Тус компани өөрийн бүтээсэн хамгийн хүчирхэг, нарийн төвөгтэй даалгавар гүйцэтгэх чадвартай Muse Wonder болон Muse Wonder Full загваруудаа даваа гарагт нээлттэй болгов.
Meta-гийн Superintelligence Lab-аас гаргасан эдгээр загвар нь өмнөх Muse Spark-аас илүү өргөн цар хүрээтэй бөгөөд код бичих зэрэг цогц ажлуудад өндөр гүйцэтгэлтэй болохыг туршилтын үр дүн харуулжээ. Тус компани Muse Wonder загваруудаа Fable 5.1 болон GPT-6 Astra-тай дүйцэхүйц түвшний үзүүлэлттэй гэж тодорхойлсон байна. Эдгээр загварыг Охайо муж дахь Prometheus дата төвд сургасан бөгөөд компани үүнийг хувийн супер оюун ухаан хөгжүүлэх алхам хэмээн онцоллоо.
Техникийн хувьд Muse Wonder нь “идэвхтэй санах ой” буюу хэрэглэгчийн өгсөн мэдээллийг удаан хугацаанд хадгалах, нэгтгэх чадвараараа онцгойрч байна. Meta-гийн судалгаагаар, уг загвар нь MemoryBench шалгуур үзүүлэлтээр Fable, Opus, Astra зэрэг өрсөлдөгч загваруудаас илүү өндөр оноо авчээ. Энэхүү чадвар нь хэрэглэгчдийн өдөр тутмын үйл ажиллагаанд туслах AI агентыг хөгжүүлэхэд чухал үүрэг гүйцэтгэнэ.
Үнийн хувьд, Meta Model API-аар дамжуулан ашиглах Muse Wonder-ийн нэг сая оролт (input) токен нь 4 доллар, нэг сая гаралт (output) токен нь 20 долларын үнэтэй байна. Харин илүү хүчирхэг Muse Wonder Full хувилбар нь API-аар дамжихгүй бөгөөд зөвхөн Muse Code-д бүртгүүлсэн хэрэглэгчдэд зориулагдана. Хоёр загвар хоёулаа Muse агентын ажиллагааг эрчимжүүлэхэд ашиглагдах юм.
Энэхүү шинэчлэл нь Александр Вангийн удирдлага дор Meta компанийн хиймэл оюун ухааны чиглэлд хийсэн бүтцийн өөрчлөлтийн дараах анхны томоохон алхам болж байна. Өнгөрсөн оны наймдугаар сараас хойш тус компани Muse Spark болон Muse агентыг танилцуулсан ч, салбарын гол өрсөлдөгчдийн түвшний дэвшилтэт загваруудыг олон нийтэд гаргахаас зайлсхийж байсан юм.
Дэлгэрэнгүйг эх сурвалжаас харах
↓Эх сурвалжийг нээх ↓
Meta’s Superintelligence Lab released a pair of new state-of-the-art models on Monday, Muse Wonder and Muse Wonder Full, representing the company’s first attempt at a frontier model.
Where Muse Spark aimed to be a lightweight model that could perform at low latency, the Wonder models are larger and said to be more capable, with higher benchmark scores and better results on complex tasks like coding.
According to Meta’s testing (presented in the model card), Wonder and Wonder Full achieve comparable benchmark scores to Fable 5.1 and GPT-6 Astra.
“Together, they mark the next step on our scaling ladder and a major leap toward personal superintelligence,” Meta’s blog post about the models reads.
That scale is reflected in the pricing: Accessed through the Meta Model API, Wonder will cost $4.00 per million input tokens and $20.00 per million output tokens, making it roughly equivalent in cost to GPT-6 Sol or Opus 5.5.
Notably, Wonder Full will only be available to Muse Code subscribers, and will not be served through the API. Both models will also be used to power the Muse agent.
In keeping with Meta’s interest in developing personal assistants that can perform tasks over a long period, the company placed particular emphasis on the new models’ ability to retain and synthesize information given by the user, a property Meta calls “active memory.”
To achieve better recall, Meta highlighted the MemoryBench benchmark, which challenges continual learning and memory construction frameworks. According to the company’s testing, Muse Wonder now scores higher on MemoryBench than Fable, Opus or Astra.
“We put a tremendous amount of effort into making sure your model can remember what’s important to you over days, weeks, months and beyond,” said research scientist Kavya Kopparapuin a video accompanying the launch.
The new models are the first frontier model release since Scale AI founder Alexandr Wang restructured Meta’s AI efforts in August of last year. Since then, Meta has released its lightweight Muse Spark model and Muse agent, but has avoided the kind of state-of-the-art model releases OpenAI and Anthropic are known for.
According to the post, the models were trained at Meta’s Prometheus data center in central Ohio, which came online earlier this year.
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.
