12 de outubro de 2026, segundo um tweet do desenvolvedor Max Blade
Um desenvolvedor faz o mesmo pedido a dois modelos de IA: construam para mim um jogo de cortar grama, no nível de um grande estúdio, com cerveja e charuto.
O Claude Opus 5.5 entrega uma propriedade com árvores, sombras e um mapinha no canto. A conta: 99,43 dólares. O Muse Wonder, o novo modelo da Meta, entrega grama verde, uma cerca e um volante. A conta: 4,11 dólares.
Os dois jogos funcionam. Um parece um jogo de verdade, o outro parece o rascunho dele. E, exatamente no mesmo dia, a Meta anunciou que o modelo dela está lado a lado com os melhores do mundo.
Como as duas coisas podem ser verdade ao mesmo tempo? É essa a pergunta deste artigo.
Primeiro, o contexto. O Muse Wonder é o primeiro grande modelo da Meta e saiu em 12 de outubro de 2026. Até agora a Meta estava atrás: as concorrentes, Anthropic e OpenAI, tinham modelos bem mais fortes. Com o Wonder, ela afirma ter fechado a diferença. Mark Zuckerberg publicou uma tabela de notas em que o novo modelo vence, na maioria dos testes, o Claude Opus 5.5, hoje considerado o mais forte.
Li os anúncios da Meta, o documento técnico que ela publicou sobre o modelo e os testes que desenvolvedores fizeram nas primeiras 24 horas. Eu mesmo não rodei o Wonder, e ao longo do texto marco o que é fato e o que é opinião minha.
Em resumo
- O Muse Wonder é o primeiro grande modelo de IA da Meta. É bem melhor que os modelos anteriores dela e está perto dos líderes, mas não passou à frente deles.
- São duas versões. A mais forte, Wonder Full, é a que aparece nas manchetes, e fica restrita a uma assinatura da Meta. A versão que as empresas podem conectar aos próprios sistemas é mais fraca.
- O preço saltou. O Wonder custa o mesmo que o Claude Opus 5.5, cerca de três a cinco vezes o preço do modelo anterior da Meta.
- Minha opinião: a Meta construiu um modelo que termina a tarefa sem falhas e gastando pouco, não um modelo que entrega o melhor resultado. Para tarefas de rotina, basta. Para trabalho em que a qualidade é o produto, ainda não.
O que é o Muse Wonder, e qual a diferença para o Wonder Full
Os modelos anteriores da Meta, da família Muse Spark, eram leves, rápidos e baratos. O Wonder é outra família: um modelo bem maior, feito para trabalho longo e complexo. O lançamento vem 14 meses depois de Zuckerberg reconstruir a área de IA da empresa. Para quem acompanha o Muse, o agente pessoal da Meta, era a peça que faltava: até hoje o agente rodava sobre um modelo leve.
A primeira coisa a entender é que o Wonder vem em duas versões, e que elas não são vendidas do mesmo jeito:
Muse Wonder
A versão que qualquer um pode comprar
- Paga-se por uso, e dá para conectá-la a qualquer sistema ou agente
- 4 dólares por milhão de tokens de entrada e 20 de saída. Token é a unidade de texto pela qual o modelo cobra
- A mais fraca das duas
- Segundo a Meta, o que é enviado a ela não é usado para treinamento
Muse Wonder Full
A versão que aparece nas manchetes
- Disponível só dentro do Muse Code, a ferramenta de código da Meta, em assinatura de 50 ou 200 dólares por mês
- Não dá para conectá-la aos seus sistemas
- A mais forte das duas
- Na assinatura, o padrão é o conteúdo ser usado para treinamento, e dá para desligar
Duas novidades que vale conhecer pelo nome. Active Memory: o modelo guarda detalhes importantes sobre você de uma conversa para a outra. Active Focus: quando trava, ele tenta outro caminho em vez de desistir, e faz uma pausa para pedir confirmação antes de uma ação importante. Segundo a Meta, o Wonder chega em breve também ao aplicativo Muse, primeiro para assinantes pagos. E um aviso: o Muse está disponível oficialmente só nos EUA e no Canadá. Veja como está a disponibilidade na sua região.
A tabela de Zuckerberg: o que ela mostra e o que não mostra
As empresas de IA avaliam modelos como a escola avalia alunos: com provas. Cada prova testa uma matéria diferente, por exemplo escrever código, trabalho jurídico ou operar um computador, e a nota é a porcentagem de tarefas que o modelo conseguiu concluir.
A tabela que Zuckerberg publicou é um boletim desses, com 14 matérias e cinco alunos: as duas versões do Wonder e três modelos das concorrentes. Veja como fica o boletim quando se faz uma única pergunta, a de quem tirou a nota mais alta em cada matéria:
Quem lidera em cada um dos 14 testes da tabela da Meta
Wonder Full lidera em 6
- Código em projetos longos
- Código em projetos muito longos
- Automação de processos de negócio
- Trabalho jurídico
- Análise financeira
- O índice ponderado da Meta
Claude Opus 5.5 lidera em 6
- Construir software do zero
- Trabalho na linha de comando
- Operar um computador
- Perguntas de saúde
- Tarefas profissionais de escritório
- O índice geral de uma entidade independente
Outros lideram em 2
- Memória: o Wonder comum
- Trabalho com documentos: GPT-6 Astra
Contagem minha a partir da tabela que a Meta publicou em 12 de outubro de 2026.
Seis a seis. Para um laboratório que até seis semanas atrás estava muito distante das líderes, é um feito real. Mas, quando se lê o documento técnico por trás da tabela, três coisas mudam o quadro.
A primeira: o melhor aluno não é o que está à venda. As seis vitórias são todas do Wonder Full, a versão fechada. O Wonder comum, aquele que uma empresa pode conectar ao próprio agente, lidera em uma única matéria: memória.
A segunda: em algumas matérias, a Meta também é a professora. O teste de memória foi escrito pela própria Meta, e a nota nele é dada por outro modelo de IA. O índice ponderado também é dela. E, no teste de código muito longo, o próprio documento da Meta registra que a comparação não é justa: cada modelo foi avaliado dentro de uma ferramenta diferente.
A terceira: faltam dois alunos no boletim. O Claude Sonnet 5.5 e o GPT-6.1 Sol custam metade do preço do Wonder, e a Meta não os incluiu na comparação. No índice geral da Artificial Analysis, uma entidade independente que roda todos os modelos nas mesmas condições, o Sonnet 5.5 tira exatamente a nota do Wonder Full.
O que se sustenta? Duas vitórias foram medidas por entidades externas e com diferença clara: código em projetos longos e automação de processos de negócio. São as duas áreas em que eu levaria o Wonder a sério.
Este é o tweet original de Zuckerberg, com a tabela do jeito que a Meta a desenhou:
Ver o tweet de Mark Zuckerberg no X com a tabela de notas, 12 de outubro de 2026
E, abaixo, a mesma tabela em português. Em cada linha a nota mais alta está em verde, e uma etiqueta marca os testes que a própria Meta mediu:
A tabela que a Meta publicou, em português: a nota de cada modelo em cada teste
| Teste | Wonder Full | Wonder | Claude Fable 5.1 | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|---|---|
| Agentes pessoais e profissionais | |||||
| O índice ponderado da Meta Medido pela MetaPersonal Superintelligence Index | 59.1 | 54.3 | 49.9 | 54.5 | 55.2 |
| Trabalho jurídicoHarvey LAB-AA | 13.1 | 10.0 | 6.4 | 8.6 | 4.2 |
| Análise financeiraVals Finance Agent V2 | 59.1 | 56.6 | 58.9 | 53.5 | 58.6 |
| Perguntas de saúde Medido pela MetaHealthBench Pro | 62.3 | 60.5 | 62.1 | 65.3 | 65.6 |
| Automação de processos de negócioAutomationBench-AA | 45.4 | 39.1 | 32.1 | 41.6 | 41.2 |
| Trabalho com documentosGDP.pdf | 33.2 | 30.8 | 27.6 | 34.2 | 30.6 |
| Tarefas profissionais de escritórioJobBench | 75.3 | 70.5 | 73.1 | 66.1 | 75.4 |
| Operar um computador Medido pela MetaOSWorld V2.1 | 78.4 | 72.6 | 80.7 | 75.8 | 81.8 |
| Memória Medido pela MetaMemoryBench | 85.5 | 85.6 | 79.0 | 81.4 | 81.5 |
| Código | |||||
| Trabalho na linha de comandoTerminal-Bench 4.0-AA | 57.1 | 52.0 | 52.0 | 59.1 | 59.6 |
| Código em projetos longosDeepSWE 1.1 | 79.0 | 78.8 | 67.4 | 74.1 | 74.2 |
| Código em projetos muito longos Comparação não controladaSWE-Marathon | 57.5 | 53.1 | 45.6 | 42.5 | 46.3 |
| Construir software do zeroProgramBench | 59.0 | 50.0 | 55.5 | 52.5 | 70.5 |
| Geral | |||||
| O índice geral de uma entidade independenteArtificial Analysis Index | 56 | 52 | 53 | 53 | 58 |
A nota mais alta da linha. "Medido pela Meta": o teste foi escrito ou rodado pela própria Meta. Fonte: anúncio de lançamento da Meta, 12 de outubro de 2026. Tradução e marcações nossas. No OSWorld aparece a nota parcial, e todos os modelos foram medidos na configuração de raciocínio mais alta.
Repare na linha jurídica: até o líder acerta só 13 tarefas em 100. Nenhum modelo entrega ainda um documento jurídico em que dê para confiar sem um advogado.
Quantos meses a Meta está atrás? Menos do que eu pensava
Minha primeira impressão, e a de parte dos críticos, foi que o Wonder mostra o nível em que a fronteira estava há quatro a seis meses. Conferi isso em um índice que roda todos os modelos nas mesmas condições, o Intelligence Index da Artificial Analysis, e os números encurtam a distância.
Índice da Artificial Analysis (versão 4.3): a nota e quando o modelo saiu
Fonte: Artificial Analysis, Intelligence Index v4.3, todos os modelos no nível de esforço mais alto. Datas de lançamento conforme os anúncios dos fabricantes.
O Wonder, a versão da API, fica entre o Opus 5, do fim de julho, e o Fable 5.1, do começo de setembro. Ou seja, nesse índice ele está no nível que a fronteira alcançou entre seis e onze semanas atrás, não há meio ano. O Wonder Full empata com o Sonnet 5.5, que saiu duas semanas antes dele.
Então onde a sensação de "uma geração atrás" se justifica? Em três pontos que o índice geral deixa passar:
- Conhecimento factual. No teste AA-Omniscience, o Wonder tira 25 e o Wonder Full tira 30, contra 46 do Opus 5.5 e 43 do Astra. Por outro lado, a taxa de alucinações caiu de 33% no Spark 1.3 para 23% no Wonder Full, a segunda mais baixa entre os modelos fortes, atrás do Gemini 4 Argon, com 15%. O modelo sabe menos, e admite isso mais vezes.
- 3D e design visual. É o assunto da próxima seção.
- Critério. Um desenvolvedor que o testou em três projetos de código escreveu no Hacker News que a inteligência está lá, mas o gosto e as decisões ainda não, e que o modelo repetiu várias vezes o mesmo ciclo de verificar e corrigir. É o relato de uma única pessoa.
Dois jogos, 4 dólares contra 99 dólares
Esta é a comparação da abertura, do desenvolvedor Max Blade:
Ver o tweet e o vídeo de comparação de Max Blade no X, 12 de outubro de 2026
A conclusão dele é direta: o Muse está longe da fronteira em tarefas 3D, como jogos e modelos para impressão. A BridgeMind, que roda um teste fixo de construir uma lâmpada de lava, relatou ter recebido um cilindro vermelho, sem vidro e sem lava:
Ver o tweet da BridgeMind no X, 12 de outubro de 2026
Na seção de limitações do model card, a própria Meta escreve que compreensão visual e espacial, em especial tarefas 3D, é uma limitação conhecida do Wonder. Esses dois testes acertaram exatamente o ponto que a Meta já tinha marcado. Isso não derruba a tabela dela, porque nenhuma das 14 linhas testa 3D. Mostra o que a tabela não testa.
Agora, a conta. No índice da Artificial Analysis, uma tarefa média custa 4,52 dólares no Wonder e 5,98 dólares no Opus 5.5, ou seja, o Wonder sai 24% mais barato. No jogo de Max Blade, a diferença é de 24 vezes. O preço por token é o mesmo, então de onde vem a diferença? Minha explicação: da quantidade de trabalho. Em uma tarefa com fim definido, os dois modelos fazem mais ou menos a mesma quantidade de trabalho. Em uma tarefa aberta, como "um jogo no nível de um grande estúdio", o Opus continua polindo sem parar, e o Wonder decide que terminou bem antes. É uma conclusão tirada de um único jogo, portanto é uma hipótese.
Minha opinião: a Meta construiu um modelo que termina, não um modelo que brilha
Aqui passo dos fatos para a interpretação.
Acho que a Meta mirou de propósito em executar a tarefa sem falhas, e não no nível mais alto do resultado. Um exemplo: digamos que você pediu um jogo de zumbis. O Opus vai trabalhar uma hora em cada detalhe, e você recebe um resultado excelente e uma conta alta. O Wonder, pela minha estimativa, termina mais rápido e com uma conta bem menor. Você recebe um jogo de zumbis que funciona, provavelmente com poucos bugs, e talvez até com alguma ideia sobre o que o tornaria divertido. Mas será a versão mais básica do que você pediu.
Três motivos para isso me parecer intencional, e não acaso:
- O cliente da Meta não é o desenvolvedor. A Meta chegou tarde à corrida, e a vantagem dela são os bilhões de usuários do Facebook, do Instagram e do WhatsApp. As declarações oficiais também falam de um assistente, não de um programador: Zuckerberg escreveu sobre "superinteligência pessoal para todos", o primeiro índice da tabela se chama Personal Superintelligence Index, e uma pesquisadora da equipe explicou no vídeo de lançamento quanto esforço foi investido para que o modelo lembre o que importa para você. As demonstrações foram montar o mapa de mesas de um casamento, um plano de corrida para o sábado e presentes personalizados a partir de fotos do Instagram. São tarefas em que "funciona e está bem-feito" vale mais do que "perfeito".
- Quem paga pela computação é a Meta. Um assistente pessoal que roda para centenas de milhões de pessoas precisa ser barato de rodar. Um modelo que trabalha uma hora em cada pedido é um produto que uma empresa de capital aberto não consegue distribuir de graça.
- As características que ela escolheu destacar. Memória entre conversas, insistir quando trava, pedir confirmação antes de uma ação importante e menos alucinações. São qualidades de um assistente em que dá para confiar, não de um superprogramador.
E não é só interpretação minha. Um dia antes do lançamento, em entrevista ao podcast de David Senra, Alexandr Wang, que lidera o laboratório de IA da Meta, contou que no começo de 2026 o setor via os agentes de código como o produto mais importante, e que na Meta decidiram sair dessa corrida e se concentrar em um agente pessoal. No dia do lançamento, no podcast Cheeky Pint, ele acrescentou que quem usa o Muse para escrever código é uma minoria dos usuários. Zuckerberg disse na mesma conversa que, em um agente pessoal, discrição e personalidade importam mais do que em um agente de código para desenvolvedores. Ou seja, a distância para o Opus em programação não é uma falha que será corrigida na próxima versão. A Meta escolheu isso.
Há também um lado que as tabelas não medem. Nas reações que vejo na internet desde o lançamento, a mesma frase se repete: o Muse não entrega resultados como o Opus e, mesmo assim, é agradável trabalhar com ele. As pessoas descrevem uma linguagem natural e a sensação de que ele entende o que elas querem dizer, mais do que outros modelos. Essa é uma impressão minha a partir dessas reações, não um dado medido, mas ela combina com o que Zuckerberg disse sobre personalidade. Em um assistente pessoal, com quem se conversa todos os dias, isso não pesa menos do que a nota.
Na minha opinião, é a direção certa para o mercado de hoje. A maioria das tarefas que um agente de IA faz em uma empresa em um dia comum é desse tipo: responder, resumir, atualizar, agendar. Nessas tarefas não há o que polir, então não há motivo para pagar pelo polimento.
Ainda assim, três coisas não fecham para mim nessa história:
- O preço não combina com a estratégia. Um modelo feito para eficiência é vendido pelo preço por token do Opus 5.5. É o assunto da próxima seção.
- A versão boa está trancada em uma ferramenta para desenvolvedores. Se o objetivo é um assistente pessoal, é estranho o Wonder Full estar disponível só no Muse Code.
- Privacidade. Segundo dados que a própria Meta publicou, conforme relatado pela Handy AI e no Hacker News, o Wonder tratou informações pessoais de forma incorreta em cerca de 3% dos casos. Para um modelo que deve ler mensagens e agendas, é muito. Escrevemos sobre isso em detalhe no artigo sobre a privacidade no Muse.
O preço subiu: por token e também por tarefa
O Muse Spark era uma pechincha. O Wonder já não é.
Fontes: Meta (tabela de preços da API) e Artificial Analysis (custo por tarefa). Se o termo não é familiar, explicamos o que é um token em um artigo à parte.
O que define a conta não é só o preço por token, mas quantos tokens o modelo consome para terminar uma tarefa. Segundo a Artificial Analysis, o Wonder lê 28% mais tokens de entrada por tarefa do que o Spark 1.3, e a entrada responde por 76% do custo dele.
Custo de uma tarefa média no índice da Artificial Analysis, em dólares
Fonte: Artificial Analysis, 12 de outubro de 2026. Não há dado para o Wonder Full, porque ele não é vendido por token.
O gráfico mostra três coisas. O Wonder é 24% mais barato que o Opus 5.5 por tarefa, não ordens de grandeza mais barato. O Sonnet 5.5, que custa metade por token, sai mais caro que o Wonder por tarefa. E, se eficiência é o principal, o modelo que deveria preocupar a Meta é o GPT-6.1 Sol, que custa 72 centavos de dólar por tarefa.
E a assinatura? Max Blade escreveu que a execução de 4,11 dólares esgotou a cota dele na assinatura de 50 dólares, e que ele subiu para a de 200 dólares para conseguir terminar. É o relato de um único usuário, e as cotas do Muse Code zeram a cada cinco horas, então não dá para saber o que já tinha sido consumido antes. Antes de se comprometer com uma assinatura por causa do Wonder Full, rode uma tarefa e veja quanto da cota ela consumiu.
Para quem o Muse Wonder serve, e para quem ainda não
Serve
- Tarefas com fim claro: preencher, atualizar, resumir, agendar
- Automação de processos de negócio, em que ele lidera em medição externa
- Trabalho longo de código em um projeto existente
- Tarefas em que "funciona" basta e não é preciso polimento
Testar antes
- Trabalho que depende de conhecimento factual preciso
- Assinatura do Muse Code: o padrão é o seu conteúdo ser usado para treinamento
- Uso pesado do Wonder Full: ver quanto da cota da assinatura cada tarefa consome
- Português: a Meta escreve que o modelo não foi testado em todos os idiomas
Ainda não
- 3D, jogos e design visual. Limitação que a própria Meta declara
- Trabalho em que a qualidade e o polimento são o próprio produto
- Documentos jurídicos sem revisão humana: até o líder tira 13 em 100
- Dados sensíveis de clientes na assinatura com a configuração padrão
Vale a pena testá-lo na sua próxima tarefa?
Cinco perguntas sobre uma tarefa que você está pensando em entregar a ele. Depois do resultado, rode a tarefa uma vez e confira a conta.
Onde o Muse Wonder está no Sigma AI Ranking
Adicionamos o Muse Wonder ao Sigma AI Ranking, e por enquanto ele aparece lá sem nota, com o status "Aguardando dados". Nosso ranking pondera só fontes abertas que medem todos os modelos pelo mesmo método, e um dia depois do lançamento nenhuma delas publicou resultado. A Epoch AI já registrou o modelo e ainda não publicou nota, o ranking mais recente da LMArena é de 8 de outubro, e no Terminal-Bench ainda não há submissão. O preço e a janela de contexto já estão lá.
Não quisemos derivar uma nota da tabela da Meta. Quando as fontes publicarem resultados, a nota entra na atualização seguinte. Até lá, este é o ponto de referência:
Sigma AI Ranking: nota ponderada, em 13 de outubro de 2026
Fonte: Sigma AI Ranking da Platin Digital, que pondera fontes abertas (Epoch AI, LMArena, Terminal-Bench e tabelas de preços oficiais). O Muse Spark 1.3 está em 21º lugar, principalmente pela nota baixa no trabalho como agente: 58,6.
No nosso ranking, o Spark 1.3 tirou 93,7 em capacidade geral e 90,6 em confiabilidade, e caiu no trabalho como agente. Se o Wonder é o que a Meta diz que é, é ali que o salto precisa aparecer. Por que construímos um ranking próprio, e por que ele se apoia só em fontes abertas, explicamos no artigo sobre o Sigma AI Ranking.
O que isso significa para o dono de um negócio
No índice da Artificial Analysis, o Wonder Full está em segundo lugar junto com o Sonnet 5.5, com 56 contra 58 do Opus 5.5. Na prática: hoje se escolhe modelo para trabalho sério entre quatro empresas, Anthropic, OpenAI, Google e Meta. Para quem opera um agente de IA em uma empresa, isso quer dizer três coisas:
- "Bom o bastante" e "o melhor" têm preços diferentes. Na única tarefa aberta que foi medida, a diferença foi de 24 vezes, e no índice geral, de 24%. Para trabalho de rotina não há motivo para pagar a diferença.
- Escolhe-se o modelo pela tarefa. Um modelo de ponta para o trabalho em que a qualidade é o produto, e um modelo eficiente para todo o resto. Escrevi sobre isso no artigo sobre a volta por cima da Anthropic e o Claude Opus 5.5: em três meses, o modelo líder mudou duas vezes.
- Não se compra pela tabela do fabricante. Veja quem mediu cada linha e teste em uma tarefa real sua, com relógio e com a conta na mão.
A Platin Digital é OpenAI Select Partner, e os agentes que implantamos são construídos com os modelos e as ferramentas que melhor servem a cada negócio, da OpenAI, da Anthropic, do Google e de outros. O Wonder entrou na nossa lista de modelos testados em tarefas de rotina. Para as tarefas em que a qualidade decide, por enquanto eu fico com o Opus 5.5.
Para continuar lendo: o guia completo do Meta Muse, Muse for Small Business, Muse contra o dots da OpenAI e ChatGPT, Gemini ou Claude para a empresa.
Perguntas frequentes
O que é o Muse Wonder?
O Muse Wonder é a família de modelos grandes da Meta, lançada em 12 de outubro de 2026 em duas versões: o Muse Wonder, vendido pela API, e o Muse Wonder Full, a versão mais forte, disponível só na assinatura do Muse Code. As duas recebem texto, imagens, vídeo e áudio, têm janela de contexto de um milhão de tokens e foram feitas para trabalho de agentes: tarefas longas, código e uso de ferramentas.
Quanto custa o Muse Wonder?
Na API da Meta, o Muse Wonder custa 4 dólares por milhão de tokens de entrada, 20 dólares por milhão de tokens de saída e 0,20 dólar para entrada em cache. É o mesmo preço do Claude Opus 5.5, e de 3,2 a 4,7 vezes o do Muse Spark 1.3. O Muse Wonder Full não tem preço por token: ele está incluído nas assinaturas do Muse Code, de 50 e 200 dólares por mês.
O Muse Wonder é melhor que o Claude Opus 5.5?
No índice independente da Artificial Analysis, o Opus 5.5 lidera com 58, contra 56 do Wonder Full e 52 do Wonder. Na tabela da Meta, o Wonder Full fica acima do Opus 5.5 em oito das catorze linhas, principalmente em código longo e automação de negócios, e o Opus 5.5 lidera em saúde, uso de computador, Terminal-Bench e ProgramBench. Em uma comparação publicada, de construção de um jogo 3D, o Opus 5.5 entregou um resultado bem melhor por um preço 24 vezes maior.
Por que o Muse Wonder Full não está disponível na API?
A Meta não divulgou o motivo. Na prática, o Wonder Full só está disponível dentro do Muse Code, a ferramenta de código da Meta, nas assinaturas Power e Maximum. Para quem constrói um produto ou um agente, isso significa que o modelo que dá para conectar aos seus sistemas é o Wonder comum, e que os números de destaque do lançamento são, na maioria, da versão que não dá para conectar.
Dá para usar o Muse Wonder fora dos EUA e do Canadá?
A API do Wonder é vendida pela Meta e pelo OpenRouter. Já o aplicativo Muse está disponível oficialmente só nos EUA e no Canadá, e a Meta não divulgou data para outros países. Os detalhes estão no artigo sobre a disponibilidade do Muse na sua região.
Meus dados são usados para treinar o Muse Wonder?
Depende da forma de acesso. Segundo a Meta, o conteúdo enviado pela API, com pagamento por uso, não é usado para treinamento. Na assinatura do Muse Code, o padrão é um modo em que a Meta pode usar prompts, código e arquivos para melhorar modelos futuros. Dá para desligar isso nas configurações, e o desligamento vale só para o que for enviado depois dele.
Fontes
- 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
