12 de octubre de 2026, según un tuit del desarrollador Max Blade
Un desarrollador les hace a dos modelos de IA el mismo encargo: un juego de cortar el césped, al nivel de un gran estudio, con cerveza y puro.
Claude Opus 5.5 devuelve una finca con árboles, sombras y un minimapa en la esquina. La cuenta: 99.43 dólares. Muse Wonder, el nuevo modelo de Meta, devuelve césped verde, una valla y un volante. La cuenta: 4.11 dólares.
Los dos juegos funcionan. Uno parece un juego de verdad y el otro, su borrador. Y ese mismo día, Meta anunció que su modelo está a la altura de los mejores del mundo.
¿Cómo pueden ser ciertas las dos cosas a la vez? Esa es la pregunta de este artículo.
Primero, el contexto. Muse Wonder es el primer gran modelo de Meta, y salió el 12 de octubre de 2026. Hasta ahora Meta iba por detrás: sus competidoras, Anthropic y OpenAI, tenían modelos mucho más potentes. Con Wonder afirma haber cerrado la brecha. Mark Zuckerberg publicó una tabla de puntuaciones en la que el nuevo modelo supera en la mayoría de las pruebas a Claude Opus 5.5, el modelo que hoy se considera el más potente.
He leído los anuncios de Meta, el documento técnico que publicó sobre el modelo y las pruebas que hicieron los desarrolladores en las primeras 24 horas. No he ejecutado Wonder yo mismo, y a lo largo del texto marco qué es un hecho y qué es opinión mía.
En resumen
- Muse Wonder es el primer gran modelo de IA de Meta. Es mucho mejor que sus modelos anteriores y está cerca de los líderes, pero no los ha superado.
- Hay dos versiones. La potente, Wonder Full, es la que sale en los titulares, y está encerrada en una suscripción de Meta. La versión que una empresa puede conectar a sus sistemas es menos potente.
- El precio ha dado un salto. Wonder cuesta lo mismo que Claude Opus 5.5, aproximadamente entre tres y cinco veces lo que cuesta el modelo anterior de Meta.
- Mi opinión: Meta ha construido un modelo que termina la tarea sin fallos y barato, no un modelo que saca el mejor resultado. Para tareas rutinarias es suficiente. Para un trabajo en el que la calidad es el producto, todavía no.
Qué es Muse Wonder y en qué se diferencia de Wonder Full
Los modelos anteriores de Meta, de la familia Muse Spark, eran ligeros, rápidos y baratos. Wonder es otra familia: un modelo mucho más grande, pensado para trabajo largo y complejo. El lanzamiento llega 14 meses después de que Zuckerberg reconstruyera la organización de IA de la empresa. Para quien sigue a Muse, el agente personal de Meta, esta es la pieza que faltaba: hasta hoy el agente funcionaba sobre un modelo ligero.
Lo primero que hay que entender es que Wonder llega en dos versiones, y que no se venden de la misma forma:
Muse Wonder
La versión que cualquiera puede comprar
- Se paga por uso y se puede conectar a cualquier sistema o agente
- 4 dólares por millón de tokens de entrada y 20 de salida. El token es la unidad de texto por la que cobra un modelo
- La menos potente de las dos
- Según Meta, lo que se le envía no se usa para entrenar
Muse Wonder Full
La versión que sale en los titulares
- Disponible solo dentro de Muse Code, la herramienta de programación de Meta, con una suscripción de 50 o 200 dólares al mes
- No se puede conectar a tus sistemas
- La más potente de las dos
- En la suscripción, por defecto el contenido sí se usa para entrenar, y se puede desactivar
Dos novedades que conviene conocer por su nombre. Active Memory: el modelo recuerda detalles importantes sobre ti de una conversación a otra. Active Focus: cuando se atasca prueba otro camino en lugar de rendirse, y se detiene a pedir permiso antes de una acción importante. Según Meta, Wonder llegará pronto también a la aplicación Muse, primero para los suscriptores de pago. Y un aviso: Muse solo está disponible oficialmente en Estados Unidos y Canadá. Aquí explicamos la disponibilidad de Muse en tu región.
La tabla de Zuckerberg: qué muestra y qué no
Las empresas de IA miden los modelos como un colegio mide a sus alumnos: con exámenes. Cada examen evalúa una asignatura distinta, por ejemplo escribir código, trabajo jurídico o manejar un ordenador, y la nota es el porcentaje de tareas que el modelo resolvió bien.
La tabla que publicó Zuckerberg es un boletín de notas de ese tipo, con 14 asignaturas y cinco alumnos: las dos versiones de Wonder y tres modelos de la competencia. Así queda el boletín cuando se hace una sola pregunta, quién sacó la nota más alta en cada asignatura:
Quién lidera cada una de las 14 pruebas de la tabla de Meta
Wonder Full lidera 6
- Código en proyectos largos
- Código en proyectos muy largos
- Automatización de procesos de negocio
- Trabajo jurídico
- Análisis financiero
- El índice ponderado de Meta
Claude Opus 5.5 lidera 6
- Construir software desde cero
- Trabajo en la línea de comandos
- Manejo del ordenador
- Preguntas de salud
- Tareas profesionales de oficina
- El índice general de un organismo independiente
Otros lideran 2
- Memoria: el Wonder normal
- Trabajo con documentos: GPT-6 Astra
Recuento mío a partir de la tabla que Meta publicó el 12 de octubre de 2026.
Seis a seis. Para un laboratorio que hasta hace seis semanas estaba muy por detrás, es un logro real. Pero al leer el documento técnico que hay detrás de la tabla, tres cosas cambian el panorama.
La primera: el alumno brillante no es el que se vende. Las seis victorias son todas de Wonder Full, la versión cerrada. El Wonder normal, el que una empresa puede conectar a su agente, lidera una sola asignatura: memoria.
La segunda: en algunas asignaturas Meta es también la profesora. El examen de memoria lo escribió la propia Meta, y la nota la puso otro modelo de IA. El índice ponderado también es suyo. Y en la prueba de código muy largo, el propio documento de Meta señala que no es una comparación justa: cada modelo se evaluó dentro de una herramienta distinta.
La tercera: faltan dos alumnos en el boletín. Claude Sonnet 5.5 y GPT-6.1 Sol cuestan la mitad que Wonder, y Meta no los incluyó en la comparación. En el índice general de Artificial Analysis, un organismo independiente que ejecuta todos los modelos en las mismas condiciones, Sonnet 5.5 obtiene exactamente la misma nota que Wonder Full.
¿Qué se sostiene? Dos victorias fueron medidas por organismos externos y con una diferencia clara: código en proyectos largos y automatización de procesos de negocio. Son los dos terrenos en los que yo me tomaría en serio a Wonder.
Este es el tuit original de Zuckerberg, con la tabla tal como la diseñó Meta:
Ver el tuit de Mark Zuckerberg en X con la tabla de puntuaciones, 12 de octubre de 2026
Y debajo, la misma tabla en español. En cada fila la nota más alta va en verde, y una etiqueta señala las pruebas que Meta midió por su cuenta:
La tabla que publicó Meta, en español: la nota de cada modelo en cada prueba
| La prueba | Wonder Full | Wonder | Claude Fable 5.1 | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|---|---|
| Agentes personales y profesionales | |||||
| El índice ponderado de Meta Medido por MetaPersonal Superintelligence Index | 59.1 | 54.3 | 49.9 | 54.5 | 55.2 |
| Trabajo jurídicoHarvey LAB-AA | 13.1 | 10.0 | 6.4 | 8.6 | 4.2 |
| Análisis financieroVals Finance Agent V2 | 59.1 | 56.6 | 58.9 | 53.5 | 58.6 |
| Preguntas de salud Medido por MetaHealthBench Pro | 62.3 | 60.5 | 62.1 | 65.3 | 65.6 |
| Automatización de procesos de negocioAutomationBench-AA | 45.4 | 39.1 | 32.1 | 41.6 | 41.2 |
| Trabajo con documentosGDP.pdf | 33.2 | 30.8 | 27.6 | 34.2 | 30.6 |
| Tareas profesionales de oficinaJobBench | 75.3 | 70.5 | 73.1 | 66.1 | 75.4 |
| Manejo del ordenador Medido por MetaOSWorld V2.1 | 78.4 | 72.6 | 80.7 | 75.8 | 81.8 |
| Memoria Medido por MetaMemoryBench | 85.5 | 85.6 | 79.0 | 81.4 | 81.5 |
| Código | |||||
| Trabajo en la línea de comandosTerminal-Bench 4.0-AA | 57.1 | 52.0 | 52.0 | 59.1 | 59.6 |
| Código en proyectos largosDeepSWE 1.1 | 79.0 | 78.8 | 67.4 | 74.1 | 74.2 |
| Código en proyectos muy largos Comparación no controladaSWE-Marathon | 57.5 | 53.1 | 45.6 | 42.5 | 46.3 |
| Construir software desde ceroProgramBench | 59.0 | 50.0 | 55.5 | 52.5 | 70.5 |
| General | |||||
| El índice general de un organismo independienteArtificial Analysis Index | 56 | 52 | 53 | 53 | 58 |
La nota más alta de la fila. "Medido por Meta": la prueba fue escrita o ejecutada por la propia Meta. Fuente: anuncio de lanzamiento de Meta, 12 de octubre de 2026. La traducción y las marcas son nuestras. En OSWorld se muestra la puntuación parcial, y todos los modelos se midieron con el nivel de razonamiento más alto.
Fíjate en la fila jurídica: incluso el líder resuelve solo 13 tareas de cada 100. Ningún modelo produce todavía un documento legal del que te puedas fiar sin un abogado.
¿Cuántos meses de retraso lleva Meta? Menos de lo que pensaba
Mi primera impresión, y la de parte de los críticos, fue que Wonder muestra el nivel que tenía la vanguardia hace entre cuatro y seis meses. Lo comprobé con un índice que ejecuta todos los modelos en las mismas condiciones, el Intelligence Index de Artificial Analysis, y los números reducen la distancia.
Índice de Artificial Analysis (versión 4.3): la nota y la fecha de salida del modelo (día/mes)
Fuente: Artificial Analysis, Intelligence Index v4.3, todos los modelos en el nivel de esfuerzo más alto. Las fechas de lanzamiento proceden de los anuncios de los fabricantes.
Wonder, la versión de la API, queda entre el Opus 5 de finales de julio y el Fable 5.1 de principios de septiembre. Es decir, en este índice está en el nivel que la vanguardia alcanzó hace entre seis y once semanas, no hace medio año. Wonder Full iguala a Sonnet 5.5, que salió dos semanas antes.
Entonces, ¿dónde está justificada la sensación de "una generación por detrás"? En tres puntos que el índice general pasa por alto:
- Conocimiento factual. En la prueba AA-Omniscience, Wonder obtiene 25 y Wonder Full 30, frente a los 46 de Opus 5.5 y los 43 de Astra. Por otro lado, la tasa de alucinaciones bajó del 33% en Spark 1.3 al 23% en Wonder Full, la segunda más baja entre los modelos potentes, por detrás de Gemini 4 Argon con un 15%. El modelo sabe menos, y lo admite más.
- 3D y diseño visual. De eso trata el siguiente apartado.
- Criterio. Un desarrollador que lo probó en tres proyectos de código escribió en Hacker News que la inteligencia está, pero el gusto y las decisiones todavía no, y que el modelo repetía una y otra vez la misma ronda de revisión y corrección. Es el testimonio de una sola persona.
Dos juegos, 4 dólares frente a 99 dólares
Esta es la comparación del principio, del desarrollador Max Blade:
Ver el tuit y el vídeo comparativo de Max Blade en X, 12 de octubre de 2026
Su conclusión es tajante: Muse está lejos de la vanguardia en tareas 3D como juegos y modelos para imprimir. BridgeMind, que ejecuta una prueba fija que consiste en construir una lámpara de lava, informó de que recibió un cilindro rojo, sin cristal y sin lava:
Ver el tuit de BridgeMind en X, 12 de octubre de 2026
En el apartado de limitaciones de la ficha del modelo, la propia Meta escribe que la comprensión visual y espacial, y en especial las tareas 3D, es una limitación conocida de Wonder. Estas dos pruebas dieron justo en el punto que Meta había señalado de antemano. Eso no desmiente su tabla, porque ninguna de las 14 filas evalúa 3D. Muestra lo que la tabla no evalúa.
Ahora, la cuenta. En el índice de Artificial Analysis, una tarea media cuesta 4.52 dólares con Wonder y 5.98 dólares con Opus 5.5, es decir, Wonder es un 24% más barato. En el juego de Max Blade la diferencia es de 24 veces. El precio por token es idéntico, así que ¿de dónde sale la brecha? Mi explicación: de la cantidad de trabajo. En una tarea con un final definido, los dos modelos hacen más o menos la misma cantidad de trabajo. En una tarea abierta como "un juego al nivel de un gran estudio", Opus sigue puliendo una y otra vez, y Wonder decide que ha terminado mucho antes. Es una conclusión sacada de un solo juego, y por eso es una hipótesis.
Mi opinión: Meta ha construido un modelo que termina, no uno que destaca
Aquí paso de los hechos a la interpretación.
Creo que Meta apuntó a propósito a ejecutar la tarea sin fallos, y no al nivel más alto del resultado. Un ejemplo: supón que pides un juego de zombis. Opus trabajará una hora en cada detalle, y recibirás un resultado excelente y una cuenta alta. Wonder, calculo yo, terminará antes y con una cuenta mucho menor. Recibirás un juego de zombis que funciona, probablemente sin muchos errores, y quizá incluso con alguna idea sobre qué lo haría divertido. Pero será la versión más básica de lo que pediste.
Tres razones por las que me parece deliberado y no casual:
- El cliente de Meta no es un desarrollador. Meta llega tarde a la carrera, y su ventaja son los miles de millones de usuarios de Facebook, Instagram y WhatsApp. Las declaraciones oficiales también hablan de un asistente, no de un programador: Zuckerberg escribió sobre "superinteligencia personal para todos", el primer índice de la tabla se llama Personal Superintelligence Index, y una investigadora del equipo explicó en el vídeo de lanzamiento cuánto esfuerzo se dedicó a que el modelo recuerde lo que te importa. Las demostraciones fueron la distribución de invitados en una boda, un plan para salir a correr el sábado y regalos personalizados a partir de fotos de Instagram. Son tareas en las que "funciona y está limpio" vale más que "perfecto".
- Quien paga el cómputo es Meta. Un asistente personal que se ejecuta para cientos de millones de personas tiene que ser barato de ejecutar. Un modelo que trabaja una hora en cada petición es un producto que una empresa que cotiza en bolsa no puede regalar.
- Las características que eligió destacar. Memoria entre conversaciones, seguir intentándolo cuando se atasca, pedir permiso antes de una acción importante y menos alucinaciones. Son rasgos de un asistente en el que se puede confiar, no de un superprogramador.
Y no es solo una interpretación mía. El día antes del lanzamiento, en una entrevista en el pódcast de David Senra, Alexandr Wang, que dirige el laboratorio de IA de Meta, contó que a principios de 2026 la industria veía en los agentes de código el producto más importante, y que en Meta decidieron salirse de esa carrera y centrarse en un agente personal. El día del lanzamiento, en el pódcast Cheeky Pint, añadió que quienes usan Muse para escribir código son una minoría de los usuarios. Zuckerberg dijo en esa misma conversación que en un agente personal la discreción y la personalidad importan más que en un agente de código para desarrolladores. Es decir, la distancia frente a Opus en programación no es un fallo que se vaya a corregir en la próxima versión. Meta la eligió.
Esto tiene además un lado que las tablas no miden. En las reacciones que veo en la red desde el lanzamiento se repite la misma frase: Muse no da resultados como los de Opus y, aun así, es agradable trabajar con él. La gente describe un lenguaje natural y la sensación de que entiende lo que quieren decir, más que otros modelos. Es una impresión mía a partir de esas reacciones y no un dato medido, pero encaja con lo que dijo Zuckerberg sobre la personalidad. En un asistente personal, con el que se habla todos los días, eso pesa tanto como la nota.
En mi opinión es la dirección correcta para el mercado de hoy. La mayoría de las tareas que un agente de IA hace en una empresa en un día normal son de este tipo: responder, resumir, actualizar, programar citas. En tareas así no hay nada que pulir, y por tanto no hay motivo para pagar por el pulido.
Aun así, hay tres cosas que no me encajan con esta historia:
- El precio no corresponde a la estrategia. Un modelo construido para la eficiencia se vende al precio por token de Opus 5.5. De eso trata el siguiente apartado.
- La versión buena está encerrada en una herramienta para desarrolladores. Si el objetivo es un asistente personal, es raro que Wonder Full solo esté disponible en Muse Code.
- Privacidad. Según los datos que publicó la propia Meta, tal como los recogieron Handy AI y Hacker News, Wonder trató de forma incorrecta información personal en cerca del 3% de los casos. Para un modelo que debe leer mensajes y agendas, es mucho. Lo tratamos a fondo en el artículo sobre la privacidad en Muse.
El precio ha subido: por token y también por tarea
Muse Spark era una ganga. Wonder ya no lo es.
Fuentes: Meta (tarifas de la API) y Artificial Analysis (coste por tarea). Si el concepto no te suena, explicamos qué es un token en un artículo aparte.
Lo que determina la cuenta no es solo el precio por token, sino cuántos tokens consume el modelo para terminar una tarea. Según Artificial Analysis, Wonder lee un 28% más de tokens de entrada por tarea que Spark 1.3, y la entrada supone el 76% de su coste.
Coste de una tarea media en el índice de Artificial Analysis, en dólares
Fuente: Artificial Analysis, 12 de octubre de 2026. No hay dato para Wonder Full, porque no se vende por token.
El gráfico deja tres conclusiones. Wonder es un 24% más barato que Opus 5.5 por tarea, no varios órdenes de magnitud. Sonnet 5.5, que cuesta la mitad por token, sale más caro que Wonder por tarea. Y si la eficiencia es lo principal, el modelo que debería preocupar a Meta es GPT-6.1 Sol, que cuesta 72 centavos por tarea.
¿Y la suscripción? Max Blade escribió que la ejecución de 4.11 dólares le agotó la cuota de la suscripción de 50 dólares, y que subió a la de 200 dólares para terminar. Es el testimonio de un solo usuario, y las cuotas de Muse Code se reinician cada cinco horas, así que no se puede saber cuánto se había consumido antes. Antes de comprometerte con una suscripción por Wonder Full, ejecuta una tarea y comprueba cuánta cuota se ha comido.
Para quién es Muse Wonder y para quién todavía no
Encaja
- Tareas con un final claro: rellenar, actualizar, resumir, programar citas
- Automatización de procesos de negocio, donde lidera en una medición externa
- Trabajo de código largo sobre un proyecto existente
- Tareas en las que "funciona" basta y no hace falta pulido
Comprobar antes
- Trabajo que depende de conocimiento factual preciso
- Suscripción a Muse Code: por defecto tu contenido se usa para entrenar
- Uso intensivo de Wonder Full: comprobar cuánta cuota de la suscripción consume cada tarea
- Español: Meta escribe que el modelo no se ha probado en todos los idiomas
Todavía no
- 3D, juegos y diseño visual. Una limitación que Meta declara
- Trabajo en el que la calidad y el pulido son el producto
- Documentos legales sin revisión humana: incluso el líder saca 13 de 100
- Información sensible de clientes en la suscripción con la configuración por defecto
¿Te merece la pena probarlo en tu próxima tarea?
Cinco preguntas sobre una tarea que estés pensando en darle. Después del resultado, ejecuta la tarea una vez y revisa la cuenta.
Dónde está Muse Wonder en el Sigma AI Ranking
Hemos añadido Muse Wonder al Sigma AI Ranking, y por ahora aparece sin puntuación, con la etiqueta "A la espera de datos". Nuestro ranking solo pondera fuentes abiertas que miden todos los modelos con el mismo método, y un día después del lanzamiento ninguna había publicado todavía un resultado. Epoch AI ya ha registrado el modelo y aún no ha publicado una nota, la última clasificación de LMArena es del 8 de octubre, y en Terminal-Bench todavía no hay ningún envío. El precio y la ventana de contexto ya están ahí.
No quisimos deducir una puntuación a partir de la tabla de Meta. Cuando las fuentes publiquen resultados, la nota entrará en la actualización siguiente. Hasta entonces, este es el punto de referencia:
Sigma AI Ranking: puntuación ponderada, a 13 de octubre de 2026
Fuente: Sigma AI Ranking de Platin Digital, que pondera fuentes abiertas (Epoch AI, LMArena, Terminal-Bench y tarifas oficiales). Muse Spark 1.3 está en el puesto 21, sobre todo por una nota baja en el trabajo como agente: 58.6.
Spark 1.3 obtuvo en nuestro ranking 93.7 en capacidad general y 90.6 en fiabilidad, y cayó en el trabajo como agente. Si Wonder es lo que Meta dice que es, ahí es donde debe aparecer el salto. Por qué construimos un ranking propio, y por qué se apoya solo en fuentes abiertas, lo explicamos en el artículo sobre el Sigma AI Ranking.
Qué significa esto para el dueño de un negocio
En el índice de Artificial Analysis, Wonder Full está en segundo lugar junto a Sonnet 5.5, con 56 frente a los 58 de Opus 5.5. Es decir: los modelos para trabajo serio se eligen hoy entre cuatro empresas, Anthropic, OpenAI, Google y Meta. Para quien tiene un agente de IA en su negocio, eso quiere decir tres cosas:
- "Suficientemente bueno" y "el mejor" tienen precios distintos. En la única tarea abierta que se midió la diferencia fue de 24 veces, y en el índice general, del 24%. Para trabajo rutinario no hay motivo para pagar la diferencia.
- El modelo se elige según la tarea. Un modelo sobresaliente para el trabajo en el que la calidad es el producto, y un modelo eficiente para todo lo demás. Escribí sobre ello en el artículo sobre el regreso de Anthropic y Claude Opus 5.5: en tres meses el modelo líder cambió dos veces.
- No se compra según la tabla del fabricante. Se lee quién midió cada fila, y se prueba con una tarea real tuya, con el cronómetro y la cuenta delante.
Platin Digital es OpenAI Select Partner, y los agentes que ponemos en marcha los construimos con los modelos y herramientas que mejor encajan con cada negocio, de OpenAI, Anthropic, Google y otros. Wonder entra en nuestra lista de modelos que se prueban en tareas rutinarias. Para las tareas en las que la calidad decide, por ahora me quedo con Opus 5.5.
Para seguir leyendo: la guía completa de Meta Muse, Muse for Small Business, Muse frente a dots de OpenAI y ChatGPT, Gemini o Claude para tu negocio.
Preguntas frecuentes
¿Qué es Muse Wonder?
Muse Wonder es la familia de modelos grandes de Meta, que salió el 12 de octubre de 2026 en dos versiones: Muse Wonder, que se vende por API, y Muse Wonder Full, la versión potente, disponible solo con la suscripción a Muse Code. Las dos aceptan texto, imágenes, vídeo y audio, con una ventana de contexto de un millón de tokens, y están hechas para el trabajo de agentes: tareas largas, código y uso de herramientas.
¿Cuánto cuesta Muse Wonder?
En la API de Meta, Muse Wonder cuesta 4 dólares por millón de tokens de entrada, 20 dólares por millón de tokens de salida y 0.20 dólares por entrada guardada en caché. Es el mismo precio que Claude Opus 5.5, y entre 3.2 y 4.7 veces el de Muse Spark 1.3. Muse Wonder Full no tiene precio por token: va incluido en las suscripciones a Muse Code de 50 y 200 dólares al mes.
¿Es Muse Wonder mejor que Claude Opus 5.5?
En el índice independiente de Artificial Analysis lidera Opus 5.5 con 58, frente a los 56 de Wonder Full y los 52 de Wonder. En la tabla de Meta, Wonder Full queda por encima de Opus 5.5 en ocho filas de catorce, sobre todo en código largo y automatización de negocio, y Opus 5.5 lidera en salud, uso del ordenador, Terminal-Bench y ProgramBench. En una comparación publicada, la de construir un juego en 3D, Opus 5.5 dio un resultado mucho mejor a un precio 24 veces mayor.
¿Por qué Muse Wonder Full no está disponible en la API?
Meta no ha publicado ningún motivo. En la práctica, Wonder Full solo está disponible dentro de Muse Code, la herramienta de programación de Meta, en las suscripciones Power y Maximum. Lo que significa para quien construye un producto o un agente: el modelo que puedes conectar a tus sistemas es el Wonder normal, y la mayoría de las cifras llamativas del lanzamiento pertenecen a la versión que no se puede conectar.
¿Se puede usar Muse Wonder fuera de Estados Unidos y Canadá?
La API de Wonder se vende a través de Meta y de OpenRouter. La aplicación Muse, en cambio, solo está disponible oficialmente en Estados Unidos y Canadá, y Meta no ha anunciado una fecha para otros países. Todos los detalles están en el artículo sobre la disponibilidad de Muse en tu región.
¿Se usa mi información para entrenar Muse Wonder?
Depende de la vía de acceso. Según Meta, el contenido enviado por la API de pago por uso no se utiliza para entrenar. En la suscripción a Muse Code, la configuración por defecto permite a Meta usar las instrucciones, el código y los archivos para mejorar modelos futuros. Se puede desactivar en los ajustes, y la desactivación solo se aplica a lo que se envíe después.
Fuentes
- 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
