Meta, sınır modeli Muse Wonder'ı tanıttı: kodlama ve ajan görevlerinde büyük artış

Meta, sınır modeli ailesini iki yeni sürümle genişletti. Şirketin Muse Wonder ve Muse Wonder Full adıyla duyurduğu modeller, kodlama ve otonom görev testlerinde önceki modele göre belirgin artış sağlıyor. The Decoder sitesinin haberine göre bu iki model, Meta'yı yeniden en iyi yapay zekâ modelleri arasına taşıyor.

Artificial Analysis Intelligence Index v4.3'te Muse Wonder Full 56 puan alırken Muse Wonder 52 puanda kaldı. Meta'nın önceki modeli Muse Spark 1.3 ise 48 puandaydı. Bu, orta seviyede konumlanan bir modelden kayda değer bir sıçramaya işaret ediyor. Değerlendirme kuruluşunun verilerine göre Muse Wonder Full, on kıyaslamanın altısında ilk üçe giriyor.

Muse Wonder neler yapabiliyor?

En büyük kazanım ajan değerlendirmelerinde görülüyor. Bu testler, bir modelin karmaşık görevleri tek başına ne kadar iyi yürütebildiğini ölçüyor. Terminal-Bench 4.0'da başarı oranı yüzde 33'ten yüzde 57'ye çıktı. Kodlama tarafında Muse Wonder Full, Coding Agents Index'te 68 puana ulaşarak Sonnet 5.5 kullanan Claude Code ile aynı seviyeye geldi. Muse Wonder ise 63 puan aldı; önceki model 54 puandaydı.

Meta, iki yeni özelliği öne çıkarıyor. "Active Memory", modelin konuşmalar arasında önemli bilgileri hatırlamasını sağlıyor. "Active Focus" ise modelin zor görevlerde ısrarcı olmasını, alternatif yaklaşımlar denemesini ve belirsizlik durumunda ek sorular sormasını kapsıyor. Şirket bu iki özelliği, takvim, mesaj ve belgelere erişebilen kişisel bir yapay zekâ ajanı hedefinin merkezine koyuyor.

Bilgi testlerinde rakiplerin gerisinde

Olgu bilgisi tarafında tablo değişiyor. AA-Omniscience bilgi testinde Muse Wonder Full yalnızca 30 puan, Muse Wonder 25 puan alıyor. Bu sonuçlar Claude Opus 5.5 (46), GPT-6 Astra (43) ve Gemini 4 Argon'un (42) belirgin şekilde gerisinde. Değerlendirmeye göre bu fark, Wonder serisinin rakiplerine kıyasla daha küçük bir temel model üzerine kurulduğuna işaret ediyor.

Düşük halüsinasyon oranı bu açığı bir ölçüde kapatıyor. Muse Wonder Full, önceki modele göre halüsinasyon oranını yüzde 33'ten yüzde 23'e indirdi. Bu, en az 45 endeks puanı alan modeller arasında ikinci en düşük oran. Yalnızca Gemini 4 Argon (yüzde 15) daha az halüsinasyon görüyor.

Meta, blog yazısında Muse modellerinin yalnızca kıyaslama testleri için ayarlandığı, gerçek kullanımda geride kaldığı eleştirisine de yanıt veriyor. Şirkete göre Muse Wonder Full, eğitim optimizasyonuna dahil edilmeyen bilinmeyen görevlerde beklenenden iyi performans gösteriyor ve bunu daha güçlü bir temel modele borçlu.

Muse Wonder fiyatı ve erişim

Artan performans maliyete de yansıyor. Artificial Analysis verilerine göre Muse Wonder, Intelligence Index üzerinde görev başına 4,52 dolar harcıyor; bu, önceki model Muse Spark 1.3'ün 1,60 dolarına kıyasla yaklaşık üç kat fazla. Token fiyatları da yükseldi: milyon giriş token'ı 4 dolar, çıkış token'ı 20 dolar. Önceki modelde bu rakamlar 1,25 ve 4,25 dolardı. Muse Wonder ayrıca görev başına yüzde 28 daha fazla giriş token'ı kullanıyor ve bu token'lar toplam maliyetin yüzde 76'sını oluşturuyor. Muse Wonder Full için token fiyatı henüz açıklanmadı.

Her iki model bir milyon token'lık bağlam penceresi sunuyor ve metin, görsel, video ile ses girdilerini kabul ediyor. Muse Wonder, Meta'nın API'si ve Muse Code üzerinden kullanılabiliyor. Muse Wonder Full ise şu an yalnızca Muse Code kullanıcılarıyla sınırlı. Muse Wonder ilerleyen dönemde önce ödeme yapan abonelerden başlayarak Muse uygulamasına da güç verecek.

Neden önemli?

Meta, açık ağırlıklı Llama modellerinde yaşadığı durgun dönemin ardından kapalı sınır modelleriyle yeniden üst sıralara dönmeye çalışıyor. Vals AI Index'te Muse Wonder Full (Max) beşinci sıradan giriş yapıyor ve Vals AI'ya göre tüm OpenAI modellerini geride bırakıyor. Yalnızca güncel Anthropic modelleri daha yüksek puan alıyor; Muse Wonder ise onuncu sırada. Meta, modelleri gigawatt ölçeğinde kendi Prometheus veri merkezinde eğittiğini belirtiyor.

Fiyatlandırma tarafında Muse Wonder, görev başına maliyette Claude Fable 5.1 (7,63 dolar) ve Claude Opus 5.5'in (5,98 dolar) altında kalıyor; ancak GPT-6 Astra (3,26 dolar), Gemini 4 Argon (1,99 dolar) ve GPT-6.1 Sol'un (0,72 dolar) üzerinde. Her iki model de önceki modele göre yaklaşık yüzde 10 daha az çıkış token'ı kullanıyor.

Meta, Muse Wonder'ı ilerleyen dönemde tüm kullanıcılar için özelleştirilmiş modellere dönüştürmeyi planlıyor. Muse Wonder Full'un API fiyatlandırması ve Muse uygulamasının abone dışı kullanıcılara ne zaman açılacağı ise henüz açıklanmadı.