Muse Wonder‏ من Meta‏: نموذج يُنهي المهمة، لا نموذج يتفوّق فيها

كيف يصحّ الأمران معًا؟ هذا هو سؤال المقال.

السياق أولًا. Muse Wonder‏ هو أول نموذج كبير من Meta‏، وصدر في 12 أكتوبر 2026. حتى الآن كانت Meta‏ متأخرة: المنافستان، Anthropic‏ وOpenAI، كانت لديهما نماذج أقوى بكثير. ومع Wonder‏ تقول إنها سدّت الفجوة. نشر مارك زوكربيرغ جدول درجات يتفوق فيه النموذج الجديد في معظم الاختبارات على Claude Opus 5.5‏، النموذج الذي يُعدّ اليوم الأقوى.

قرأت بيانات Meta‏، والوثيقة التقنية التي نشرتها عن النموذج، والاختبارات التي أجراها المطورون في أول 24 ساعة. لم أشغّل Wonder‏ بنفسي، وأبيّن في كل موضع ما هو حقيقة وما هو رأيي.

ما هو Muse Wonder‏، وما الفرق بينه وبين Wonder Full‏

نماذج Meta‏ السابقة، من عائلة Muse Spark‏، كانت خفيفة وسريعة ورخيصة. Wonder‏ عائلة أخرى: نموذج أكبر بكثير، مخصص للعمل الطويل والمعقد. ويأتي الإطلاق بعد 14 شهرًا من إعادة زوكربيرغ بناء منظومة الذكاء الاصطناعي في الشركة. ولمن يتابع Muse‏، الوكيل الشخصي من Meta‏، هذا هو الجزء الذي كان ناقصًا: حتى اليوم كان الوكيل يعمل على نموذج خفيف.

أول ما يجب فهمه أن Wonder‏ يأتي في نسختين، وأنهما لا تُباعان بالطريقة نفسها:

ميزتان جديدتان يحسن أن تعرفوهما بالاسم. Active Memory‏: النموذج يتذكر تفاصيل مهمة عنكم من محادثة إلى أخرى. Active Focus‏: حين يتعثر يجرّب طريقًا آخر بدل أن يستسلم، ويتوقف ليطلب الموافقة قبل أي إجراء مهم. وبحسب Meta‏، سيصل Wonder‏ قريبًا إلى تطبيق Muse‏ أيضًا، للمشتركين في الباقات المدفوعة أولًا. أما التوفر، فتطبيق Muse‏ متاح رسميًا في الولايات المتحدة وكندا فقط، وهنا تفاصيل توفر Muse‏ في منطقتكم.

جدول زوكربيرغ: ماذا يُظهر، وماذا لا يُظهر

شركات الذكاء الاصطناعي تقيس النماذج كما تقيس المدرسة طلابها: بالاختبارات. كل اختبار يفحص مادة مختلفة، مثل كتابة الكود أو العمل القانوني أو تشغيل الحاسوب، والدرجة هي نسبة المهام التي نجح فيها النموذج.

الجدول الذي نشره زوكربيرغ هو كشف درجات من هذا النوع، فيه 14 مادة وخمسة طلاب: نسختا Wonder‏ وثلاثة نماذج من المنافسين. وهكذا يبدو الكشف حين نسأل سؤالًا واحدًا فقط، من نال أعلى درجة في كل مادة:

ستة مقابل ستة. لمختبر كان قبل ستة أسابيع متأخرًا بفارق كبير، هذا إنجاز حقيقي. لكن حين نقرأ الوثيقة التقنية التي تقف خلف الجدول، ثلاثة أمور تغيّر الصورة.

الأول: الطالب المتفوق ليس هو المعروض للبيع. الانتصارات الستة كلها لـWonder Full‏، النسخة المغلقة. أما Wonder‏ العادي، الذي تستطيع الشركة ربطه بوكيلها، فيتصدر في مادة واحدة فقط: الذاكرة.

الثاني: في بعض المواد Meta‏ هي المعلّم أيضًا. اختبار الذاكرة كتبته Meta‏ بنفسها، والدرجة فيه يمنحها نموذج ذكاء اصطناعي آخر. والمؤشر المرجّح من صنعها كذلك. وفي اختبار الكود الطويل جدًا، تذكر وثيقة Meta‏ نفسها أن المقارنة غير منصفة: كل نموذج اختُبر داخل أداة مختلفة.

الثالث: طالبان غائبان عن الكشف. Claude Sonnet 5.5‏ وGPT-6.1 Sol‏ يكلّفان نصف سعر Wonder‏، ولم تدرجهما Meta‏ في المقارنة. وفي المؤشر العام لدى Artificial Analysis‏، وهي جهة مستقلة تشغّل كل النماذج في الظروف نفسها، ينال Sonnet 5.5‏ درجة Wonder Full‏ نفسها تمامًا.

وما الذي يصمد؟ انتصاران قاستهما جهات خارجية وبفارق واضح: الكود في المشاريع الطويلة وأتمتة العمليات التجارية. هذان هما المجالان اللذان آخذ فيهما Wonder‏ على محمل الجد.

هذه تغريدة زوكربيرغ الأصلية، مع الجدول كما صمّمته Meta‏:

تغريدة مارك زوكربيرغ على X‏ مع جدول الدرجات، 12 أكتوبر 2026

وتحتها الجدول نفسه بالعربية. في كل صف، الدرجة الأعلى مميّزة بالأخضر، وهناك علامة على الاختبارات التي قاستها Meta‏ بنفسها:

انتبهوا إلى الصف القانوني: حتى المتصدر ينجح في 13 مهمة فقط من كل 100. لا يوجد بعد نموذج يخرج مستندًا قانونيًا يمكن الاعتماد عليه من دون محامٍ.

كم شهرًا تتأخر Meta‏؟ أقل مما ظننت

انطباعي الأول، وانطباع بعض المنتقدين أيضًا، كان أن Wonder‏ يعرض مستوى كانت الصدارة عنده قبل أربعة إلى ستة أشهر. فحصت ذلك على مؤشر واحد يشغّل كل النماذج في الظروف نفسها، هو Intelligence Index‏ لدى Artificial Analysis‏، والأرقام تضيّق الفجوة.

Wonder‏، النسخة المتاحة عبر API‏، يقع بين Opus 5‏ الصادر أواخر يوليو وFable 5.1 الصادر مطلع سبتمبر. أي أنه في هذا المؤشر عند مستوى بلغته الصدارة قبل ستة إلى أحد عشر أسبوعًا، لا قبل نصف سنة. وWonder Full‏ يتساوى مع Sonnet 5.5‏، الذي صدر قبله بأسبوعين.

فأين يكون الإحساس بأنه "متأخر بجيل" مبرَّرًا؟ في ثلاثة مواضع يمرّ عليها المؤشر العام مرور الكرام:

• المعرفة بالحقائق. في اختبار AA-Omniscience‏ ينال Wonder 25‏ وينال Wonder Full 30‏، مقابل 46 لـOpus 5.5 و43 لـAstra. في المقابل، انخفضت نسبة الهلوسة من 33% في Spark 1.3‏ إلى 23% في Wonder Full‏، وهي ثاني أدنى نسبة بين النماذج القوية بعد Gemini 4 Argon‏ بنسبة 15%. النموذج يعرف أقل، ويعترف بذلك أكثر.
• الأبعاد الثلاثية والتصميم البصري. عن هذا الفصل التالي.
• حسن التقدير. مطوّر اختبره على ثلاثة مشاريع كود كتب في Hacker News‏ أن الذكاء موجود، لكن الذوق والقرارات لم يصلا بعد، وأن النموذج كرّر مرة بعد مرة الجولة نفسها من الفحص والتصحيح. وهذه شهادة شخص واحد.

لعبتان، 4 دولارات مقابل 99 دولارًا

هذه هي المقارنة التي بدأت بها، للمطوّر Max Blade‏:

تغريدة Max Blade‏ وفيديو المقارنة على X‏، 12 أكتوبر 2026

استنتاجه حاد: Muse‏ بعيد عن الصدارة في المهام ثلاثية الأبعاد مثل الألعاب والنماذج المعدّة للطباعة. وBridgeMind، التي تشغّل اختبارًا ثابتًا لبناء مصباح حمم، ذكرت أنها حصلت على أسطوانة حمراء، بلا زجاج وبلا حمم:

تغريدة BridgeMind‏ على X‏، 12 أكتوبر 2026

في بند القيود ضمن بطاقة النموذج، تكتب Meta‏ نفسها أن الفهم البصري والمكاني، وخصوصًا المهام ثلاثية الأبعاد، قيد معروف في Wonder‏. الاختباران أصابا تمامًا النقطة التي حدّدتها Meta‏ مسبقًا. هذا لا ينقض جدولها، لأن أيًّا من الصفوف الـ14 لا يفحص الأبعاد الثلاثية. لكنه يبيّن ما الذي لا يفحصه الجدول.

والآن إلى الفاتورة. في مؤشر Artificial Analysis‏ تكلّف المهمة المتوسطة 4.52 دولارات مع Wonder‏ و5.98 دولارات مع Opus 5.5‏، أي أن Wonder‏ أرخص بنسبة 24%. وفي لعبة Max Blade‏ الفارق 24 ضعفًا. سعر التوكن واحد، فمن أين الفجوة؟ تفسيري: من كمية العمل. في مهمة لها نهاية محددة ينجز النموذجان كمية العمل نفسها تقريبًا. وفي مهمة مفتوحة مثل "لعبة بمستوى استوديو كبير"، يواصل Opus‏ الصقل مرة بعد مرة، بينما يقرر Wonder‏ أنه انتهى قبل ذلك بكثير. هذا استنتاج من لعبة واحدة، ولذلك فهو فرضية.

رأيي: Meta‏ بنت نموذجًا يُنهي، لا نموذجًا يتفوّق

هنا أنتقل من الحقائق إلى التفسير.

أعتقد أن Meta‏ استهدفت عن قصد تنفيذ المهمة بلا أعطال، لا أعلى مستوى ممكن للنتيجة. مثال: لنفترض أنكم طلبتم لعبة زومبي. Opus‏ سيعمل ساعة على كل تفصيل، وستحصلون على نتيجة ممتازة وفاتورة مرتفعة. Wonder‏، بحسب تقديري، سينتهي أسرع وبفاتورة أصغر بكثير. ستحصلون على لعبة زومبي تعمل، على الأرجح بلا أخطاء كثيرة، وربما حتى مع تفكير في ما يجعلها ممتعة. لكنها ستكون أبسط نسخة مما طلبتم.

ثلاثة أسباب تجعلني أرى ذلك مقصودًا لا عرَضيًا:

• عميل Meta‏ ليس مطوّرًا. Meta‏ دخلت السباق متأخرة، وميزتها هي مليارات المستخدمين في Facebook‏ وInstagram وWhatsApp. والتصريحات الرسمية نفسها تتحدث عن مساعد، لا عن مبرمج: كتب زوكربيرغ عن "ذكاء فائق شخصي للجميع"، وأول مؤشر في الجدول اسمه Personal Superintelligence Index‏، وباحثة من الفريق شرحت في فيديو الإطلاق حجم الجهد المبذول ليتذكر النموذج ما يهمّكم. والعروض التوضيحية كانت ترتيب مقاعد حفل زفاف، وخطة جري ليوم السبت، وهدايا مختارة بناءً على صور Instagram‏. هذه مهام يساوي فيها "يعمل ونظيف" أكثر من "مثالي".
• من يدفع ثمن الحوسبة هو Meta‏. مساعد شخصي يعمل لدى مئات الملايين من الناس يجب أن يكون تشغيله رخيصًا. ونموذج يعمل ساعة على كل طلب منتج لا تستطيع شركة مدرجة في البورصة توزيعه مجانًا.
• الخصائص التي اختارت إبرازها. ذاكرة بين المحادثات، ومواصلة المحاولة عند التعثر، وطلب الموافقة قبل الإجراء المهم، وهلوسة أقل. هذه صفات مساعد يمكن الاعتماد عليه، لا صفات مبرمج خارق.

وهذا ليس تفسيري وحدي. قبل الإطلاق بيوم واحد، في مقابلة مع بودكاست David Senra‏، قال ألكسندر وانغ، الذي يقود مختبر الذكاء الاصطناعي في Meta‏، إن القطاع كان يرى في مطلع 2026 أن وكلاء البرمجة هم المنتج الأهم، وإن Meta‏ قررت الخروج من هذا السباق والتركيز على وكيل شخصي. وفي يوم الإطلاق، في بودكاست Cheeky Pint‏، أضاف أن من يستخدمون Muse‏ لكتابة الشيفرة أقلية بين المستخدمين. وقال زوكربيرغ في الحوار نفسه إن الكتمان والشخصية أهم في الوكيل الشخصي منهما في وكيل برمجة موجّه للمطورين. أي أن الفجوة أمام Opus‏ في البرمجة ليست خللًا سيُصلَح في الإصدار القادم. Meta‏ هي التي اختارتها.

ولهذا جانب آخر لا تقيسه الجداول. في التعليقات التي أراها على الإنترنت منذ الإطلاق تتكرر الجملة نفسها: Muse‏ لا يعطي نتائج بمستوى Opus‏، ومع ذلك فالعمل معه مريح. يصف الناس لغة طبيعية وإحساسًا بأنه يفهم ما يقصدونه، أكثر من النماذج الأخرى. هذا انطباعي من التعليقات وليس رقمًا مقيسًا، لكنه ينسجم مع ما قاله زوكربيرغ عن الشخصية. وفي مساعد شخصي نتحدث إليه كل يوم، وزن ذلك لا يقل عن وزن الدرجة.

في رأيي هذا اتجاه صحيح لسوق اليوم. معظم المهام التي ينجزها وكيل الذكاء الاصطناعي في الشركة في يوم عادي من هذا النوع: الرد، والتلخيص، والتحديث، والجدولة. في مهام كهذه لا يوجد ما يُصقل، ولذلك لا سبب لدفع ثمن الصقل.

ومع ذلك، هناك ثلاثة أمور لا تنسجم عندي مع هذه القصة:

1. السعر لا يلائم الاستراتيجية. نموذج بُني للكفاءة يُباع بسعر التوكن نفسه لدى Opus 5.5‏. عن هذا الفصل التالي.
2. النسخة الأفضل محبوسة في أداة للمطورين. إن كان الهدف مساعدًا شخصيًا، فمن الغريب أن يكون Wonder Full‏ متاحًا في Muse Code‏ فقط.
3. الخصوصية. بحسب بيانات نشرتها Meta‏ نفسها، كما نقلتها Handy AI‏ وHacker News‏، تعامل Wonder‏ بشكل خاطئ مع المعلومات الشخصية في نحو 3% من الحالات. لنموذج يُفترض أن يقرأ الرسائل والتقاويم، هذا كثير. كتبنا عن ذلك بالتفصيل في مقال الخصوصية في Muse‏.

السعر ارتفع: للتوكن وللمهمة أيضًا

Muse Spark‏ كان نموذجًا بسعر مغرٍ. Wonder‏ لم يعد كذلك.

المصادر: Meta‏ (قائمة أسعار API‏) وArtificial Analysis‏ (التكلفة لكل مهمة). وإن لم يكن المصطلح مألوفًا، فقد شرحنا ما هو التوكن في مقال مستقل.

ما يحدد الفاتورة ليس سعر التوكن وحده، بل عدد التوكنات التي يستهلكها النموذج لإنهاء المهمة. وبحسب Artificial Analysis‏، يقرأ Wonder‏ توكنات إدخال أكثر بنسبة 28% لكل مهمة مقارنة بـSpark 1.3، والإدخال يشكّل 76% من تكلفته.

ثلاثة أمور تظهر من الرسم. Wonder‏ أرخص من Opus 5.5‏ بنسبة 24% للمهمة، لا بأضعاف. وSonnet 5.5، الذي يكلّف نصف السعر للتوكن، يخرج أغلى من Wonder‏ للمهمة. وإن كانت الكفاءة هي الأساس، فالنموذج الذي يجب أن يقلق Meta‏ هو GPT-6.1 Sol‏، الذي يكلّف 72 سنتًا للمهمة.

وماذا عن الاشتراك؟ كتب Max Blade‏ أن التشغيل الذي كلّف 4.11 دولارات استنفد حصته في اشتراك 50 دولارًا، وأنه انتقل إلى اشتراك 200 دولار ليكمل. هذه شهادة مستخدم واحد، والحصص في Muse Code‏ تتجدد كل خمس ساعات، فلا يمكن معرفة ما استُهلك قبل ذلك. قبل أن تلتزموا باشتراك من أجل Wonder Full‏، شغّلوا مهمة واحدة وانظروا كم استهلكت من الحصة.

لمن يصلح Muse Wonder‏، ولمن لا يصلح بعد

هل يستحق أن تجرّبوه في مهمتكم التالية؟

خمسة أسئلة عن مهمة واحدة تفكرون في إسنادها إليه. وبعد النتيجة، شغّلوا المهمة مرة واحدة وانظروا إلى الفاتورة.

هل للمهمة نهاية واضحة، بحيث يسهل القول إنها أُنجزت أو لم تُنجز؟

نعم لا

هل تكفيكم نتيجة أساسية تعمل، حتى بلا صقل؟

نعم لا

هل المهمة خالية من الأبعاد الثلاثية والألعاب والتصميم البصري؟

نعم لا

هل تتكرر المهمة كثيرًا، بحيث تهمّكم تكلفة كل تشغيل؟

نعم لا

هل المعلومات في المهمة غير حساسة، أو أنكم تعملون عبر API‏ لا عبر الاشتراك؟

نعم لا

أجيبوا عن كل الأسئلة لتروا النتيجة.

أين يقع Muse Wonder‏ في Sigma AI Ranking‏

أضفنا Muse Wonder‏ إلى Sigma AI Ranking‏، وهو يظهر هناك حاليًا بلا درجة، مع علامة "بانتظار البيانات". تصنيفنا يجمع فقط المصادر المفتوحة التي تقيس كل النماذج بالطريقة نفسها، وبعد يوم من الإطلاق لم ينشر أي منها نتيجة بعد. Epoch AI‏ سجّلت النموذج ولم تنشر درجة بعد، وآخر تصنيف من LMArena‏ يعود إلى 8 أكتوبر، ولم يُقدَّم النموذج بعد إلى Terminal-Bench‏. أما السعر ونافذة السياق فموجودان هناك.

لم نرد أن نستخرج درجة من جدول Meta‏. حين تنشر المصادر نتائجها، ستدخل الدرجة في التحديث الذي يليها. وحتى ذلك الحين، هذه هي النقطة المرجعية:

نال Spark 1.3‏ عندنا 93.7 في القدرة العامة و90.6 في الموثوقية، وتراجع في العمل كوكيل. إن كان Wonder‏ هو ما تقوله Meta‏ عنه، فهناك يجب أن تظهر القفزة. لماذا بنينا تصنيفًا خاصًا بنا، ولماذا يعتمد على المصادر المفتوحة فقط، شرحنا ذلك في مقال Sigma AI Ranking‏.

ماذا يعني ذلك لأصحاب الأعمال

في مؤشر Artificial Analysis‏ يحتل Wonder Full‏ المرتبة الثانية مع Sonnet 5.5‏، بدرجة 56 مقابل 58 لـOpus 5.5. والمعنى: نماذج العمل الجاد تُختار اليوم من أربع شركات، Anthropic‏ وOpenAI وGoogle وMeta. ولمن يشغّل وكيل ذكاء اصطناعي في شركته، هذا يعني ثلاثة أمور:

• "جيد بما يكفي" و"الأفضل" يُسعَّران بشكل مختلف. في المهمة المفتوحة الوحيدة التي قيست كان الفارق 24 ضعفًا، وفي المؤشر العام 24%. للعمل الروتيني لا سبب لدفع الفرق.
• يُختار النموذج بحسب المهمة. نموذج متفوّق للعمل الذي تكون الجودة فيه هي المنتج، ونموذج كفء لكل ما عداه. كتبت عن ذلك في مقال عودة Anthropic‏ وClaude Opus 5.5‏: خلال ثلاثة أشهر تبدّل النموذج المتصدر مرتين.
• لا يُشترى بناءً على جدول الشركة المصنّعة. اقرؤوا من قاس كل صف، واختبروا على مهمة حقيقية واحدة من مهامكم، وأنتم تحسبون الوقت والفاتورة.

Platin Digital‏ هي OpenAI Select Partner‏، والوكلاء الذين ننشئهم نبنيهم بالنماذج والأدوات الأنسب لكل شركة، من OpenAI‏ وAnthropic وGoogle وغيرها. دخل Wonder‏ عندنا قائمة النماذج التي تُختبر على المهام الروتينية. أما المهام التي تحسمها الجودة، فأبقى فيها حاليًا مع Opus 5.5‏.

لمتابعة القراءة: الدليل الكامل لـMeta Muse‏، وMuse for Small Business‏، وMuse‏ مقابل dots‏ من OpenAI‏، وChatGPT‏ أم Gemini‏ أم Claude‏ للشركة.

الأسئلة الشائعة

المصادر

• https‏://research.meta.ai/blog/introducing-muse-wonder‏/
• https‏://dev.meta.ai/resources/blog/build-with-muse-wonder‏
• https‏://research.meta.ai/static/muse-wonder-model-card‏/
• https‏://dev.meta.ai/docs/muse-code/subscriptions‏/
• https‏://x.com/finkd/status/2109689305073614918‏
• https‏://x.com/finkd/status/2109689307288240154‏
• https‏://artificialanalysis.ai/articles/muse-wonder‏
• https‏://artificialanalysis.ai/articles/artificial-analysis-intelligence-index-v4-3‏
• https‏://x.com/ArtificialAnlys/status/2109697083519447118‏
• https‏://techcrunch.com/2026/10/12/meta-releases-its-first-frontier-model-muse-wonder‏/
• https‏://venturebeat.com/technology/metas-new-muse-wonder-and-muse-wonder-full-models-achieve-frontier-performance-but-only-the-weaker-one-is-available-via-api‏
• https‏://the-decoder.com/metas-new-frontier-model-muse-wonder-full-breaks-into-the-ai-top-tier‏/
• https‏://www.bloomberg.com/news/articles/2026-10-12/meta-says-new-muse-model-reaches-ai-frontier-after-14-month-push‏
• https‏://handyai.substack.com/p/model-drop-muse-wonder‏
• https‏://news.ycombinator.com/item‏?id‏=50059115
• https‏://x.com/_MaxBlade/status/2109723440710066646‏
• https‏://x.com/bridgemindai/status/2109733498114417013‏
• https‏://x.com/theo/status/2109724741234028639‏
• https‏://openrouter.ai/meta/muse-wonder‏
• https‏://epoch.ai/benchmarks‏
• https‏://www.itiger.com/news/1153188847‏
• https‏://cheekypint.substack.com/p/muse-wonder-zuckerberg-and-wangs‏