Цукерберг почти дозвонился до фронтира

Meta* (признана экстремистской и запрещена в РФ) выкатила Muse Wonder и Muse Wonder Full – модели, про которые Цукерберг сказал в интервью FT, что с ними компания добралась до фронтира.

Независимые замеры показывают, что это близко к правде. В общем индексе Artificial Analysis старшая Wonder Full набрала 56 баллов и делит второе место в мире с Claude Sonnet 5.5. Впереди только Claude Opus 5.5 с 58.

“Обычная” Muse Wonder c 52 очками идет вровень с GPT-6.1 Sol и лишь на одно очко отстает от GPT-6 Astra, Fable 5.1 и Gemini 4 Argon – последняя, кстати, до сих пор недоступна публично.

Разумеется, обе модели надо пробовать в реальных задачах. При этом Wonder Full поначалу будет доступна только в Muse Code – агенте Meta для программирования – на дорогих планах за $50 и $200 в месяц, через API ее пока не купить.

➡️ Обычная Wonder входит во все тарифы Muse Code, а в приложение Muse придет постепенно – сначала для подписчиков за $20 и $100.

➡️ В API Wonder стоит $4 за миллион входных токенов и $20 за миллион выходных – это ровно столько же, сколько у Claude Opus 5.5. В индексе Artificial Analysis одна задача обходится Wonder в $4,52. Это дешевле моделей Claude, но в шесть раз дороже GPT-6.1 Sol, которая набирает те же 52 балла.

➡️ В кодинге Meta догнала Claude. Связка Muse Code, собственного агента Meta для кода, и Wonder Full набирает 68 баллов в независимом рейтинге агентов для программирования. Столько же у Claude Code с Sonnet 5.5, у Opus 5.5 даже чуть меньше.

➡️ Слабое место – знания. В тесте на фактические знания Wonder Full набирает 30 баллов против 46 у Opus 5.5. Когда модель не знает ответа, в 23% случаев она выдумывает его вместо честного “не знаю”. У Gemini 4 Argon этот показатель – 15%.

➡️ В офисной работе и науке Wonder Full на первом месте: она лучше всех разбирается в PDF-документах и решает задачи по физике исследовательского уровня. Но отрыв – всего 1–2 балла.

➡️ Отдельно Meta* хвастается работой с правом, финансами и медициной. В юридических задачах у Wonder Full самый большой отрыв во всей таблице Meta*: 13 баллов против 8,6 у ближайшего конкурента. А вот в медицинских вопросах она уступает Opus 5.5 и GPT-6 Astra.

➡️ Meta* сейчас делает большую ставку на Muse – круглосуточного ИИ-агента, который конкурирует с dot от OpenAI и Grok Bot. Поэтому отдельно поработали над долгосрочной памятью под названием Active Memory. Модель запоминает важное о пользователе между разговорами и сама достает нужные детали, когда они пригодятся в новой задаче. Обещано, что память будет работать на горизонте дней, недель и месяцев. Так ли это – узнаем через, внезапно, год. В тестах инженеры могут только имитировать настолько долгую работу.

➡️ Вторая часть – Active Focus: в долгой задаче модель не сдается на первом препятствии, пробует обходные пути и переспрашивает перед важными действиями.

➡️ Веса Wonder Meta* открывать пока не собирается: в компании объяснили, что модель слишком большая и многим ее просто не запустить. Зато обещают скоро открыть веса прошлой Muse Spark. Правда, «скоро» звучит еще с сентября.

Я бы не торопился заявлять, что что Meta* вернулась в команду создателей фронтира. Компания сравнивает модель с GPT-6 и Fable 5.1, которые вышли больше месяца назад, что для нынешней гонки – огромное время.

Fable 5.5 прямо сейчас проходит тестирование у инсайдеров, результаты, которые я видел – умопомрачительные как минимум в визуальном дизайне. OpenAI собиралась выпустить в октябре GPT-6.1 Astra, но накануне DevDay отменила релиз: модель чаще обманывала и выходила за рамки разрешенного. Но рано или поздно ответ будет.

Отдельный анекдот это Gemini 4 Argon, которая устарела еще до выхода😁

У Meta* напоследок отмечу стабильный график релизов: Wonder и Wonder Full вышли через шесть недель после прошлой Spark и прибавили в бенчмарках. А призывы притормозить Цукерберг в интервью FT отверг. Пока OpenAI с конца сентября держит обучение сильнейших моделей на паузе, Meta* жмет на газ – и отставание в месяц может закрыться быстрее, чем кажется.

“сбежавшая нейросеть"