Meta выпустила Muse Wonder, новую линейку своих самых сильных моделей для агентных задач. Вариантов два: Muse Wonder и старший Muse Wonder Full. По данным Meta, Full обходит Claude Opus 5.5 на 8 из 14 опубликованных бенчмарков, а в долгом кодинге, юридической работе и автоматизации бизнес-процессов опережает ещё GPT-6 Astra и Claude Fable 5.1.
Самый большой отрыв на SWE-Marathon, сверхдлинном инженерном тесте: 57,5 у Full против 46,3 у Opus 5.5. На DeepSWE 1.1, тоже про кодинг на длинном горизонте, счёт 79,0 против 74,2. Meta уточняет, что эти прогоны делали независимые третьи стороны.
Ещё интереснее юридический агентный бенчмарк Harvey. Там засчитывается только задача, доведённая до конца без единой галлюцинации. У Full 13,1, у Opus 5.5 всего 4,2, то есть разница больше чем в три раза. Сами цифры при этом низкие у всех: доводить сложные юридические задачи до конца без ошибок пока не умеет никто.
Модель построена вокруг Active Memory и Active Focus, а обучали её в гигаваттном дата-центре Prometheus. Весов в открытом доступе нет: Muse Wonder доступна через Meta Model API и Muse Code, Full пока только подписчикам Muse Code.
Нюанс для тех, кто будет сравнивать: в SWE-Marathon Full работал на максимальном уровне рассуждений, а конкуренты внутри своих фирменных агентов Codex и Claude Code. Так что это не строго контролируемое сравнение, и честнее дождаться независимых тестов.
https://research.meta.ai/blog/muse-wonder
@ai_machinelearning_big_data
*организация признана экстремистской, её деятельность на территории РФ запрещена.
#Muse