Meta lança Muse Wonder e Wonder Full: índice de inteligência sobe de 48 para 56

A Meta lançou o Muse Wonder e o Muse Wonder Full. No Artificial Analysis Intelligence Index v4.3, com esforço máximo de reasoning, os modelos marcam 52 e 56 pontos. O Muse Spark 1.3, lançado há apenas seis semanas, tinha 48. O Wonder está disponível pela API própria da Meta e no Muse Code, enquanto o Wonder Full, por enquanto, só para usuários do Muse Code. A empresa posiciona os dois modelos para agentes pessoais e profissionais.

Onde o modelo evoluiu

O Muse Wonder Full melhorou nos dez testes do índice e ganhou oito pontos. Os maiores avanços vieram das tarefas de agentes. O Terminal-Bench 4.0 subiu de 33% para 57%, o GDPval-AA v2.1 de 1681 para 1857 Elo, e o AA-Briefcase de 1581 para 1729 Elo. Em seis dos dez testes, o Full está entre os três melhores. Ele é o primeiro no CritPt (33%) e no GDP.pdf (33%), mas por margem estreita: os concorrentes mais próximos marcam 31–32%. No GDPval-AA, ele fica em segundo, e o resultado cabe nos intervalos de confiança do Claude Opus 5.5 (1866) e do Claude Sonnet 5.5 (1838). O terceiro lugar vem no AA-Briefcase, no AutomationBench-AA (71%) e no SciCode (63%).

O Muse Wonder ganhou quatro pontos. No Terminal-Bench 4.0, foi de 33% para 52%, e no AutomationBench-AA, de 58% para 68%. No Artificial Analysis Coding Agents Index, o Full no Muse Code obteve 68 pontos, igual ao Claude Code com Sonnet 5.5, enquanto o Claude Code com Opus 5.5 faz 66. O Wonder marcou 63, contra 54 do Muse Code com Spark 1.3.

Preço: poucos tokens, mas a entrada é cara

Os modelos gastam menos tokens de saída que o antecessor: cerca de 54 mil por tarefa do índice, contra 60 mil, ou seja, 10% a menos. O volume é menor que o do Gemini 4 Argon (62 mil) e do Claude Fable 5.1 (78 mil), mas maior que o do GPT-6.1 Sol (38 mil) e do GPT-6 Astra (27 mil). O Full, além disso, consome 16% menos tokens de entrada que o Wonder: 6,44 milhões contra 7,69 milhões. Ou seja, é ao mesmo tempo mais inteligente e mais econômico.

O problema está na tabela de preços. O valor subiu de $1,25 / $0,15 / $4,25 no Spark 1.3 para $4 por milhão de tokens de entrada, $0,20 por milhão de tokens em cache e $20 por milhão de tokens de saída. Somado ao maior apetite por contexto de entrada, 28% acima do Spark 1.3, isso resulta em $4,52 por tarefa do índice, 2,8 vezes mais que os $1,60 anteriores. A entrada responde por $3,43, ou 76% do custo: $1,92 para gravação no cache, $1,44 para acertos no cache e $0,07 para entrada sem cache. A saída fica com $1,08.

• Contexto: 1 milhão de tokens, como no Spark 1.3
• Modalidades de entrada: texto, imagem, vídeo e áudio; saída apenas em texto
• Preço do Wonder: $4 de entrada / $0,20 de cache / $20 de saída por 1 milhão de tokens
• O Wonder Full não é vendido por token, e não há preço por tarefa
• Custo da tarefa do índice: mais barato que o Claude Fable 5.1 ($7,63), o Opus 5.5 ($5,98) e o Sonnet 5.5 ($5,46)
• Mas mais caro que o GPT-6 Astra ($3,26), o Gemini 4 Argon ($1,99) e o GPT-6.1 Sol ($0,72)

Conhecimento e alucinações

O ponto fraco dos dois modelos continua o mesmo: conhecimento factual. No AA-Omniscience, o Full marca 30 e o Wonder 25, no nível do Spark 1.3. O Claude Opus 5.5 faz 46, o GPT-6 Astra 43, o Gemini 4 Argon 42 e o Claude Sonnet 5.5 32. O baixo índice de alucinações ameniza o quadro. No Full, ele caiu de 33% para 23%, o segundo melhor resultado entre os modelos com índice 45 ou mais, atrás apenas do Gemini 4 Argon (15%). O Wonder, com 27%, fica em terceiro. Ou seja, o modelo mais frequentemente admite que não sabe a resposta do que a inventa.

Para quem serve e quando

Vale testar o Wonder onde cenários de agentes são o foco: tarefas de terminal, automação de fluxos de trabalho, documentos e cálculos científicos. Antes de migrar do Spark 1.3, é preciso refazer as contas do orçamento.

Em ciclos longos de agentes, a entrada consome três quartos do custo, e por isso a taxa de acertos no cache define diretamente a fatura. Se a tarefa depende de conhecimento de referência, é melhor olhar para o Opus 5.5 ou o GPT-6 Astra.

Se o principal critério é o preço por tarefa, o GPT-6.1 Sol e o Gemini 4 Argon custam bem menos. O Full, por ora, só está disponível dentro do Muse Code e sem preço por token, então não é possível integrá-lo a um pipeline próprio.

Essa limitação deve entrar no planejamento.