Muse Wonder от Meta: модель, которая доводит работу до конца, а не делает её лучше всех

Как обе вещи могут быть правдой одновременно? Об этом вся статья.

Сначала контекст. Muse Wonder — первая большая модель Meta, она вышла 12 октября 2026 года. До сих пор Meta отставала: у конкурентов, Anthropic и OpenAI, модели были намного сильнее. Теперь, с Wonder, она заявляет, что разрыв закрыт. Марк Цукерберг опубликовал таблицу оценок, где новая модель в большинстве тестов обходит Claude Opus 5.5, который сегодня считается самой сильной моделью.

Я прочитал анонсы Meta, технический документ, который она выпустила к модели, и проверки, которые разработчики успели провести за первые сутки. Сам я Wonder не запускал, и по ходу текста помечаю, где факт, а где моё мнение.

Что такое Muse Wonder и чем он отличается от Wonder Full

Прежние модели Meta, семейство Muse Spark, были лёгкими, быстрыми и дешёвыми. Wonder — другое семейство: модель намного крупнее, рассчитанная на долгую и сложную работу. Запуск состоялся через 14 месяцев после того, как Цукерберг заново собрал ИИ-подразделение компании. Тем, кто следит за Muse, персональным агентом Meta, понятно, чего не хватало: до сих пор агент работал на лёгкой модели.

Первое, что нужно понять: Wonder выходит в двух версиях, и продаются они по-разному:

Две новинки, которые стоит знать по названию. Active Memory: модель помнит важные детали о вас от разговора к разговору. Active Focus: застряв, она пробует другой путь, а не сдаётся, и останавливается, чтобы спросить разрешения перед важным действием. По словам Meta, Wonder скоро появится и в приложении Muse, сначала у платных подписчиков. И если вы в Израиле: Muse здесь пока недоступен.

Таблица Цукерберга: что она показывает, а что нет

ИИ-компании оценивают модели так же, как школа оценивает учеников: контрольными. Каждая контрольная проверяет свой предмет, например написание кода, юридическую работу или управление компьютером, а оценка — это доля задач, с которыми модель справилась.

Таблица, которую опубликовал Цукерберг, — такой табель: 14 предметов и пять учеников, две версии Wonder и три модели конкурентов. Вот как он выглядит, если задать один вопрос: у кого высшая оценка по каждому предмету:

Шесть против шести. Для лаборатории, которая ещё шесть недель назад была далеко позади, это настоящее достижение. Но если прочитать технический документ, стоящий за таблицей, три вещи меняют картину.

Первая: отличник — не тот, кого продают. Все шесть побед принадлежат Wonder Full, закрытой версии. Обычный Wonder, тот, что бизнес может подключить к своему агенту, лидирует только по одному предмету: память.

Вторая: по части предметов Meta ещё и учитель. Тест на память Meta написала сама, а оценку в нём ставит другая ИИ-модель. Сводный индекс тоже её. А про тест на очень длинный код в документе самой Meta сказано, что сравнение нечестное: каждую модель проверяли в своём инструменте.

Третья: двух учеников в табеле нет. Claude Sonnet 5.5 и GPT-6.1 Sol стоят вдвое дешевле Wonder, и Meta не включила их в сравнение. В общем индексе Artificial Analysis, независимой организации, которая прогоняет все модели в одинаковых условиях, Sonnet 5.5 получает ровно ту же оценку, что и Wonder Full.

Что остаётся в силе? Две победы измерены сторонними организациями и с заметным отрывом: код в длинных проектах и автоматизация бизнес-процессов. Это две области, в которых я бы отнёсся к Wonder всерьёз.

Вот исходный твит Цукерберга с таблицей в том виде, как её оформила Meta:

Твит Марка Цукерберга в X с таблицей оценок, 12 октября 2026 года

А ниже та же таблица по-русски. В каждой строке высшая оценка выделена зелёным, а пометкой отмечены тесты, которые Meta измеряла сама:

Обратите внимание на юридическую строку: даже лидер справляется только с 13 задачами из 100. Ни одна модель пока не выдаёт юридический документ, на который можно положиться без юриста.

На сколько месяцев отстаёт Meta? Меньше, чем я думал

Первое впечатление, моё и части критиков, было таким: Wonder показывает уровень, на котором лидеры были четыре–шесть месяцев назад. Я сверил это с индексом, который прогоняет все модели в одинаковых условиях, — Intelligence Index от Artificial Analysis. Цифры сокращают разрыв.

Wonder, версия из API, оказался между Opus 5 (конец июля) и Fable 5.1 (начало сентября). То есть по этому индексу он на уровне, которого лидеры достигли шесть–одиннадцать недель назад, а не полгода. Wonder Full равен Sonnet 5.5, который вышел на две недели раньше.

Где же ощущение «на поколение позади» всё-таки оправдано? В трёх местах, которые общий индекс сглаживает:

• Фактические знания. В тесте AA-Omniscience Wonder получает 25, Wonder Full — 30, против 46 у Opus 5.5 и 43 у Astra. С другой стороны, доля галлюцинаций снизилась с 33% у Spark 1.3 до 23% у Wonder Full, это второй самый низкий показатель среди сильных моделей после Gemini 4 Argon с 15%. Модель знает меньше и чаще в этом признаётся.
• 3D и визуальный дизайн. Об этом следующая глава.
• Умение решать самому. Разработчик, проверивший модель на трёх проектах с кодом, написал на Hacker News, что интеллект уже есть, а вкуса и решений пока нет, и что модель раз за разом ходила по одному и тому же кругу проверок и исправлений. Это отзыв одного человека.

Две игры, 4 доллара против 99

Это сравнение из начала статьи, от разработчика Max Blade:

Твит и видео Max Blade в X со сравнением, 12 октября 2026 года

Его вывод резкий: в 3D-задачах вроде игр и моделей для печати Muse далеко до лидеров. BridgeMind, у которого есть постоянный тест — собрать лавовую лампу, — сообщил, что получил красный цилиндр без стекла и без лавы:

Твит BridgeMind в X, 12 октября 2026 года

В разделе об ограничениях карточки модели Meta сама пишет, что визуальное и пространственное понимание, и особенно 3D-задачи, — известное ограничение Wonder. Оба теста попали ровно в ту точку, которую Meta отметила заранее. Таблицу это не опровергает, потому что ни одна из 14 строк не проверяет 3D. Это лишь показывает, чего таблица не проверяет.

Теперь о счёте. В индексе Artificial Analysis средняя задача стоит 4.52 доллара на Wonder и 5.98 доллара на Opus 5.5, то есть Wonder дешевле на 24%. В игре Max Blade разница в 24 раза. Цена за токен одинаковая, так откуда разрыв? Моё объяснение: из объёма работы. В задаче с чётким концом обе модели проделывают примерно одинаковую работу. В открытой задаче вроде «игры на уровне большой студии» Opus продолжает шлифовать снова и снова, а Wonder гораздо раньше решает, что закончил. Это вывод по одной игре, так что это гипотеза.

Моё мнение: Meta построила модель, которая заканчивает, а не модель, которая блистает

Здесь я перехожу от фактов к интерпретации.

Я думаю, что Meta сознательно целилась в то, чтобы задача выполнялась без сбоев, а не в максимальное качество результата. Пример: допустим, вы попросили игру про зомби. Opus будет час работать над каждой деталью, и вы получите отличный результат и большой счёт. Wonder, по моей оценке, закончит быстрее и с намного меньшим счётом. Вы получите рабочую игру про зомби, скорее всего почти без багов и, возможно, даже с пониманием того, что делает её увлекательной. Но это будет самая базовая версия того, что вы просили.

Три причины, по которым это кажется мне намеренным, а не случайным:

• Клиент Meta — не разработчик. Meta пришла в гонку поздно, а её преимущество — миллиарды пользователей Facebook, Instagram и WhatsApp. Официальные заявления тоже говорят о помощнике, а не о программисте: Цукерберг написал о «персональном суперинтеллекте для всех», первый индекс в таблице называется Personal Superintelligence Index, а исследовательница из команды в ролике о запуске рассказала, сколько усилий вложено в то, чтобы модель помнила, что для вас важно. Демонстрации были такие: рассадка гостей на свадьбе, план пробежки на субботу и подбор подарков по фотографиям из Instagram. В таких задачах «работает и аккуратно» ценнее, чем «идеально».
• За вычисления платит Meta. Персональный помощник, который работает у сотен миллионов людей, должен обходиться дёшево. Модель, которая час трудится над каждым запросом, — продукт, который публичная компания не может раздавать бесплатно.
• Свойства, которые она решила выделить. Память между разговорами, новая попытка, когда модель застряла, запрос разрешения перед важным действием и меньше галлюцинаций. Это черты помощника, на которого можно положиться, а не суперпрограммиста.

И это не только моя интерпретация. За день до запуска, в интервью подкасту David Senra, Александр Ванг, который руководит ИИ-лабораторией Meta, рассказал, что в начале 2026 года индустрия считала агентов для написания кода самым важным продуктом, а в Meta решили выйти из этой гонки и сосредоточиться на персональном агенте. В день запуска, в подкасте Cheeky Pint, он добавил, что те, кто пишет код с помощью Muse, — меньшинство пользователей. Цукерберг в том же разговоре сказал, что в персональном агенте деликатность и характер важнее, чем в агенте для кода, рассчитанном на разработчиков. То есть отставание от Opus в программировании — не сбой, который исправят в следующей версии. Meta его выбрала.

У этого есть и сторона, которую таблицы не измеряют. В откликах, которые я вижу в сети после запуска, повторяется одна и та же мысль: Muse не даёт таких результатов, как Opus, и всё же работать с ним приятно. Люди описывают естественный язык и ощущение, что он понимает, что они имеют в виду, лучше других моделей. Это моё впечатление от откликов, а не измеренный показатель, но оно сходится с тем, что Цукерберг сказал о характере. В персональном помощнике, с которым разговариваешь каждый день, это весит не меньше, чем оценка в тестах.

По-моему, для сегодняшнего рынка это верное направление. Большинство задач, которые ИИ-агент выполняет в бизнесе в обычный день, именно такие: ответить, подытожить, обновить, назначить. В таких задачах шлифовать нечего, поэтому и платить за шлифовку незачем.

И всё же три вещи в эту историю у меня не укладываются:

1. Цена не соответствует стратегии. Модель, построенная ради эффективности, продаётся по цене токена Opus 5.5. Об этом следующая глава.
2. Лучшая версия заперта в инструменте для разработчиков. Если цель — персональный помощник, странно, что Wonder Full доступен только в Muse Code.
3. Приватность. По данным, которые опубликовала сама Meta и о которых сообщили Handy AI и Hacker News, Wonder неправильно обращался с личной информацией примерно в 3% случаев. Для модели, которая должна читать сообщения и календари, это много. Подробно мы писали об этом в статье о приватности в Muse.

Цена выросла: и за токен, и за задачу

Muse Spark был выгодной покупкой. Wonder — уже нет.

Источники: Meta (прайс-лист API) и Artificial Analysis (стоимость задачи). Если термин незнаком, мы объяснили, что такое токен, в отдельной статье.

Счёт определяет не только цена токена, но и то, сколько токенов модель тратит, чтобы закончить задачу. По данным Artificial Analysis, Wonder читает на 28% больше входных токенов на задачу, чем Spark 1.3, а на вход приходится 76% его стоимости.

Из графика видны три вещи. Wonder дешевле Opus 5.5 на 24% за задачу, а не на порядок. Sonnet 5.5, который стоит вдвое меньше за токен, за задачу выходит дороже Wonder. И если главное — эффективность, то беспокоить Meta должна модель GPT-6.1 Sol, которая стоит 72 цента за задачу.

А что с подпиской? Max Blade написал, что запуск на 4.11 доллара исчерпал его лимит в подписке за 50 долларов и что он перешёл на подписку за 200 долларов, чтобы закончить. Это отзыв одного пользователя, а лимиты в Muse Code сбрасываются каждые пять часов, так что неизвестно, сколько было израсходовано до этого. Прежде чем оформлять подписку ради Wonder Full, запустите одну задачу и посмотрите, какую часть лимита она съела.

Кому Muse Wonder подходит, а кому пока нет

Стоит ли попробовать его на следующей задаче?

Пять вопросов об одной задаче, которую вы думаете ему поручить. Получив результат, запустите задачу один раз и проверьте счёт.

У задачи понятный конец, так что легко сказать, выполнена она или нет?

Да Нет

Вам хватит базового работающего результата, даже без шлифовки?

Да Нет

В задаче нет 3D, игры или визуального дизайна?

Да Нет

Задача повторяется много раз, так что стоимость каждого запуска для вас важна?

Да Нет

Данные в задаче не чувствительные, или вы работаете через API, а не через подписку?

Да Нет

Ответьте на все вопросы, чтобы увидеть результат.

Где Muse Wonder в Sigma AI Ranking

Мы добавили Muse Wonder в Sigma AI Ranking, и сейчас он стоит там без оценки, с пометкой «Ждём данных». Наш рейтинг сводит только открытые источники, которые измеряют все модели одним методом, а через день после запуска ни один из них ещё не опубликовал результат. Epoch AI уже внесла модель в список, но оценку не опубликовала, последний рейтинг LMArena датирован 8 октября, а в Terminal-Bench заявки ещё нет. Цена и контекстное окно уже указаны.

Выводить оценку из таблицы Meta мы не стали. Когда источники опубликуют результаты, оценка появится в следующем после них обновлении. А пока вот точка отсчёта:

Spark 1.3 получил у нас 93.7 за общие способности и 90.6 за надёжность, но провалился на работе в роли агента. Если Wonder таков, как о нём говорит Meta, скачок должен проявиться именно там. Зачем мы построили собственный рейтинг и почему он опирается только на открытые источники, мы объяснили в статье о Sigma AI Ranking.

Что это значит для владельца бизнеса

В индексе Artificial Analysis Wonder Full делит второе место с Sonnet 5.5: 56 против 58 у Opus 5.5. Это значит, что модели для серьёзной работы сегодня выбирают у четырёх компаний: Anthropic, OpenAI, Google и Meta. Для того, у кого в бизнесе работает ИИ-агент, из этого следуют три вещи:

• «Достаточно хорошо» и «лучше всех» стоят по-разному. В единственной открытой задаче, которую измерили, разница была в 24 раза, а в общем индексе — 24%. Переплачивать эту разницу за рутинную работу незачем.
• Модель выбирают под задачу. Сильнейшую модель — для работы, где качество и есть продукт, эффективную — для всего остального. Я писал об этом в статье о возвращении Anthropic и Claude Opus 5.5: за три месяца лидирующая модель сменилась дважды.
• По таблице производителя не покупают. Читайте, кто измерял каждую строку, и проверяйте на одной своей реальной задаче, с секундомером и со счётом.

Platin Digital — OpenAI Select Partner. Агентов, которых мы запускаем, мы строим на тех моделях и инструментах, которые лучше всего подходят конкретному бизнесу: OpenAI, Anthropic, Google и других. Wonder вошёл у нас в список моделей, которые проверяются на рутинных задачах. Для задач, где всё решает качество, я пока остаюсь с Opus 5.5.

Что почитать дальше: полное руководство по Meta Muse, Muse for Small Business, Muse против dots от OpenAI и ChatGPT, Gemini или Claude для бизнеса.

Частые вопросы

Источники

• 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