TL;DR
Meta ha lanciato Muse Wonder e Muse Wonder Full il 12 ottobre 2026. Wonder è disponibile tramite Meta Model API e Muse Code, mentre Full è disponibile in Muse Code attraverso gli abbonamenti Power Usage e Maximum Usage. Full è in testa su diversi benchmark pubblicati, ma la scelta pratica dipende da accesso all’API, qualità dei task e costo. Questo confronto rivede fonti pubblicate e non include test pratici indipendenti.
Punti chiave
- Wonder supporta l’integrazione via API; Full è disponibile tramite gli abbonamenti Muse Code Power Usage e Maximum Usage.
- Il grafico di lancio di Meta riporta punteggi Artificial Analysis Intelligence Index pari a 52 per Wonder e 56 per Full. Il divario di quattro punti non rappresenta un miglioramento percentuale universale nelle prestazioni sui task.
- Wonder supporta una finestra di contesto da 1,048,576 token e input di testo, immagine, audio, video e PDF, con output testuale.
- Le tariffe standard dell’API di Meta sono $4 input, $0.20 input in cache e $20 output per milione di token; Full non ha una tariffa pubblica Model API per token.
- Il massimo sforzo di ragionamento non seleziona Full. Inizia con Wonder per le applicazioni; valuta Full per lavori interattivi impegnativi in Muse Code.
Muse Wonder vs Muse Wonder Full: panoramica e specifiche
Inizia con Wonder quando ti serve un modello richiamabile per un prodotto o un flusso di lavoro automatizzato. Valuta Full se utilizzi Muse Code e i suoi punti di forza nei benchmark sono pertinenti ai tuoi task. L’accesso richiede un abbonamento Power Usage o Maximum Usage ed è comunque soggetto ai limiti del piano. La differenza pratica è prima di tutto l’accesso, poi le prestazioni sui benchmark.
| Fattore decisionale | Muse Wonder | Muse Wonder Full |
|---|---|---|
| Da dove iniziare i test | API di produzione, agent personalizzati e batch | Coding interattivo difficile e lavoro professionale in Muse Code |
| Accesso al provider | Meta Model API e Muse Code | Muse Code Power Usage o Maximum Usage |
| ID modello pubblico Meta API | muse-wonder-1.0 | Nessun identificatore Model API pubblico |
| Finestra di contesto | 1,048,576 token | 1M token in inferenza nella scheda del modello |
| Input e output | Input testo, immagine, audio, video, PDF; output testo | Input testo, immagine, audio, video e output testo a livello di scheda del modello; verifica il supporto in Muse Code |
| Tariffe Meta API input / input in cache / output per 1M token | $4 / $0.20 / $20 | Nessun prezzo Model API pubblico per token |
| Stato accesso CometAPI | Disponibile; conferma instradamento account e fatturazione | In arrivo al 16 ottobre 2026 |
| Criterio primario di selezione | Qualità dei task accettati, affidabilità e costo totale del task | Qualità dei task accettati entro il prodotto supportato e la franchigia dell’abbonamento |
La tabella riassume le specifiche, i risultati pubblicati e i termini commerciali discussi di seguito. Le modalità a livello di modello non garantiscono supporto identico su ogni endpoint. Il limite di contesto indicato nella scheda del modello di Full non è un contratto API pubblico.
Entrambe le varianti mirano a coding complesso e lavoro agentico personale e professionale. Le principali differenze documentate sono le prestazioni pubblicate e le opzioni di accesso: Wonder è disponibile tramite Meta Model API e Muse Code, mentre Full è disponibile tramite abbonamenti Muse Code idonei.
Muse Wonder per flussi di lavoro programmabili
Meta ha introdotto la famiglia di modelli Muse Wonder come sistemi di frontiera per flussi di lavoro agentici personali e professionali, con enfasi su ragionamento sostenuto, uso di strumenti, ingegneria del software e lavoro conoscitivo complesso.
Muse Wonder è il modello standard accessibile tramite Model API di Meta e Muse Code. È adatto a sviluppatori che progettano assistenti di coding, analisi documentale, sistemi multimodali e agent a lunga esecuzione. La sua interfaccia API consente misurazione diretta del carico, fatturazione d’uso e integrazione in software di produzione.
Muse Wonder Full per lavoro interattivo impegnativo
Muse Wonder Full è una variante più capace ottimizzata per flussi di lavoro particolarmente impegnativi. I materiali di lancio di Meta lo associano ad analisi professionale e coding su orizzonti lunghi. Al lancio, l’accesso è legato a piani di abbonamento Muse Code idonei piuttosto che a un’API pubblica con prezzo separato.
Le specifiche dell’API documentano gli input multimodali di Wonder, il limite di contesto esatto e i controlli di ragionamento. Full dispone di una descrizione a livello di famiglia nella scheda del modello, ma non di un contratto pubblico API equivalente. Le capacità condivise a livello di famiglia non stabiliscono parametri identici per gli endpoint o limiti di caricamento del prodotto.
Active Memory, Active Focus e impostazioni di ragionamento
Meta descrive Active Memory e Active Focus come due meccanismi pensati per preservare il contesto utile e mantenere il progresso orientato all’obiettivo su task difficili. Non eliminano la necessità di verifica a livello applicativo, permessi o supervisione umana.
Impostare Wonder al massimo livello di sforzo di ragionamento non lo trasforma in Wonder Full. La distinzione è di accesso al modello, non semplicemente una leva all’interno di una richiesta.
Muse Wonder vs Muse Wonder Full: prestazioni
Benchmark pubblicati e limiti delle fonti
Full è in testa nell’indice composito riportato, ma i punteggi dei benchmark misurano prestazioni su valutazioni selezionate, non un miglioramento percentuale universale. Confronta la stessa versione del benchmark, le impostazioni di inferenza e la data della valutazione prima di trarre conclusioni di deployment.
| Valutazione | Muse Wonder | Muse Wonder Full | Metrica / impostazione riportata |
|---|---|---|---|
| AA Intelligence Index v4.3 | 52 | 56 | Indice composito; Artificial Analysis; sforzo massimo |
| AutomationBench-AA | 39.1 | 45.4 | Pass@1 rigoroso; flussi di lavoro aziendali simulati; Artificial Analysis |
| SWE-Marathon | 53.1 | 57.5 | Pass@1; test di progetto; Abundant AI; Full a xhigh |
| Terminal-Bench 4.0-AA | 52.0 | 57.1 | Accuratezza; task di terminale isolati con verifica eseguibile; Artificial Analysis |
| DeepSWE 1.1 | 78.8 | 79.0 | Pass@1; test funzionali e di regressione; risultati Datacurve |
| MemoryBench | 85.6 | 85.5 | Benchmark interno di memoria conversazionale; richiamo giudicato da LLM |
Scorecard ufficiale della model card di Meta, riprodotta senza ridisegno. La metodologia di accompagnamento identifica fonti e impostazioni dei risultati.
Condizioni di valutazione
La metodologia di valutazione di Meta usa il ragionamento al massimo, salvo diversa indicazione. SWE-Marathon utilizza ambienti riportati dai vendor piuttosto che un harness comune controllato per tutti i modelli. Si tratta di risultati di terze parti riassunti da Meta; non sono quattro test interni uniformemente controllati. L’istantanea di rilascio è il 12 ottobre 2026, non una classifica live.
DeepSWE misura lavoro su repository a lungo orizzonte usando test funzionali e di regressione. MemoryBench misura il richiamo in conversazioni da 64K–100K token con giudizio LLM. Questi punteggi valutano comportamenti diversi e usano sistemi di grading differenti. Il divario di 0.1 punti su MemoryBench è troppo piccolo per supportare un ranking pratico senza informazioni sulla variabilità della valutazione.
Coding e ingegneria del software
Full è avanti sui risultati di coding citati, ma l’ampiezza del divario varia: DeepSWE differisce di 0.2 punti, SWE-Marathon di 4.4 e Terminal-Bench di 5.1. Questo schema supporta il test di Full su lavori estesi difficili; non dimostra che ogni code review o implementazione breve richieda Full. La disponibilità dell’API resta un vincolo di deployment separato.
Memoria e agent a lunga esecuzione
Full non è in testa in ogni misura riportata. MemoryBench è 85.5 per Full e 85.6 per Wonder nello scorecard ufficiale. Considera quel quasi pareggio come un motivo per testare il comportamento di memoria reale, incluse correzioni di fatti, istruzioni obsolete e isolamento dei progetti. Valuta Active Focus tramite completamento end-to-end e recupero da passaggi falliti, invece di assumere che un punteggio composito più alto garantisca maggiore persistenza.
Latenza e affidabilità
I materiali citati non stabiliscono un ranking di latenza allineato tra Wonder API e Full in Muse Code. Misura il tempo all’output utile, la durata mediana e al 95° percentile, frequenza di timeout, retry e completamento senza intervento umano. Registra strumenti, impostazione di ragionamento, runtime e limiti di task per ciascuna superficie affinché un confronto a livello di prodotto non venga presentato come un esperimento solo sul modello.
Muse Wonder vs Muse Wonder Full: costo
Prezzi ufficiali API e unità di abbonamento
Meta pubblica tariffe API standard per Wonder di $4 input, $0.20 input in cache e $20 output per milione di token. Full utilizza un modello di accesso in abbonamento, quindi lo stesso calcolo del prezzo per token non si applica.
I piani Power Usage e Maximum Usage di Meta includono sia Wonder sia Full in Muse Code. I vantaggi e la disponibilità possono variare per regione, quindi verifica l’offerta corrente e la franchigia dell’account prima di fare budget. Questi abbonamenti forniscono utilizzo interattivo limitato; non includono chiamate API di produzione illimitate.
Esempio di costo in token: 100,000 token di input non in cache costano $0.40 e 20,000 token di output costano $0.40, per un totale di $0.80. Un’esecuzione agent multi-step può comportare ulteriore uso di token tra richieste, oltre a eventuali costi degli strumenti.
Meta elenca il grounding della ricerca web a $2.50 per 1,000 query di ricerca, in aggiunta ai costi in token.
Condizioni di fatturazione CometAPI
Muse Wonder è disponibile tramite CometAPI, con prezzi specifici per account e instradamento. Conferma separatamente da listino Meta le condizioni di fatturazione per input, output, input in cache e altro prima di inviare traffico di produzione. Al 16 ottobre 2026, Muse Wonder Full è indicato come In arrivo, quindi tale dicitura non costituisce né una rotta API disponibile né un preventivo o un impegno di rilascio.
Costo per task accettato
Definisci un deliverable accettato prima di misurare il costo. Dividi la spesa totale fatturata per modello e strumenti, inclusi retry e fallback addebitati, per deliverable accettati. Registra separatamente il lavoro di revisione umana o applica una tariffa oraria esplicita. Per Full, traccia anche il lavoro utile completato entro la franchigia dell’abbonamento. I canoni mensili e le tariffe per token sono unità diverse, quindi confrontare solo i prezzi di copertina non identifica il flusso più economico.
Muse Wonder vs Muse Wonder Full: confronto e selezione
Selezione basata su capacità e carico di lavoro
Scegli Muse Wonder per integrazione API in produzione, elaborazione documentale batch, agent personalizzati e A/B test riproducibili. La sua API richiamabile e la fatturazione a consumo ti consentono di automatizzare i flussi di lavoro, ispezionare il comportamento degli strumenti, eseguire test di regressione e misurare il costo per task accettato. Parti da qui quando controllo di deployment e ripetibilità sono requisiti centrali.
Scegli Muse Wonder Full per refactoring interattivo complesso e analisi professionale in Muse Code, se disponi di un abbonamento idoneo. I suoi punti di forza riportati nei benchmark lo rendono candidato per incarichi estesi e difficili; testa se riduce correzioni e tempi di revisione sul tuo lavoro e conferma che la franchigia dell’abbonamento si adatti al carico.
Applicazioni e flussi di automazione
Muse Wonder è una scelta sensata per Q&A su repository, code review scriptate, estrazione documentale, assistenti basati su retrieval e agent personalizzati. Il suo accesso via API consente ai team di monitorare la latenza, tracciare il comportamento degli strumenti, automatizzare le regressioni e stabilire tetti di costo.
Per un servizio o una pipeline batch, valuta prima la rotta API supportata di Wonder. Offre all’applicazione controllo esplicito sulle richieste, l’esecuzione degli strumenti, i retry e il metering. Se il task dipende da capacità disponibili solo in Muse Code, valutalo come flusso interattivo separato con i propri vincoli operativi.
Coding interattivo e analisi professionale
Full vale la pena di essere valutato per lunghe sessioni di coding, refactoring multi-file e analisi professionale complessa in Muse Code, dati i punteggi più alti su diversi benchmark pubblicati. I vincoli di accesso significano che tali vantaggi non possono essere trasferiti automaticamente alle applicazioni API di produzione.
Usa refactor rappresentativi, indagini e artefatti finali per testare se Full riduce le iterazioni correttive o lo sforzo di revisione. Conferma la franchigia effettiva dell’abbonamento prima di renderlo una dipendenza per lavoro ricorrente. Se il miglioramento sui tuoi task è piccolo, la variante standard potrebbe già soddisfare la soglia di accettazione.
Criteri di valutazione in produzione
Per una valutazione pratica, raccogli almeno tre tipi di evidenze: completamento end-to-end del task, qualità dell’artefatto finale e sforzo totale consumato, inclusi retry e revisione umana. Un vantaggio composito di quattro punti può contare per un agent complesso pur producendo poca differenza osservabile in un semplice task di classificazione.
Dove puoi accedere a Muse Wonder e Muse Wonder Full?
Accesso tramite provider ufficiale
Usa Meta Model API per Wonder standard o accedilo all’interno di Muse Code. Full richiede un abbonamento Muse Code idoneo; impostare il modello standard su sforzo massimo non cambia la variante selezionata. Conferma l’esatto diritto dell’account, le funzionalità di richiesta supportate e i limiti d’uso prima di testare.
L’integrazione con CometAPI è distinta dall’accesso a Wonder Full tramite Muse Code. Un abbonamento a Muse Code non deve essere considerato come una credenziale API di produzione riutilizzabile o throughput illimitato.
Accesso CometAPI
Gli sviluppatori possono accedere alla Muse Wonder API in CometAPI. La Muse Wonder Full API in CometAPI è indicata come In arrivo al 16 ottobre 2026; tale stato non stabilisce una data di lancio o un endpoint richiamabile. Conferma prezzi di account e campi supportati prima del deployment.
Per le richieste CometAPI, usa l’identificatore del modello documentato per la rotta selezionata. Prima di avviare un job multi-step, verifica formati di messaggio supportati, semantica degli strumenti e gestione dello stato. Conserva lo stato del task validato nell’applicazione affinché un cambio di routing non scarti silenziosamente informazioni necessarie a completare il lavoro.
Conclusione
Muse Wonder e Muse Wonder Full sono strettamente correlati ma diversi a livello commerciale e operativo. Wonder offre un’API documentata, multimodale e con lungo contesto per costruire applicazioni; Full offre prestazioni riportate più forti ma un accesso interattivo più ristretto. Considera il punteggio composito come evidenza utile, non come regola decisionale universale. Metti alla prova la versione che puoi effettivamente distribuire rispetto ai tuoi task, vincoli, latenza e costi.
FAQ
Come dovrebbero i team confrontare Muse Wonder API con Full in Muse Code?
Usa lo stesso snapshot del repository, le stesse istruzioni di task, test di accettazione e rubric di revisione. Registra per ciascuna superficie l’accesso agli strumenti, l’impostazione di ragionamento, il tempo trascorso, i retry e l’intervento umano. Tratta il risultato come un confronto di flussi: l’agent via API e Muse Code possono fornire strumenti e cicli di esecuzione diversi, quindi una differenza di qualità non può essere attribuita automaticamente solo ai pesi del modello.
Cosa succede quando un abbonamento a Muse Wonder Full raggiunge il suo limite?
Le regole di abbonamento di Meta richiedono agli utenti di effettuare l’upgrade o attendere un refresh dopo aver raggiunto un limite; gli abbonati Maximum Usage devono attendere il reset. Le chiavi API aggiuntive sono fatturate separatamente con pay-as-you-go e Full non è offerto tramite la Model API pubblica. Pianifica il lavoro interattivo in base alla franchigia effettiva dell’account invece di assumere che un abbonamento fornisca throughput illimitato.
L’API di Muse Wonder può mantenere record aziendali tra richieste indipendenti?
Non usare una capacità di memoria a livello di famiglia come sostituto di un data store applicativo. Se un task richiede record durevoli, preservali esplicitamente, recupera il materiale pertinente e passalo tramite l’interfaccia di richiesta supportata. Metti alla prova isolamento, conservazione e comportamento di retrieval sulla rotta del provider effettiva; la capacità di contesto del modello da sola non stabilisce persistenza tra richieste.
Come dovrebbero i team stimare il costo di un task agent con Muse Wonder?
Misura l’uso di input, input in cache e output sull’intero loop degli strumenti, inclusi tentativi falliti e retry. Aggiungi i costi degli strumenti e il tempo di revisione umana, quindi confronta il costo per deliverable accettato. Per Full, traccia lavoro completato e tempo speso rispetto alla franchigia dell’abbonamento. Prezzi a token e canoni mensili descrivono unità di acquisto diverse, quindi nessuno dei due da solo determina il flusso più economico.