Meta lanza Muse Wonder, su primer modelo de frontera

Meta lanzó Muse Wonder y Muse Wonder Full el 12 de octubre de 2026. Son los primeros modelos que la empresa considera de clase frontera. Un modelo de frontera es el sistema más grande y capaz de un laboratorio. El más pequeño, Muse Wonder, está abierto a los desarrolladores desde hoy a 4 dólares por millón de tokens de entrada y 20 dólares por millón de tokens de salida. El más grande, Wonder Full, se queda dentro del producto de programación de la propia Meta.

Esa división importa a cualquiera que esté eligiendo un modelo. La versión que encabeza la mayoría de los gráficos de la propia Meta es justo la que no se puede llamar desde el código.

Dos modelos, dos vías de acceso

El anuncio de Meta describe la pareja como «nuestros modelos más capaces hasta la fecha». Ambos se basan en Muse Spark, la familia de modelos más pequeños que Meta lanzó en abril de 2026. Meta dice que Muse Wonder «pronto impulsará más partes de Muse», su app de agente personal. El despliegue empezará por los suscriptores de pago.

TechCrunch informa de que ambos modelos salieron del Superintelligence Lab de Meta. Se entrenaron en Prometheus, el centro de datos de Meta en el centro de Ohio. Es el primer lanzamiento de frontera del laboratorio desde que Alexandr Wang reestructuró el trabajo de IA de Meta en agosto de 2025.

	Muse Wonder	Muse Wonder Full
Meta Model API	Sí, 4 $ de entrada / 20 $ de salida por millón de tokens	No
Muse Code	Todos los planes, desde 5 $ al mes	Planes Power (50 $) y Maximum (200 $)
Ventana de contexto	1 millón de tokens	1 millón de tokens
Pesos	Cerrados	Cerrados

Los precios de los planes, la ventana de contexto y los pesos cerrados proceden del resumen de lanzamiento de FelloAI. Un token es un pequeño fragmento de texto, aproximadamente tres cuartos de una palabra. La ventana de contexto es la cantidad de texto que un modelo puede leer a la vez.

FelloAI también informa de un precio de 0,20 dólares por millón de tokens para la entrada en caché. Es la tarifa con descuento para el texto que el modelo ya ha visto. Eso sitúa a Muse Wonder en unas 3,2 veces el precio de entrada de Muse Spark 1.3, y en 4,7 veces el de salida.

Qué muestran los benchmarks

Según TechCrunch, la ficha del modelo de Meta dice que ambos modelos obtienen puntuaciones «comparables» a las de Claude Fable 5.1 de Anthropic y GPT-6 Astra de OpenAI. En MemoryBench, una prueba de lo que un modelo recuerda entre conversaciones, Meta afirma que Muse Wonder supera a Fable, Opus y Astra.

FelloAI recopiló las puntuaciones publicadas por Meta. Algunas muestran dónde lidera cada modelo:

Benchmark (datos de Meta)	Wonder Full	Wonder	Claude Opus 5.5	GPT-6 Astra
MemoryBench	85,5	85,6	81,5	81,4
DeepSWE 1.1 (tareas largas de código)	79,0	78,8	74,2	74,1
Terminal-Bench 4.0	57,1	52,0	59,6	59,1
ProgramBench (código desde cero)	59,0	50,0	70,5	52,5
OSWorld V2.1 (uso del ordenador)	78,4	72,6	81,8	75,8

El índice independiente de Artificial Analysis es menos entusiasta. Sitúa a Muse Wonder en 52, por debajo de Claude Opus 5.5 con 58 y un punto por detrás de Fable y Astra, con 53. Wonder Full obtiene 55,8, pero ese modelo no tiene API pública.

Lo que Meta dice de la memoria y la seguridad

La publicación de Meta destaca Active Memory, que describe como «la capacidad de llevar lo que te importa de una conversación a otra». También dice que los modelos se entrenaron «para evitar compartir información privada sin permiso».

El panorama de seguridad está incompleto. Meta dice que un informe completo con más evaluaciones de seguridad «estará disponible pronto». Según la lectura que hace FelloAI de la ficha del modelo, Wonder Full podría alcanzar un nivel de riesgo alto de uso indebido químico y biológico sin salvaguardas. La ficha sitúa el riesgo restante en «moderado o inferior» una vez aplicadas las salvaguardas.

La ficha también recoge una prueba de ExploitGym, en la que Wonder Full señaló 92 problemas de seguridad. De ellos, 21 llegaron a través de la vulnerabilidad prevista y 71 a través de agujeros que los diseñadores de la prueba no habían previsto. Meta dice que los modelos no son para menores de 18 años.

Qué significa esto para los desarrolladores

Muse Wonder llega al mismo precio que FelloAI indica para Claude Opus 5.5: 4 dólares de entrada, 20 de salida y 0,20 por la entrada en caché. Eso hace que la comparación sea directa. Conviene ejecutar ambos con las mismas tareas antes de cambiar nada.

• Probar lo que de verdad se puede llamar. La mayoría de las mejores cifras pertenecen a Wonder Full, que solo está en Muse Code. Conviene evaluar el propio Muse Wonder, el modelo de la API, con la carga de trabajo propia.
• Probarlo en trabajos largos y con mucha memoria. Las ventajas más claras de Meta están en MemoryBench y en tareas largas de código como DeepSWE. En el código corto, de una sola pasada, Opus 5.5 sigue puntuando más alto en el propio gráfico de Meta.
• Revisar el presupuesto si se usaba Muse Spark. Pasar de Muse Spark 1.3 a Muse Wonder multiplica aproximadamente por tres el coste de entrada y casi por cinco el de salida.
• No contar con alojarlo por cuenta propia. Ambos modelos son cerrados. FelloAI señala que los pesos abiertos de Muse Spark que Meta prometió para el 2 de septiembre todavía no se han publicado.
• Esperar al informe de seguridad antes de dar al modelo un acceso amplio a herramientas en producción. Meta ha dicho que llegará un informe más completo, pero no le ha puesto fecha.

El lanzamiento continúa una rápida serie de novedades de Muse, desde la actualización de código de Muse Spark 1.3 en septiembre hasta los kits de hardware Muse Gadgets el 2 de octubre.