Вышла Muse Wonder и Full: модель обогнала GPT-6 Astra и Gemini 4 Argon

Значимый прорыв формирует отрасль ИИ: Master_AI 21 минуту назад Объяснить с Вышла Muse Wonder и Full: модель обогнала GPT-6 Astra и Gemini 4 Argon Простой 4 мин 684 Блог компании GPTunneL Искусственный интеллект Машинное обучение * IT-компании Программирование * Обзор Meta* выпустила Muse Wonder и Muse Wonder Full – две новые модели, которые компания называет самыми мощными в своей истории. Их делали для «персональных и профессиональных» ИИ-агентов: такая модель помнит пользователя между диалогами, не останавливается при первой ошибке и доводит длинную задачу до конца. Muse Wonder уже доступна через Meta* Model API и в кодинг-агенте Muse Code.

Muse Wonder Full пока только для подписчиков Muse Code. Что за модельMuse Wonder – следующая ступень после Muse Spark. Spark задумывали как лёгкую модель с низкой задержкой, а Wonder и Wonder Full крупнее и рассчитаны на сложные задачи вроде программирования.

Технические детали

Meta* связывает рост качества с более крупными базовыми моделями и изменениями в претрейне и обучении с подкреплением. Внутреннее кодовое имя проекта – «Watermelon». «Это настоящие frontier-модели».

– Александр ВангКак делятся модели:Muse Wonder:– доступна с 12 октября через Meta* Model API и Muse Code;– скоро появится в приложении Muse, сначала у подписчиков;– Meta* обещает использовать её для генерации артефактов и «процессов, требующих больше интеллекта». Muse Wonder Full:– более мощная модель, доступная только подписчикам Muse Code;– это отдельная модель, а не режим рассуждений Muse Wonder. Технические параметры:контекст около 1 млн токенов, как у Muse Spark 1.

3;вход: текст, изображения, видео и аудио;выход: только текст;обучение: гигаваттный дата-центр Prometheus в центральном Огайо. Wonder уже доступна в GPTunneLПопробуйте модель здесь:Muse WonderActive Memory и Active Focus: две главные функцииActive MemoryМодель переносит важный контекст о пользователе из диалога в диалог и достаёт нужные детали, когда они пригождаются в задаче. Как объясняет компания, это избавляет от необходимости каждый раз заново рассказывать о своих предпочтениях и обстоятельствах.

Отраслевые последствия

Исследовательница Кавья Коппарапу рассказала, что команда вложила много сил в то, чтобы модель помнила важное для пользователя днями, неделями и месяцами. По результатам тестов Meta*, на бенчмарке MemoryBench (память и непрерывное обучение) Muse Wonder обходит Claude Fable, Claude Opus и GPT-6 Astra. MemoryBench: долговременная контекстная память у моделей Muse Wonder и конкурентов (данные Meta*)Active FocusЭто способность не бросать трудную задачу:пробовать другие подходы;обходить препятствия;адаптироваться к новой информации;уточнять непонятное;спрашивать подтверждение перед важными действиями.

По словам Ванга, модель специально учили не застревать на препятствиях и не возвращаться к пользователю при каждой мелочи. Для проверки Meta* использует FocusBench (устойчивое усилие) и SWE-Marathon (долгие программные проекты).

Этот прогресс даёт важные сигналы о будущем отрасли, и технологический мир внимательно наблюдает.