TLDR Meta lanzó Muse Wonder y Muse Wonder Full el 12 de octubre de 2026 — sus modelos más capaces hasta la fecha, diseñados específicamente para tareas de agente personales y profesionales. Muse Wonder Full obtiene 56 en el Artificial Analysis Intelligence Index (solo por detrás de Claude Opus 5.5 con 58), mientras que Muse Wonder obtiene 52. Ambos incorporan Active Memory y Active Focus, una ventana de contexto de 1M tokens, sólidas capacidades de programación y pericia en dominios (derecho, finanzas, salud), e entradas multimodales.
Muse Wonder está disponible a través de Meta Model API a $4/$20 por millón de tokens (entrada/salida); Muse Wonder Full está limitado a los niveles superiores de suscripción de Muse Code. Los desarrolladores también pueden acceder a estos modelos (y a más de 500) mediante plataformas unificadas como CometAPI para una integración más sencilla y posibles ventajas de coste.
Puntos clave
- Muse Wonder y Muse Wonder Full son los modelos de frontera de Meta para agentes de larga duración, programación, uso de computadora y trabajo de conocimiento del mundo real.
- Innovaciones clave: Active Memory (contexto persistente y relevante entre conversaciones) y Active Focus (objetivo persistente, recuperación de errores y solicitud de aclaraciones).
- Artificial Analysis Intelligence Index independiente (máximo esfuerzo): Muse Wonder Full 56, Muse Wonder 52 (frente a 48 de Muse Spark 1.3).
- Gran rendimiento en programación de horizonte largo (DeepSWE, SWE-Marathon), tareas de agentes en legal/finanzas y benchmarks de memoria; competitivo o líder en varias evaluaciones de Meta y de terceros.
- Precios: Muse Wonder a $4 entrada / $0.20 en caché / $20 salida por 1M tokens en Meta Model API; Muse Wonder Full solo por suscripción a Muse Code (planes Power $50/mes y Maximum $200/mes). Precios estándar de Muse Wonder en CometAPI: $3.2/M entrada, $0.16/M entrada en caché, $20/M salida.
¿Qué es Muse Wonder?
Muse Wonder es la nueva familia de modelos de lenguaje de frontera de Meta, anunciada el 12 de octubre de 2026 por Meta Superintelligence Labs. El lanzamiento se basa en Muse Spark y desplaza el énfasis de respuestas aisladas de chatbot hacia asistentes de larga duración que pueden usar herramientas, retener contexto útil e iterar en trabajos difíciles. Consta de dos variantes:
- Muse Wonder — el modelo de frontera estándar optimizado para programación del mundo real, agentes de larga duración y uso avanzado de computadora. Disponible a través de Meta Model API y Muse Code.
- Muse Wonder Full — la versión de mayor capacidad que ofrece rendimiento de razonamiento máximo para los flujos de trabajo profesionales y de agentes más complejos y prolongados. Actualmente disponible solo para suscriptores de Muse Code en planes de nivel superior.
Estos modelos se construyen directamente sobre la base sentada por Muse Spark (introducido a principios de 2026) y representan el salto más significativo de Meta hacia la “superinteligencia personal”. Están diseñados explícitamente para casos de uso con agentes: sistemas que no solo responden preguntas, sino que planifican, ejecutan, se recuperan de errores y completan tareas del mundo real en varios pasos durante períodos prolongados. Ejemplos incluyen navegar reclamaciones de seguros, interpretar arrendamientos, analizar información financiera o de salud, crear aplicaciones completas y gestionar proyectos personales complejos.
Los modelos fueron entrenados en el centro de datos Prometheus de escala gigavatio de Meta usando técnicas avanzadas de preentrenamiento y aprendizaje por refuerzo refinadas desde la serie Muse Spark. Admiten una ventana de contexto de 1 millón de tokens y aceptan entradas multimodales (texto, imágenes, video, audio y PDFs en muchas configuraciones), con salida de texto.
Especificaciones técnicas de la API de Muse Wonder
| Especificación (ficha oficial del modelo) | Muse Wonder | Muse Wonder Full |
|---|---|---|
| Developer | Meta Superintelligence Labs | Meta Superintelligence Labs |
| Release | October 12, 2026 | October 12, 2026 |
| Identifier | muse-wonder-1.0 | muse-wonder-full-1.0 |
| Context window | 1,000,000 tokens | 1,000,000 tokens |
| Inputs | Text, image, audio, video | Text, image, audio, video |
| Output | Text | Text |
| Reasoning | Configurable | Advanced |
| Active Memory / Focus | Supported | Supported |
| Public API | Meta Model API | Not available |
| Access | Meta API and Muse Code | Qualifying Muse Code plans |
| Model weights / parameter count | Not publicly disclosed | Not publicly disclosed |
| Intelligence Index | 52 | 56 |
Funciones principales: Active Memory y Active Focus
Active Memory
Los modelos pueden mantener contexto importante del usuario entre conversaciones y recuperar activamente los detalles relevantes para la tarea actual. Esto va más allá de simples ventanas de contexto largas; prioriza y saca a la superficie la información que importa para objetivos en curso, hábitos, preferencias e interacciones previas. Meta destaca resultados sólidos en MemoryBench, donde ambas variantes puntúan muy alto.
Active Focus
Cuando una tarea se complica, los modelos persisten: prueban enfoques alternativos, se recuperan de errores, se adaptan a nueva información, piden aclaraciones cuando es necesario y validan antes de tomar acciones importantes. Esto se evalúa mediante el FocusBench interno y suites de programación de horizonte largo como SWE-Marathon. El resultado son agentes que se mantienen en curso durante horas en lugar de desviarse o rendirse.
Fortalezas adicionales:
Comprensión multimodal: La familia de modelos admite entradas de texto, imagen, audio y video y produce salida de texto. Sin embargo, las aplicaciones dependientes de audio deben confirmar el soporte en la superficie de lanzamiento específica. La especificación de modalidad a nivel de modelo no garantiza que todas las APIs o aplicaciones expongan la misma vía de entrada.
Razonamiento experto por dominio: Las evaluaciones de lanzamiento de Meta incluyen tareas legales, financieras y de salud, como revisión de documentos y síntesis de información. Estas puntuaciones describen tareas evaluadas; no establecen certificación profesional ni reemplazan la verificación por expertos en entornos de alto riesgo.
Programación de frontera y uso del ordenador: Wonder admite generación de aplicaciones, depuración, modificación de código y flujos de trabajo basados en herramientas. El éxito en la práctica sigue dependiendo del arnés del agente circundante, permisos y proceso de evaluación.
¿Cómo rinde Muse Wonder en los benchmarks de IA?
La tabla siguiente reproduce las puntuaciones reportadas en el lanzamiento. Combina evaluaciones independientes, pruebas internas de Meta y resultados de competidores reportados por los proveedores. Puntuaciones más altas son mejores dentro de cada fila; las filas tienen métricas diferentes y no deben promediarse en un nuevo puntaje global.
| Benchmark (métricas y metodología) | Wonder Full | Wonder | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|---|
| AA Intelligence Index v4.3 | 56 | 52 | 53 | 58 |
| Personal Superintelligence Index | 59.1 | 54.3 | 54.5 | 55.2 |
| Harvey LAB-AA | 13.1 | 10.0 | 8.6 | 4.2 |
| Vals Finance Agent V2 | 59.1 | 56.6 | 53.5 | 58.6 |
| HealthBench Pro | 62.3 | 60.5 | 65.3 | 65.6 |
| AutomationBench-AA | 45.4 | 39.1 | 41.6 | 41.2 |
| GDP.pdf | 33.2 | 30.8 | 34.2 | 30.6 |
| JobBench | 75.3 | 70.5 | 66.1 | 75.4 |
| MemoryBench | 85.5 | 85.6 | 81.4 | 81.5 |
| DeepSWE 1.1 | 79.0 | 78.8 | 74.1 | 74.2 |
| SWE-Marathon | 57.5 | 53.1 | 42.5 | 46.3 |
| Terminal-Bench 4.0-AA | 57.1 | 52.0 | 59.1 | 59.6 |
| ProgramBench | 59.0 | 50.0 | 52.5 | 70.5 |
Condiciones de evaluación e interpretación de puntuaciones
Meta reporta esfuerzo de razonamiento máximo para la comparación general, con excepciones específicas de benchmark. Las ejecuciones internas de competidores son de mejor esfuerzo; los resultados externos mantienen sus arneses originales. Estas son comparaciones de lanzamiento en lugar de una prueba uniforme de todos los modelos bajo una única configuración de producción.
AA Intelligence Index es un índice compuesto de Artificial Analysis. PSI y MemoryBench son evaluaciones internas. Harvey LAB-AA y AutomationBench-AA usan resultados de Artificial Analysis; Vals Finance Agent V2 usa Vals AI; GDP.pdf usa Surge. HealthBench Pro combina ejecuciones de Meta y resultados reportados por Anthropic. JobBench informa la recompensa media por tarea.
DeepSWE 1.1 informa pass@1 en 113 tareas y 91 repositorios. SWE-Marathon usa resultados de Abundant AI a partir de diferentes productos de agentes; el 57.5 de Wonder Full se reporta con esfuerzo xhigh. ProgramBench usa mini-swe-agent y mide ejecuciones que pasan al menos 95% de pruebas ocultas. Terminal-Bench usa resultados de Artificial Analysis de tareas ejecutables de terminal. MemoryBench prueba conversaciones de 64K–100K tokens.
Fortalezas de Muse Wonder Full en benchmarks
Muse Wonder Full destaca especialmente en ingeniería de software de larga duración y trabajo de agentes intensivo en memoria, mientras que Claude Opus 5.5 mantiene ventajas en algunas tareas puras de terminal/uso de computadora y programación desde cero. La amplitud de conocimiento sigue siendo un área relativa de mejora continua, aunque las tasas de alucinación son notablemente bajas.
La verificación independiente proviene principalmente de Artificial Analysis
Artificial Analysis Intelligence Index (v4.3, máximo esfuerzo de razonamiento)
- Muse Wonder Full: 56
- Muse Wonder: 52
- Claude Opus 5.5: 58
- GPT-6 Astra / Claude Fable 5.1 / Gemini 4 Argon: ~53
- Modelo previo de Meta (Muse Spark 1.3 max): 48
Muse Wonder Full se sitúa entre los tres primeros en seis de las diez evaluaciones componentes y lidera o casi lidera en trabajo de conocimiento con agentes y razonamiento científico (p. ej., CritPt, GDP.pdf, GDPval-AA). Ambos modelos muestran grandes ganancias en Terminal-Bench y otros suites de programación con agentes frente a Muse Spark 1.3.
¿Cuánto cuesta la API de Muse Wonder?
Meta ofrece Muse Wonder a través de su Model API con facturación basada en tokens. Los desarrolladores también pueden explorar la API de Muse Wonder en CometAPI, donde la plataforma anuncia acceso al modelo con descuento.
La siguiente tabla compara las tarifas oficiales por token de Meta con un escenario de precios con 20% de descuento en CometAPI.
| Categoría de precios (tarifas oficiales por token) | Muse Wonder | CometAPI (objetivo 20% de descuento) |
|---|---|---|
| Input | $4.00 per 1M tokens | $3.20 / 1M tokens |
| Cached input | $0.20 per 1M tokens | $0.16 / 1M tokens* |
| Output | $20.00 per 1M tokens | $16.00 / 1M tokens |
| Context | 1M tokens | Subject to supported deployment |
| Wonder Full API | Not publicly offered | Not publicly offered |
La entrada en caché es 95% más barata que la entrada no cacheada a las tarifas publicadas, potencialmente útil para prompts de agentes repetidos con contexto compartido sustancial.
Ejemplo de coste de una solicitud
Para 100,000 tokens de entrada no cacheados y 20,000 tokens de salida: entrada = (100,000 / 1,000,000) × $4 = $0.40; salida = (20,000 / 1,000,000) × $20 = $0.40; coste total estimado del modelo = $0.80.
Un flujo de trabajo real de agente con múltiples llamadas puede costar más debido a la planificación, llamadas a herramientas, reintentos y pasadas de evaluación.
Precios de suscripción de Muse Wonder Full
Wonder Full se distribuye mediante suscripciones calificadas de Muse Code en lugar de tarifas por token publicadas por separado para la API. Los planes Power y Maximum cuestan $50 y $200 por mes, respectivamente. Proporcionan 20x y 80x la asignación de Everyday Usage; son suscripciones limitadas, no uso ilimitado ni planes de API por token.
Comparativa: Muse Wonder vs GPT-6 Astra vs Claude Opus 5.5
La siguiente comparación combina observaciones de benchmarks de lanzamiento con especificaciones de los proveedores. Para integraciones alternativas, los desarrolladores pueden evaluar la API de GPT-6 Astra en CometAPI y la API de Claude Opus 5.5 en CometAPI. La tabla usa especificaciones y tarifas oficiales de los proveedores; el liderazgo en benchmarks por sí solo no determina la mejor elección de despliegue.
| Dimensión | Wonder Full | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|
| Inteligencia general | Fuerte | Fuerte | Índice listado más alto |
| Tareas legales de agentes | Mejor puntuación Harvey listada | Competitiva | Puntuación listada inferior |
| Programación de horizonte largo | Mejores puntuaciones DeepSWE / Marathon | Fuerte | Fuerte |
| Ejecución en terminal | Competitiva | Fuerte | Mejor puntuación listada |
| Reconstrucción de programas | Competitiva | Competitiva | Mejor puntuación listada |
| API pública independiente | No | Sí | Sí |
| Ventana de contexto | 1M tokens | 1.05M tokens | 1M tokens |
| Precio estándar de entrada/salida por 1M tokens | Acceso por suscripción; sin tarifa pública por token | $10 / $50 para prompts de hasta 272K tokens de entrada | $4 / $20 |
| Razonamiento | Variante de Muse de mayor capacidad | Esfuerzo de razonamiento configurable | Pensamiento adaptativo |
| Integración multimodal | La ficha del modelo lista entrada de texto/imagen/audio/video; el soporte de superficie varía | Entradas de texto e imagen; salida de texto | Entradas de texto e imagen; salida de texto |
| Comparación de arquitecturas | Detalle divulgado insuficiente para comparar de forma equivalente | No comparado en las especificaciones de API citadas | No comparado en las especificaciones de API citadas |
| Punto de partida práctico | Usuarios de Muse Code probando flujos sostenidos de programación | Agentes de API personalizados e investigación profesional | Agentes de API personalizados para programación y trabajo de conocimiento |
La serie Muse Wonder posiciona a Meta de forma competitiva en la frontera para cargas de trabajo con agentes más que para chat puro o razonamiento de corto horizonte. El precio de Muse Wonder iguala las tarifas de lista de Claude Opus 5.5, a la vez que ofrece un rendimiento especializado sólido en memoria, programación de horizonte largo y tareas profesionales de agentes. GPT-6 Astra y Claude Fable 5.1 a menudo tienen precios de lista más altos en algunas plataformas. Los modelos de acceso difieren: Meta restringe la variante absolutamente superior (Full) a su producto de suscripción de programación, mientras que los competidores suelen ofrecer sus modelos más altos vía API.
¿Dónde se puede usar Muse Wonder?
Directo de Meta
- Regístrate en Meta Model API en dev.meta.ai para Muse Wonder.
- Suscríbete a Muse Code para ambas variantes (Full en niveles superiores).
- Se admiten endpoints compatibles con OpenAI y Anthropic para Meta API y CometAPI.
Muse Wonder: Meta Model API
Muse Wonder está disponible a través de Meta Model API para equipos que construyen aplicaciones, asistentes de investigación y agentes basados en herramientas. Esta es la vía de acceso programable descrita en este artículo, con facturación basada en tokens. Los lectores pueden consultar la página del modelo del proveedor para ver los detalles de acceso en lugar de seguir aquí un tutorial de código.
Las dos vías de acceso cubren necesidades distintas: Meta Model API es el punto de partida para aplicaciones personalizadas con Wonder; las suscripciones calificadas de Muse Code proporcionan acceso a Wonder Full dentro del agente de programación. Las siguientes secciones explican la ruta de suscripción y qué comprobar al considerar acceso de terceros.
Usa Muse Wonder Full a través de Muse Code
Los usuarios de Muse Code Power o Maximum que cumplan requisitos pueden acceder a Wonder Full mediante Muse Code, un agente de programación basado en terminal. Esta vía de suscripción difiere de llamar a una API pública de Wonder Full con medición por separado.
Acceso a Muse Wonder y alternativas en CometAPI
CometAPI ofrece un único endpoint compatible con OpenAI (https://api.cometapi.com/v1) y una clave de API para más de 500 modelos, incluida la serie Muse de Meta (Muse Wonder y Muse Wonder Full están listados, con algunas variantes indicadas como disponibles o próximas y a menudo con precios con descuento respecto a las tarifas de lista).
Para integraciones alternativas, los desarrolladores pueden acceder a la API de GPT-6 Astra en CometAPI y a la API de Claude Opus 5.5 en CometAPI. Compara la misma tarea, contexto y configuración de herramientas antes de cambiar de proveedor.
Para empezar en CometAPI: crea una cuenta gratuita (con créditos de prueba), obtén tu clave, apunta tu cliente a la URL base de CometAPI y especifica el ID de modelo de Muse Wonder. Este enfoque reduce la sobrecarga operativa al experimentar o llevar a producción capacidades de agentes de frontera.
Conclusión
Muse Wonder y Muse Wonder Full representan la declaración más clara de Meta hasta la fecha de que ha vuelto a la frontera del desarrollo de modelos de IA. Al enfocarse en los requisitos prácticos de agentes personales y profesionales — memoria confiable, enfoque persistente, pericia en dominios y programación y uso de computadora de largo horizonte — Meta ha producido modelos inmediatamente útiles para desarrolladores que construyen la próxima generación de sistemas con agentes y que mejorarán su propio producto Muse.
Para equipos que evalúan o despliegan estas capacidades, comenzar con Meta Model API para Muse Wonder y considerar plataformas de agregación como CometAPI para flexibilidad multi-modelo proporciona una vía de baja fricción hacia la experimentación y la producción. A medida que lleguen el informe completo de seguridad y un despliegue más amplio del agente Muse, el impacto práctico de estos modelos será aún más claro.