TL;DR
Meta a lancé Muse Wonder et Muse Wonder Full le 12 octobre 2026. Wonder est disponible via Meta Model API et Muse Code, tandis que Full est disponible dans Muse Code via les abonnements Power Usage et Maximum Usage. Full est en tête sur plusieurs benchmarks publiés, mais le choix pratique dépend de l’accès à l’API, de la qualité des tâches et du coût. Cette comparaison passe en revue des sources publiées et n’inclut pas de tests pratiques indépendants.
Points clés
- Wonder prend en charge l’intégration via API ; Full est disponible via les abonnements Power Usage et Maximum Usage de Muse Code.
- Le schéma de lancement de Meta indique des scores Artificial Analysis Intelligence Index de 52 pour Wonder et 56 pour Full. L’écart de quatre points ne représente pas une amélioration universelle en pourcentage des performances sur les tâches.
- Wonder prend en charge une fenêtre de contexte de 1,048,576 tokens et des entrées texte, image, audio, vidéo et PDF, avec une sortie texte.
- Les tarifs API standards de Meta sont de $4 pour l’entrée, $0.20 pour l’entrée mise en cache et $20 pour la sortie par million de tokens ; Full n’a pas de tarif public par token via le Model API.
- Le niveau maximal d’effort de raisonnement ne sélectionne pas Full. Commencez avec Wonder pour les applications ; évaluez Full pour les travaux interactifs exigeants dans Muse Code.
Muse Wonder vs Muse Wonder Full : Vue d’ensemble et spécifications
Commencez avec Wonder lorsque vous avez besoin d’un modèle appelable pour un produit ou un workflow automatisé. Évaluez Full si vous utilisez Muse Code et si ses forces sur les benchmarks sont pertinentes pour vos tâches. L’accès nécessite un abonnement Power Usage ou Maximum Usage et reste soumis aux limites du plan. La différence pratique est d’abord l’accès, ensuite les performances aux benchmarks.
| Facteur de décision | Muse Wonder | Muse Wonder Full |
|---|---|---|
| Commencer les tests avec | APIs de production, agents personnalisés et traitement par lots | Codage interactif difficile et travaux professionnels dans Muse Code |
| Accès fournisseur | Meta Model API et Muse Code | Muse Code Power Usage ou Maximum Usage |
| Identifiant de modèle public Meta API | muse-wonder-1.0 | Aucun identifiant public Model API |
| Fenêtre de contexte | 1,048,576 tokens | 1M tokens à l’inférence dans la fiche du modèle |
| Entrée et sortie | Entrée texte, image, audio, vidéo, PDF ; sortie texte | Entrée texte, image, audio, vidéo et sortie texte au niveau de la fiche du modèle ; vérifier la prise en charge dans Muse Code |
| Entrée API Meta / entrée mise en cache / sortie par 1M de tokens | $4 / $0.20 / $20 | Pas de prix public par token via le Model API |
| Statut d’accès CometAPI | Disponible ; confirmer l’itinéraire de compte et la facturation | Bientôt disponible au 16 octobre 2026 |
| Critère principal de sélection | Qualité des tâches acceptées, fiabilité et coût total par tâche | Qualité des tâches acceptées dans le produit pris en charge et dans l’allocation d’abonnement |
Le tableau résume les spécifications, résultats publiés et conditions commerciales discutés ci-dessous. Les modalités au niveau du modèle ne garantissent pas un support identique sur chaque endpoint. La limite de contexte indiquée dans la fiche du modèle Full n’est pas un contrat d’API public.
Les deux variantes ciblent le codage complexe et le travail agentique personnel et professionnel. Les principales différences documentées concernent leurs performances publiées et leurs options d’accès : Wonder est disponible via Meta Model API et Muse Code, tandis que Full est disponible via des abonnements Muse Code éligibles.
Muse Wonder pour des workflows programmables
Meta a présenté la famille de modèles Muse Wonder comme des systèmes d’IA de pointe pour des workflows agentiques personnels et professionnels, mettant l’accent sur le raisonnement soutenu, l’utilisation d’outils, l’ingénierie logicielle et le travail de connaissance difficile.
Muse Wonder est le modèle standard accessible via l’API Model de Meta et Muse Code. Il convient aux développeurs qui conçoivent des assistants de codage, de l’analyse documentaire, des systèmes multimodaux et des agents longue durée. Son interface API permet une mesure directe de la charge de travail, une facturation à l’usage et une intégration dans des logiciels de production.
Muse Wonder Full pour un travail interactif exigeant
Muse Wonder Full est une variante plus capable, optimisée pour des workflows particulièrement exigeants. Les documents de lancement de Meta l’associent à l’analyse professionnelle et au codage de long horizon. Au lancement, l’accès est lié à des plans d’abonnement Muse Code éligibles plutôt qu’à une API publique tarifée séparément.
La spécification API documente les entrées multimodales de Wonder, sa limite de contexte exacte et ses contrôles de raisonnement. Full dispose d’une description au niveau de la famille dans la fiche du modèle, mais pas d’un contrat public API équivalent. Des capacités communes au sein de la famille n’établissent pas des paramètres d’endpoint identiques ni des limites d’import de produits identiques.
Active Memory, Active Focus et paramètres de raisonnement
Meta décrit Active Memory et Active Focus comme deux mécanismes conçus pour préserver un contexte utile et maintenir une progression orientée vers un objectif dans des tâches difficiles. Ils n’éliminent pas la nécessité de vérification au niveau de l’application, d’autorisations ou de supervision humaine.
Régler Wonder à son niveau maximal d’effort de raisonnement ne le transforme pas en Wonder Full. La distinction relève de l’accès au modèle, et non d’un simple commutateur dans une requête.
Muse Wonder vs Muse Wonder Full : Performances
Benchmarks publiés et périmètres des sources
Full devance sur l’indice composite reporté, mais les scores de benchmark mesurent la performance sur des évaluations sélectionnées, pas une amélioration universelle en pourcentage. Comparez la même version de benchmark, les paramètres d’inférence et la date d’évaluation avant de tirer des conclusions de déploiement.
| Évaluation | Muse Wonder | Muse Wonder Full | Métrique / paramètre rapporté |
|---|---|---|---|
| AA Intelligence Index v4.3 | 52 | 56 | Indice composite ; Artificial Analysis ; effort maximal |
| AutomationBench-AA | 39.1 | 45.4 | Pass@1 strict ; workflows métier simulés ; Artificial Analysis |
| SWE-Marathon | 53.1 | 57.5 | Pass@1 ; tests de projet ; Abundant AI ; Full en xhigh |
| Terminal-Bench 4.0-AA | 52.0 | 57.1 | Précision ; tâches terminal isolées avec vérification exécutable ; Artificial Analysis |
| DeepSWE 1.1 | 78.8 | 79.0 | Pass@1 ; tests fonctionnels et de régression ; résultats Datacurve |
| MemoryBench | 85.6 | 85.5 | Benchmark interne de mémoire conversationnelle ; rappel évalué par LLM |
Tableau de scores officiel de la fiche modèle Meta, reproduit sans redessin. La méthodologie associée identifie les sources des résultats et les paramètres.
Conditions d’évaluation
La méthodologie d’évaluation de Meta utilise le raisonnement maximal sauf indication contraire. SWE-Marathon utilise des environnements rapportés par les fournisseurs plutôt qu’un banc commun contrôlé pour tous les modèles. Il s’agit de résultats tiers résumés par Meta ; ce ne sont pas quatre tests internes uniformément contrôlés. La photographie de la version est celle du 12 octobre 2026, et non un classement en direct.
DeepSWE mesure le travail sur dépôt à long horizon via des tests fonctionnels et de régression. MemoryBench mesure le rappel dans des conversations de 64K–100K tokens avec une évaluation par LLM. Ces scores évaluent des comportements différents et utilisent des systèmes de notation différents. L’écart de 0,1 point sur MemoryBench est trop faible pour soutenir un classement pratique sans information sur la variabilité de l’évaluation.
Codage et génie logiciel
Full est en avance sur les résultats de codage cités, mais la taille de l’écart varie : DeepSWE diffère de 0,2 point, SWE-Marathon de 4,4 et Terminal-Bench de 5,1. Ce schéma plaide pour tester Full sur un travail étendu difficile ; il ne montre pas que chaque revue de code ou implémentation courte nécessite Full. La disponibilité API reste une contrainte de déploiement distincte.
Mémoire et agents de longue durée
Full ne mène pas chaque mesure reportée. MemoryBench est à 85.5 pour Full et 85.6 pour Wonder dans le tableau officiel. Considérez ce quasi-égalité comme une raison de tester le comportement mémoire réel, y compris les faits corrigés, les instructions obsolètes et l’isolation des projets. Évaluez Active Focus via l’achèvement de bout en bout et la récupération après des étapes échouées plutôt que de supposer qu’un score composite plus élevé garantit une meilleure persistance.
Latence et fiabilité
Les documents cités n’établissent pas un classement de latence apparié entre l’API Wonder et Full dans Muse Code. Mesurez le temps jusqu’à une sortie utile, la durée médiane et au 95e percentile des tâches, la fréquence des timeouts, les retries et les achèvements sans assistance humaine. Enregistrez les outils, le paramètre de raisonnement, le runtime et les limites de tâches pour chaque surface afin qu’une comparaison au niveau produit ne soit pas présentée comme une expérience au niveau du modèle uniquement.
Muse Wonder vs Muse Wonder Full : Coût
Tarifs officiels de l’API et unités d’abonnement
Meta publie des tarifs standard pour l’API Wonder de $4 pour l’entrée, $0.20 pour l’entrée mise en cache et $20 pour la sortie par million de tokens. Full utilise un modèle d’accès par abonnement, donc le même calcul de prix par token ne s’y applique pas.
Les plans Power Usage et Maximum Usage de Meta incluent Wonder et Full dans Muse Code. Les avantages et la disponibilité peuvent varier selon les régions ; vérifiez l’offre actuelle et l’allocation de votre compte avant de budgéter. Ces abonnements fournissent un usage interactif limité ; ils n’incluent pas des appels API de production illimités.
Exemple de coût en tokens : 100,000 tokens d’entrée non mis en cache coûtent $0.40, et 20,000 tokens de sortie coûtent $0.40, pour un total de $0.80. Un agent multi-étapes peut entraîner une utilisation supplémentaire de tokens sur plusieurs requêtes, plus des frais d’outils.
Meta indique l’ancrage via recherche web à $2.50 par 1,000 requêtes de recherche, en plus des frais de tokens.
Conditions de facturation CometAPI
Muse Wonder est disponible via CometAPI, avec des tarifs spécifiques au compte et à l’itinéraire. Confirmez séparément les conditions de facturation pour l’entrée, la sortie, l’entrée mise en cache et autres, par rapport aux prix listés par Meta, avant d’envoyer du trafic de production. Au 16 octobre 2026, Muse Wonder Full est marqué Coming soon ; cette mention n’est ni une route API disponible ni un devis, ni un engagement de sortie.
Coût par tâche acceptée
Définissez un livrable accepté avant de mesurer le coût. Divisez la dépense totale facturée au modèle et aux outils, y compris les retries facturés et les fallback, par les livrables acceptés. Enregistrez séparément le travail de relecture ou appliquez un taux horaire explicite. Pour Full, suivez également le travail utile achevé dans l’allocation de l’abonnement. Les frais mensuels et les tarifs par token sont des unités différentes ; comparer uniquement leurs prix affichés ne permet pas d’identifier le workflow le moins cher.
Muse Wonder vs Muse Wonder Full : Comparaison et sélection
Sélection basée sur les capacités et la charge de travail
Choisissez Muse Wonder pour l’intégration API en production, le traitement par lots de documents, des agents personnalisés et des tests A/B reproductibles. Son API appelable et sa facturation à l’usage permettent d’automatiser des workflows, d’inspecter le comportement des outils, d’exécuter des tests de régression et de mesurer le coût par tâche acceptée. Commencez ici lorsque le contrôle de déploiement et la répétabilité sont des exigences centrales.
Choisissez Muse Wonder Full pour des refactorings interactifs complexes et une analyse professionnelle dans Muse Code, à condition de disposer d’un abonnement éligible. Ses forces rapportées sur plusieurs benchmarks en font un candidat pour des missions difficiles et prolongées ; testez s’il réduit les corrections et le temps de relecture sur votre propre travail et confirmez que l’allocation d’abonnement correspond à votre charge.
Workflows d’application et d’automatisation
Muse Wonder est un choix sensé pour les questions-réponses sur les dépôts, la revue de code scriptée, l’extraction de documents, les assistants avec retrieval et des agents personnalisés. Son accès API permet aux équipes de surveiller la latence, de tracer le comportement des outils, d’automatiser les régressions et d’établir des plafonds de coût.
Pour un service ou un pipeline par lots, évaluez d’abord la route API Wonder prise en charge. Elle donne à l’application un contrôle explicite sur les requêtes, l’exécution des outils, les retries et la mesure. Si la tâche dépend de capacités disponibles uniquement dans Muse Code, évaluez-la comme un workflow interactif séparé avec ses contraintes opérationnelles propres.
Codage interactif et analyse professionnelle
Full mérite d’être évalué pour de longues sessions de codage, du refactoring multi-fichiers et des analyses professionnelles complexes dans Muse Code, étant donné ses scores plus élevés sur plusieurs benchmarks publiés. Les contraintes d’accès signifient que ces avantages ne peuvent pas être automatiquement transférés aux applications API de production.
Utilisez des refactorings représentatifs, des investigations et des artefacts finis pour tester si Full réduit les itérations correctives ou l’effort de relecture. Confirmez l’allocation d’abonnement réelle avant d’en faire une dépendance pour un travail récurrent. Si l’amélioration est faible sur vos tâches, la variante standard peut déjà satisfaire le seuil d’acceptation.
Critères d’évaluation en production
Pour une évaluation pratique, collectez au moins trois types de preuves : l’achèvement de bout en bout des tâches, la qualité de l’artefact final et l’effort total consommé, y compris les retries et la relecture humaine. Un avantage composite de quatre points peut compter pour un agent complexe tout en produisant peu de différence observable sur une tâche simple de classification.
Où accéder à Muse Wonder et Muse Wonder Full ?
Accès via le fournisseur officiel
Utilisez Meta Model API pour Wonder standard ou accédez-y dans Muse Code. Full nécessite un abonnement Muse Code éligible ; régler le modèle standard sur l’effort maximal ne change pas la variante sélectionnée. Confirmez l’exacte habilitation de compte, les fonctionnalités de requête prises en charge et les limites d’usage avant de tester.
L’intégration CometAPI est distincte de l’accès à Wonder Full via Muse Code. Un abonnement Muse Code ne doit pas être présumé fournir un identifiant API de production réutilisable ni un débit illimité.
Accès CometAPI
Les développeurs peuvent accéder à l’API Muse Wonder dans CometAPI. L’API Muse Wonder Full dans CometAPI est marquée Coming soon au 16 octobre 2026 ; ce statut n’établit pas de date de lancement ni d’endpoint appelable. Confirmez la tarification de votre compte et les champs pris en charge avant le déploiement.
Pour les requêtes CometAPI, utilisez l’identifiant de modèle documenté pour la route sélectionnée. Avant de démarrer un job multi-étapes, vérifiez les formats de messages pris en charge, la sémantique des outils et la gestion d’état. Préservez l’état de tâche validé dans l’application afin qu’un changement de routage ne supprime pas silencieusement des informations nécessaires à l’achèvement du travail.
Conclusion
Muse Wonder et Muse Wonder Full sont étroitement liés mais différents sur le plan commercial et opérationnel. Wonder offre une API documentée, multimodale et à long contexte pour construire des applications ; Full offre des performances rapportées plus élevées mais un accès interactif plus restreint. Considérez le score composite comme un indice utile, pas une règle de décision universelle. Testez la version que vous pouvez réellement déployer sur vos propres tâches, contraintes, latence et coûts.
FAQ
Comment les équipes doivent-elles comparer l’API Muse Wonder avec Full dans Muse Code?
Utilisez le même snapshot de dépôt, les mêmes instructions de tâche, tests d’acceptation et barème de revue. Enregistrez l’accès aux outils de chaque surface, le paramètre de raisonnement, le temps écoulé, les retries et l’intervention humaine. Traitez le résultat comme une comparaison de workflow : l’agent via API et Muse Code peuvent fournir des outils et des boucles d’exécution différents, donc une différence de qualité ne peut pas être automatiquement attribuée uniquement aux poids du modèle.
Que se passe-t-il lorsqu’un abonnement Muse Wonder Full atteint sa limite?
Les règles d’abonnement exigent que les utilisateurs mettent à niveau ou attendent un rafraîchissement après avoir atteint une limite ; les abonnés Maximum Usage doivent attendre la réinitialisation. Des clés API supplémentaires sont facturées séparément en pay-as-you-go, et Full n’est pas proposé via le Model API public. Planifiez le travail interactif en fonction de l’allocation réelle du compte plutôt que de supposer qu’un abonnement offre un débit illimité.
L’API Muse Wonder peut-elle conserver des enregistrements métier entre des requêtes indépendantes?
N’utilisez pas une capacité mémoire au niveau de la famille comme substitut à un magasin de données applicatif. Si une tâche nécessite des enregistrements durables, préservez-les explicitement, récupérez le matériau pertinent et passez-le via l’interface de requête prise en charge. Testez l’isolation, la rétention et le comportement de retrieval sur la route fournisseur réelle ; la capacité de contexte du modèle à elle seule n’établit pas une persistance inter-requêtes.
Comment les équipes doivent-elles estimer le coût d’une tâche d’agent Muse Wonder?
Mesurez l’usage d’entrée, d’entrée mise en cache et de sortie sur l’ensemble de la boucle d’outils, y compris les tentatives échouées et les retries. Ajoutez les frais d’outils et le temps de relecture humaine, puis comparez le coût par livrable accepté. Pour Full, suivez le travail achevé et le temps passé par rapport à l’allocation d’abonnement. Les prix des tokens et les frais d’abonnement mensuels décrivent des unités d’achat différentes ; aucun des deux, pris isolément, n’identifie le workflow le moins coûteux.