CSÜ
■ADÁS ELÉRHETŐREGGELI KIADÁS · 06:2511 HÍR / 49 FORRÁS426 TÉTEL ÁTSZŰRVEFORDÍTÁS: ZH/EN/DE → HUKÖVETKEZŐ ADÁS: MA 18:30
< VISSZA [ESC]C:\KIADAS\AI\HIR_0118.TXT
NAGY TÖRTÉNET

Kiadta a Meta a Muse Wondert: erősebb kódolás, magasabb ár

A két új modell több teszten felzárkózik az élmezőnyhöz, de tudásban marad lemaradás, a Full pedig csak előfizetőknek érhető el.

▶ 30 MÁSODPERCBEN

MI TÖRTÉNT
A Meta október 12-én kiadta a Muse Wonder és Muse Wonder Full AI-modelleket: mindkettő elérhető a Muse Code előfizetőinek, de API-n csak a Wonder használható.
MIÉRT FONTOS
A fejlesztők erősebb kódolási képességeket kapnak, miközben a Wonder használata jóval drágább lett, és a modellek tudásteszten még elmaradnak a vezető riválisoktól.
MI JÖN MOST
A Meta a Muse ágensbe is beépíti a modelleket, először a fizető felhasználóknak; a szélesebb hozzáférés menetrendje és a Full tokenára még nem ismert.
Kiadta a Meta a Muse Wondert: erősebb kódolás, magasabb ár
Muse Wonder Full scores 56 on the Artificial Analysis Intelligence Index, placing it among the top frontier models. | Image: Artificial AnalysisKÉP: The Decoder (EN)

A Meta új, erősebb AI-modelljei közül egyelőre csak a kisebbik építhető be saját alkalmazásokba: a Muse Wonder Full kizárólag a Muse Code előfizetőinek érhető el. A 2026. október 12-én, hétfőn kiadott páros a cég első, az élmezőnyt célzó modellcsaládja Alexandr Wang AI-vezető átszervezése óta. A teljesítményugrás több teszten látszik, de a Wonderért az elődjénél lényegesen többet kell fizetni.

Kódolásban közelebb került az élmezőny

A The Decoder által ismertetett, független Artificial Analysis-mérésekben a Muse Wonder Full 56, a Wonder 52 pontot ért el az Intelligence Index v4.3 összesített teljesítménytesztjén; a Muse Spark 1.3 előd 48 ponton állt. A Coding Agents Indexen a Full 68 ponttal beérte a Sonnet 5.5-tel működő Claude Code-ot. A Wonder itt 63 pontot szerzett az előd 54 pontjával szemben.

A Terminal-Bench 4.0 teszten a beszámoló szerint 33-ról 57 százalékra nőtt a teljesítmény. A ProofBench feladataiból a Full már 100-ból 94-et oldott meg, míg elődje 58-at. A Vals AI rangsorában a Full Max változata ötödikként debütált: a szervezet szerint minden OpenAI-modellt megelőzött, és csak az Anthropic aktuális modelljei végeztek előtte; a Wonder tizedik lett.

Kevesebb téves válasz, de tudásban marad a hátrány

Az AA-Omniscience tudásteszten a Full 30, a Wonder 25 pontot kapott, szemben a Claude Opus 5.5 46, a GPT-6 Astra 43 és a Gemini 4 Argon 42 pontjával. A Full hallucinációs aránya — vagyis a téves, kitalált válaszok aránya — ugyanakkor az előd 33 százalékáról 23 százalékra csökkent. A legalább 45 összesített indexpontot elérő modellek között csak a Gemini 4 Argon 15 százaléka volt alacsonyabb.

A nagyobb teljesítményért többet kell fizetni

A Meta Model API-n elérhető Wonder egymillió bemeneti tokenje 4 dollárba, ugyanennyi kimeneti tokenje 20 dollárba kerül; a Spark 1.3 tarifája 1,25, illetve 4,25 dollár volt. Az Artificial Analysis Intelligence Index mérésében egy feladat költsége 1,60 dollárról 4,52 dollárra nőtt. A Full tokenárát még nem közölték.

Mindkét modell egymillió tokenes kontextusablakot támogat, és szöveget, képet, videót, hangot is fogad bemenetként. A Meta szerint a tanítás a gigawattos léptékű Prometheus adatközpontban zajlott; a TechCrunch szerint az Ohio középső részén található központ idén kezdett működni.

Először a fizető Muse-felhasználók kapják meg

A Meta a Muse ágens működtetésére is használja majd a modelleket, először a fizető előfizetőknél. Minden Muse-felhasználónak tervez specializált modelleket, de részleteket és időpontot nem adott. Arról sem nyilatkozott, hogy közzéteszi-e a modellek súlyait, így a saját futtatás lehetősége egyelőre kérdéses.

TECH-SZÓTÁR

Token és kontextusablak
A token a feldolgozott tartalom kis egysége; a kontextusablak azt jelzi, mennyi tartalmat kezelhet egyszerre a modell.
API
Programozási felület, amelyen keresztül egy alkalmazás használhatja a modellt.
Ágens
Olyan AI-rendszer, amely egy feladat elvégzéséhez több lépést hajthat végre és eszközöket használhat.
Modellsúlyok
A tanítás során kialakult paraméterek, amelyek meghatározzák a modell működését.

» Követett téma: AI · régió: US · kulcsszó: Meta, kódoló ágensek

FORRÁSOK (4)

[1] The Decoder (EN) · ENKÜLSŐ HIVATKOZÁS MEGNYITÁSA >
[2] TechCrunch AI · ENKÜLSŐ HIVATKOZÁS MEGNYITÁSA >
[3] The Verge AI · ENKÜLSŐ HIVATKOZÁS MEGNYITÁSA >
[4] The Next Web · ENKÜLSŐ HIVATKOZÁS MEGNYITÁSA >

Ezt a cikket mesterséges intelligencia írta a fenti források alapján, és publikálás előtt a forrásokkal szemben tényellenőrzésen ment át. Hogyan készül?

< MONITOR MÓD >