Meta* lanza Muse Wonder y Muse Wonder Full: dos modelos para agentes de IA con memoria

Meta* ha lanzado dos modelos a la vez: Muse Wonder y Muse Wonder Full. La compañía los presenta como los más potentes de su historia. Ambos se han diseñado para agentes de IA, es decir, para sistemas que no trabajan con una sola respuesta, sino con una cadena de acciones.

La versión básica, Muse Wonder, ya está disponible a través de Meta* Model API y dentro del agente de programación Muse Code. La versión superior, Muse Wonder Full, por ahora solo está abierta a los suscriptores de Muse Code. El titular de la publicación en Habr afirma que los modelos han superado a GPT-6 Astra y Gemini 4 Argon.

El texto de la fuente no incluye resultados de pruebas, así que de momento se trata de una afirmación, no de un hecho verificado.

Qué se ha lanzado exactamente

La formulación clave de Meta* es que los modelos están pensados para agentes «personales y profesionales». Eso implica tres propiedades. La primera: el modelo recuerda al usuario entre conversaciones y no empieza cada vez desde cero. La segunda: no se detiene ante el primer error, sino que prueba otro camino. La tercera: lleva una tarea larga hasta el final sin perder el hilo en el décimo paso.

Son los puntos donde los agentes más suelen fallar en la práctica. Los modelos actuales responden bien a una pregunta corta. Lo difícil es otra cosa: cuarenta pasos en un repositorio, una prueba que falla en el paso treinta y dos y un contexto que, para entonces, ya se ha perdido a medias.

Dos modelos y dos puertas de entrada

El esquema de acceso muestra cómo fija Meta sus prioridades. Muse Wonder llega tanto a los desarrolladores, a través de la API, como a los usuarios de Muse Code. Muse Wonder Full se mantiene dentro del producto propio de la compañía y solo para suscriptores de pago. Así, Meta puede rodar la versión más potente con una audiencia limitada antes de ofrecerla en una API externa.

Mientras tanto, Muse Code se convierte en el escaparate. Un agente de programación ofrece la prueba más clara de la resistencia que se anuncia: la tarea queda resuelta y las pruebas pasan, o no.

Qué se sabe hasta hoy

• Modelos: Muse Wonder y Muse Wonder Full.
• Posicionamiento: los modelos más potentes de la historia de Meta*.
• Escenario objetivo: agentes de IA personales y profesionales.
• Propiedades declaradas: memoria entre conversaciones, continuidad del trabajo tras los errores, ejecución de tareas largas.
• Muse Wonder: disponible a través de Meta* Model API y en Muse Code.
• Muse Wonder Full: solo para suscriptores de Muse Code.
• Comparación con GPT-6 Astra y Gemini 4 Argon: se menciona en el titular de la fuente; el texto no incluye datos de benchmarks.

Qué comprobar antes de implantarlo

Si está construyendo agentes, no hace falta esperar a cifras llamativas: ya puede evaluar el modelo con sus propias tareas a través de Model API. Elija entre cinco y diez escenarios largos y reales en los que su modelo actual se queda a medias y ejecútelos sin pistas. Fíjese en el porcentaje de tareas completadas, no en la calidad de cada respuesta por separado. Compruebe también la memoria: qué recuerda exactamente el modelo, dónde se almacena y si se puede borrar, sobre todo si las conversaciones pueden contener datos personales o corporativos.

Conviene aclarar cuanto antes el coste y los límites de uso. La publicación original no los menciona, y en agentes con decenas de pasos por tarea son precisamente ellos los que determinan la economía. Por ahora, solo los suscriptores de Muse Code podrán evaluar Muse Wonder Full; el resto tendrá que esperar a pruebas independientes.

*Meta ha sido reconocida como organización extremista y está prohibida en Rusia.