요약 Meta는 2026년 10월 12일에 Muse Wonder와 Muse Wonder Full을 출시했습니다 — 개인 및 전문 에이전트 기반 작업을 위해 목적 설계된, 지금까지 가장 강력한 모델입니다. Muse Wonder Full은 Artificial Analysis Intelligence Index에서 56점을 기록했으며(58점의 Claude Opus 5.5 바로 뒤), Muse Wonder는 52점입니다. 두 모델 모두 Active Memory와 Active Focus, 100만 토큰 컨텍스트 윈도우, 강력한 코딩 및 도메인 전문성(법률, 금융, 건강), 멀티모달 입력을 제공합니다.
Muse Wonder는 Meta Model API에서 입력/출력 100만 토큰당 각각 $4/$20로 제공됩니다. Muse Wonder Full은 더 높은 Muse Code 구독 티어에 한정됩니다. 개발자는 CometAPI와 같은 통합 플랫폼을 통해 이들 모델(및 500개 이상의 다른 모델)에 접근하여 더 간단한 통합과 잠재적인 비용 이점을 얻을 수 있습니다.
핵심 포인트
- Muse Wonder와 Muse Wonder Full은 장시간 실행 에이전트, 코딩, 컴퓨터 사용, 현실 세계 지식 작업을 위한 Meta의 프런티어 모델입니다.
- 핵심 혁신: Active Memory(대화 간 지속적이고 관련성 있는 컨텍스트 유지)와 Active Focus(지속적인 목표 추구, 오류 복구, 명확화 요청).
- 독립 Artificial Analysis Intelligence Index(최대 노력): Muse Wonder Full 56, Muse Wonder 52(Muse Spark 1.3의 48에서 상승).
- 장기 코딩(DeepSWE, SWE-Marathon), 법률/금융 에이전트 작업, 메모리 벤치마크에서 강력한 성능; 여러 Meta 및 서드파티 평가에서 경쟁력 있거나 선도적입니다.
- 가격: Meta Model API의 Muse Wonder는 100만 토큰 기준 입력 $4 / 캐시드 $0.20 / 출력 $20; Muse Wonder Full은 Muse Code 구독(Power $50/월, Maximum $200/월 플랜)에서만 제공됩니다. CometAPI의 표준 Muse Wonder API 가격: 입력 $3.2/M, 캐시드 입력 $0.16/M, 출력 $20/M.
Muse Wonder란 무엇인가?
Muse Wonder는 Meta Superintelligence Labs가 2026년 10월 12일에 발표한 새로운 프런티어 대규모 언어 모델 패밀리입니다. 이 릴리스는 Muse Spark를 기반으로 하며, 개별 챗봇 답변에서 벗어나 도구를 활용하고 유용한 컨텍스트를 유지하며 어려운 작업을 반복적으로 수행할 수 있는 장시간 실행 어시스턴트에 초점을 맞춥니다. 두 가지 변형으로 구성됩니다:
- Muse Wonder — 현실 세계 코딩, 장시간 실행 에이전트, 고급 컴퓨터 사용에 최적화된 표준 프런티어 모델. Meta Model API와 Muse Code를 통해 이용 가능합니다.
- Muse Wonder Full — 가장 어려운 장시간 전문 및 에이전트 워크플로를 위한 최대 추론 성능을 제공하는 고성능 버전. 현재는 상위 티어 Muse Code 구독자에게만 제공됩니다.
이 모델들은 2026년 초에 도입된 Muse Spark의 기반 위에 직접 구축되었으며, Meta가 “개인 슈퍼인텔리전스”에 한 걸음 더 다가간 가장 중요한 도약을 나타냅니다. 단순히 질문에 답하는 것을 넘어 계획하고 실행하며 오류에서 회복하고 장기간에 걸친 다단계 현실 세계 작업을 완료하는 에이전트형 활용 사례를 위해 명시적으로 설계되었습니다. 예로는 보험 청구 처리, 임대 계약 해석, 금융 또는 건강 정보 분석, 완전한 애플리케이션 구축, 복잡한 개인 프로젝트 처리 등이 있습니다.
모델은 Meta의 기가와트급 Prometheus 데이터 센터에서 Muse Spark 시리즈 이후로 정교해진 고급 사전학습과 강화학습 기법으로 훈련되었습니다. 100만 토큰 컨텍스트 윈도우를 지원하며 멀티모달 입력(텍스트, 이미지, 비디오, 오디오 및 다양한 구성의 PDF)을 받아 텍스트 출력을 제공합니다.
Muse Wonder API 기술 사양
| 사양(공식 모델 카드) | Muse Wonder | Muse Wonder Full |
|---|---|---|
| 개발사 | Meta Superintelligence Labs | Meta Superintelligence Labs |
| 출시 | 2026년 10월 12일 | 2026년 10월 12일 |
| 식별자 | muse-wonder-1.0 | muse-wonder-full-1.0 |
| 컨텍스트 윈도우 | 1,000,000 토큰 | 1,000,000 토큰 |
| 입력 | 텍스트, 이미지, 오디오, 비디오 | 텍스트, 이미지, 오디오, 비디오 |
| 출력 | 텍스트 | 텍스트 |
| 추론 | 구성 가능 | 고급 |
| Active Memory / Focus | 지원 | 지원 |
| 공개 API | Meta Model API | 제공되지 않음 |
| 접근 방식 | Meta API 및 Muse Code | 해당 Muse Code 요건 충족 플랜 |
| 모델 가중치/파라미터 수 | 비공개 | 비공개 |
| Intelligence Index | 52 | 56 |
핵심 기능: Active Memory와 Active Focus
Active Memory
모델은 대화 간에 중요한 사용자 컨텍스트를 유지하고 현재 작업에 관련된 세부 정보를 능동적으로 검색할 수 있습니다. 이는 단순한 장기 컨텍스트 윈도우를 넘어, 진행 중인 목표, 습관, 선호도, 이전 상호작용과 관련된 정보를 우선순위화하고 표면화합니다. Meta는 MemoryBench에서 두 변형 모두 매우 높은 점수를 기록했다고 강조합니다.
Active Focus
작업이 어려워질 때 모델은 지속적으로 시도합니다: 대안을 모색하고 오류에서 회복하며 새로운 정보에 적응하고 필요할 때 명확화를 요청하며 중요한 조치를 취하기 전에 확인합니다. 이는 내부 FocusBench와 SWE-Marathon 같은 장기 코딩 스위트를 통해 평가됩니다. 그 결과 에이전트는 포기하거나 흐트러지지 않고 수시간 동안 궤도를 유지합니다.
추가 강점:
멀티모달 이해: 모델 패밀리는 텍스트, 이미지, 오디오, 비디오 입력을 지원하고 텍스트 출력을 제공합니다. 다만 오디오 의존 애플리케이션은 특정 제공 표면에서의 지원 여부를 확인해야 합니다. 모델 수준의 모달리티 명시가 모든 API나 애플리케이션에서 동일한 입력 경로를 보장하는 것은 아닙니다.
전문 도메인 추론: Meta의 출시 평가에는 문서 검토 및 정보 종합 같은 법률, 금융, 건강 관련 작업이 포함됩니다. 이 점수는 평가된 작업을 설명하며, 고위험 환경에서의 전문 인증을 대체하거나 전문가 검증을 대체하지 않습니다.
프런티어 코딩 및 컴퓨터 사용: Wonder는 애플리케이션 생성, 디버깅, 코드 수정 및 도구 기반 워크플로를 지원합니다. 실제 성공은 주변 에이전트 하네스, 권한 및 평가 프로세스에 여전히 좌우됩니다.
Muse Wonder는 AI 벤치마크에서 어떻게 성능을 내나?
아래 표는 출시 시 보고된 점수를 재현합니다. 독립 평가, Meta 내부 테스트, 공급자 보고 경쟁사 결과를 결합했습니다. 각 행 내에서는 점수가 높을수록 좋으며, 행마다 지표가 다르므로 새로운 총합 점수로 평균해서는 안 됩니다.
| 벤치마크(지표 및 방법론) | 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 |
평가 조건 및 점수 해석
Meta는 일반 비교에 대해 최대 추론 노력을 보고하며, 벤치마크별 예외가 있습니다. 내부 경쟁사 실행은 최선의 노력으로 수행되며, 외부 결과는 원래 하네스를 유지합니다. 이는 모든 모델을 하나의 프로덕션 구성에서 일관되게 시험한 것이 아니라 출시 시점의 비교입니다.
AA Intelligence Index는 Artificial Analysis가 제공하는 합성 지수입니다. PSI와 MemoryBench는 내부 평가입니다. Harvey LAB-AA와 AutomationBench-AA는 Artificial Analysis 결과를 사용합니다. Vals Finance Agent V2는 Vals AI를 사용합니다. GDP.pdf는 Surge를 사용합니다. HealthBench Pro는 Meta 실행과 Anthropic 보고 결과를 결합합니다. JobBench는 작업 보상의 평균을 보고합니다.
DeepSWE 1.1은 113개 작업과 91개 저장소에서 pass@1을 보고합니다. SWE-Marathon은 다양한 에이전트 제품의 Abundant AI 결과를 사용하며; Wonder Full의 57.5는 매우 높은 노력(xhigh effort)에서 보고되었습니다. ProgramBench는 mini-swe-agent를 사용하고 숨겨진 테스트의 최소 95%를 통과한 롤아웃을 측정합니다. Terminal-Bench는 실행 가능한 터미널 작업에서 Artificial Analysis 결과를 사용합니다. MemoryBench는 64K–100K 토큰 대화를 테스트합니다.
Muse Wonder Full의 벤치마크 강점
Muse Wonder Full은 장시간 소프트웨어 엔지니어링과 메모리 집약적 에이전트 작업에서 특히 빛을 발하며, Claude Opus 5.5는 일부 순수 터미널/컴퓨터 사용 및 제로부터의 프로그래밍 작업에서 우위를 유지합니다. 지식 범위는 상대적으로 지속적인 개선 영역이지만, 환각률은 눈에 띄게 낮습니다.
독립 검증은 주로 Artificial Analysis에서 제공
Artificial Analysis Intelligence Index(v4.3, 최대 추론 노력)
- Muse Wonder Full: 56
- Muse Wonder: 52
- Claude Opus 5.5: 58
- GPT-6 Astra / Claude Fable 5.1 / Gemini 4 Argon: ~53
- 이전 Meta 모델(Muse Spark 1.3 최대): 48
Muse Wonder Full은 10개 구성 평가 중 6개에서 상위 3위에 들며, 에이전트형 지식 작업과 과학적 추론(예: CritPt, GDP.pdf, GDPval-AA)에서 선도 또는 선도에 근접합니다. 두 모델은 Muse Spark 1.3과 비교해 Terminal-Bench 및 기타 에이전트형 코딩 스위트에서 큰 향상을 보입니다.
Muse Wonder API 비용은 얼마인가?
Meta는 Model API를 통해 Muse Wonder를 토큰 기반 과금으로 제공합니다. 개발자는 CometAPI의 Muse Wonder API도 검토할 수 있으며, 이 플랫폼은 할인된 모델 접근을 홍보합니다.
아래 표는 Meta의 공식 토큰 요율과 CometAPI의 20% 할인 시나리오를 비교합니다.
| 가격 범주(공식 토큰 요율) | Muse Wonder | CometAPI(20% 할인 가정) |
|---|---|---|
| 입력 | 100만 토큰당 $4.00 | 100만 토큰당 $3.20 |
| 캐시드 입력 | 100만 토큰당 $0.20 | 100만 토큰당 $0.16* |
| 출력 | 100만 토큰당 $20.00 | 100만 토큰당 $16.00 |
| 컨텍스트 | 100만 토큰 | 지원되는 배포에 따름 |
| Wonder Full API | 공개 제공되지 않음 | 공개 제공되지 않음 |
캐시드 입력은 게시된 요율에서 비캐시 입력보다 95% 저렴하며, 상당한 공유 컨텍스트가 있는 반복 에이전트 프롬프트에 유용할 수 있습니다.
요청 비용 예시
비캐시 입력 토큰 100,000개와 출력 토큰 20,000개의 경우: 입력 = (100,000 / 1,000,000) × $4 = $0.40; 출력 = (20,000 / 1,000,000) × $20 = $0.40; 총 예상 모델 비용 = $0.80.
실제 다중 호출 에이전트 워크플로는 계획, 도구 호출, 재시도 및 평가 패스 때문에 더 높은 비용이 들 수 있습니다.
Muse Wonder Full 구독 가격
Wonder Full은 별도 공개 API 토큰 가격이 아니라, 요건을 충족하는 Muse Code 구독을 통해 배포됩니다. Power 및 Maximum 플랜은 각각 월 $50와 $200이며, Everyday Usage 허용량의 20배와 80배를 제공합니다. 이는 제한된 구독으로, 무제한 사용이나 토큰당 API 과금 플랜이 아닙니다.
비교: Muse Wonder vs GPT-6 Astra vs Claude Opus 5.5
아래 비교는 출시 벤치마크 관찰과 공급자 사양을 결합합니다. 대체 통합을 위해 개발자는 CometAPI의 GPT-6 Astra API와 CometAPI의 Claude Opus 5.5 API를 평가할 수 있습니다. 표는 공식 공급자 사양과 요율을 사용하며, 벤치마크 우위만으로 최적의 배포 선택을 결정하는 것은 아닙니다.
| 차원 | Wonder Full | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|
| 전반적 지능 | 강함 | 강함 | 가장 높은 표기 지수 |
| 법률 에이전트 작업 | 가장 높은 표기 Harvey 점수 | 경쟁력 있음 | 낮은 표기 점수 |
| 장기 코딩 | 가장 높은 표기 DeepSWE / Marathon | 강함 | 강함 |
| 터미널 실행 | 경쟁력 있음 | 강함 | 가장 높은 표기 점수 |
| 프로그램 재구성 | 경쟁력 있음 | 경쟁력 있음 | 가장 높은 표기 점수 |
| 공개 독립 API | 아니오 | 예 | 예 |
| 컨텍스트 윈도우 | 100만 토큰 | 105만 토큰 | 100만 토큰 |
| 표준 입력/출력 100만 토큰당 가격 | 구독 접근; 공개 토큰 요율 없음 | 프롬프트 272K 입력 토큰까지 $10 / $50 | $4 / $20 |
| 추론 | 더 높은 성능의 Muse 변형 | 구성 가능한 추론 노력 | 적응적 사고 |
| 멀티모달 통합 | 모델 카드에 텍스트/이미지/오디오/비디오 입력 표기; 제공 표면별 지원 상이 | 텍스트 및 이미지 입력; 텍스트 출력 | 텍스트 및 이미지 입력; 텍스트 출력 |
| 아키텍처 비교 | 동등 비교를 위한 공개 상세 정보 부족 | 인용된 API 사양에서는 비교하지 않음 | 인용된 API 사양에서는 비교하지 않음 |
| 실용적 시작점 | 장시간 코딩 워크플로를 시험하는 Muse Code 사용자 | 커스텀 API 에이전트 및 전문 연구 | 커스텀 API 코딩 및 지식 작업 에이전트 |
Muse Wonder 시리즈는 순수한 채팅이나 단기 추론보다 에이전트형 워크로드에서 Meta를 프런티어 경쟁력으로 포지셔닝합니다. Muse Wonder의 가격은 Claude Opus 5.5의 리스트 요율과 일치하며, 메모리, 장기 코딩, 전문 에이전트 작업에서 강력한 특화 성능을 제공합니다. GPT-6 Astra와 Claude Fable 5.1은 일부 플랫폼에서 더 높은 리스트 가격을 갖는 경우가 많습니다. 접근 모델은 다릅니다: Meta는 최상위 변형(Full)을 자체 코딩 구독 제품으로 제한하는 반면, 경쟁사는 일반적으로 최고 모델을 API로 제공합니다.
어디에서 Muse Wonder를 사용할 수 있나?
Meta에서 직접
- dev.meta.ai에서 Meta Model API에 가입하여 Muse Wonder를 사용합니다.
- Muse Code를 구독하면 두 변형에 접근할 수 있습니다(Full은 상위 티어).
- Meta API와 CometAPI에서 OpenAI 및 Anthropic 호환 엔드포인트가 지원됩니다.
Muse Wonder: Meta Model API
Muse Wonder는 애플리케이션, 연구 어시스턴트, 도구 기반 에이전트를 구축하는 팀을 위해 Meta Model API를 통해 제공됩니다. 이는 토큰 기반 과금의 프로그래머블 접근 경로입니다. 독자는 코드 튜토리얼 대신 접근 세부 정보를 위해 공급자 모델 페이지를 참고할 수 있습니다.
두 가지 접근 경로는 서로 다른 요구를 충족합니다: Meta Model API는 커스텀 Wonder 애플리케이션의 출발점이며, 요건을 충족하는 Muse Code 구독은 코딩 에이전트 내에서 Wonder Full 접근을 제공합니다. 아래 섹션은 구독 경로와 서드파티 접근 시 확인할 사항을 설명합니다.
Muse Code를 통해 Muse Wonder Full 사용
요건을 충족하는 Muse Code Power 또는 Maximum 사용자는 터미널 기반 코딩 에이전트인 Muse Code를 통해 Wonder Full에 접근할 수 있습니다. 이 구독 경로는 별도 계량 공개 Wonder Full API 호출과 다릅니다.
Muse Wonder 접근 및 CometAPI 대안
CometAPI는 하나의 OpenAI 호환 엔드포인트(https://api.cometapi.com/v1)와 하나의 API 키로 500개 이상의 모델에 접근을 제공합니다. 여기에는 Meta의 Muse 시리즈(Muse Wonder와 Muse Wonder Full 포함)가 포함되며, 일부 변형은 사용 가능 또는 곧 제공 예정으로 표기되어 있고 종종 리스트 가격 대비 할인 요율이 제공됩니다.
대체 통합을 위해 개발자는 CometAPI의 GPT-6 Astra API와 CometAPI의 Claude Opus 5.5 API에 접근할 수 있습니다. 공급자를 변경하기 전에 동일한 작업, 컨텍스트, 도구 설정을 비교하세요.
CometAPI 시작 방법: 무료 계정을 생성(테스트 크레딧 포함), 키를 발급받고, 클라이언트를 CometAPI 기본 URL로 지정한 뒤 Muse Wonder 모델 ID를 명시합니다. 이 접근법은 프런티어 에이전트 기능을 실험하거나 프로덕션화할 때 운영 오버헤드를 줄여줍니다.
결론
Muse Wonder와 Muse Wonder Full은 Meta가 AI 모델 개발의 프런티어로 복귀했음을 가장 명확하게 보여주는 성명입니다. 개인 및 전문 에이전트의 실질적 요구 — 신뢰할 수 있는 메모리, 지속적 집중, 도메인 전문성, 장기 코딩 및 컴퓨터 사용 — 에 초점을 맞춤으로써, Meta는 다음 세대의 에이전트형 시스템을 구축하는 개발자에게 즉시 유용하고 자체 Muse 제품을 강화할 모델을 만들어냈습니다.
이 기능을 평가하거나 배포하는 팀에게는 Meta Model API의 Muse Wonder로 시작하고, CometAPI 같은 집계 플랫폼을 고려하여 다중 모델 유연성을 확보하는 것이 실험과 프로덕션으로 이어지는 낮은 마찰의 경로를 제공합니다. 전체 안전 보고서와 더 광범위한 Muse 에이전트 롤아웃이 도착하면, 이러한 모델의 실질적 영향은 더욱 분명해질 것입니다.