Opus 5.5 نتيجة 46، وGPT-6 Astra 43، وGemini 4 Argon 42، وClaude Sonnet 5.5 32. ويخفف من هذه الصورة انخفاض معدل الهلوسات. فقد تراجع لدى Full من 33% إلى 23%، وهي ثاني أفضل نتيجة بين النماذج التي يبلغ مؤشرها 45 فأكثر، بعد Gemini 4 Argon (15%). وتأتي Wonder ثالثة بنسبة 27%. فعدد المرات التي لا يعرف فيها النموذج الإجابة يفوق عدد المرات التي يختلقها فيها.

لمن يناسب هذا النموذج ومتى

يستحق Wonder التجربة حيث تكون سيناريوهات الوكلاء مهمة: مهام الطرفية، وأتمتة سير العمل، والمستندات، والحسابات العلمية. وقبل الانتقال من Spark 1.3 يجب إعادة حساب الميزانية. ففي الحلقات الطويلة للوكلاء يستحوذ الإدخال على ثلاثة أرباع التكلفة، ولذلك تحدد نسبة إصابات الكاش الفاتورة بشكل مباشر. وإذا كانت المهمة تعتمد على المعرفة المرجعية، فالأفضل النظر في Opus 5.5 أو GPT-6 Astra. وإذا كان السعر لكل مهمة هو الأهم، فهو لدى GPT-6.1 Sol وGemini 4 Argon أقل بوضوح. أما Full فهي متاحة حاليًا داخل Muse Code فقط ودون سعر للتوكن، ولذلك لا يمكن دمجها في خط معالجة خاص بك. ويجدر أخذ هذا القيد في الحسبان عند التخطيط.