← Alle KI-Modelle
Meta ai.meta.com

Muse Wonder

Metas neues Spitzenmodell über Muse Spark - für lange Agentenläufe, große Codebasen und Computer-Use.

Rang 8 von 25 Flaggschiff Proprietär Veröffentlicht 12. Oktober 2026 muse-wonder-1.0
86,5 von 100
  • Denkleistung 9,0
  • Programmieren 9,0
  • Agentik 9,2
  • Tempo 6,5
  • Preis-Leistung 7,5

Gewichtung: Denkleistung 30 % · Programmieren 25 % · Agentik 25 % · Tempo 10 % · Preis-Leistung 10 %

Kontextfenster 1 Mio. Tokens Eingabe
Maximale Ausgabe – Tokens
Eingabe je 1 Mio. 4,00 $ Tokens
Ausgabe je 1 Mio. 20,00 $ Tokens
Aus dem Cache 0,20 $ je 1 Mio. Tokens

Zum Preis: Nur Standardtarif, kein Contributor-Tarif. Websuche zusätzlich 2,50 $ je 1.000 Anfragen. Muse Wonder Full nur im Muse-Code-Abo, ohne API.

Worum es geht

Muse Wonder ist seit dem 12. Oktober 2026 das leistungsfähigste Modell der Meta Superintelligence Labs und steht in Metas Modellübersicht über Muse Spark 1.3, das als günstigere Allzweck-Alternative weiter angeboten wird. Ausgelegt ist Wonder auf Agenten, die über Stunden mit Sub-Agenten arbeiten, auf Programmieren in großen Repositories und auf die Bedienung von Browser, Desktop und Mobilgeräten.

Mit 4 $ / 20 $ je Million Tokens kostet Wonder gut das Dreifache von Spark und spielt damit preislich in der Liga von Claude Opus 5.5. Einen Contributor-Tarif gegen Trainingsfreigabe gibt es hier ausdrücklich nicht. Daneben existiert Muse Wonder Full, das laut Meta noch stärker ist, aber nur im Abo von Muse Code (50 $ bzw. 200 $ im Monat) und nicht über die API.

Die Bewertung ist vorläufig: Unabhängige Messungen liegen zum Start noch nicht vor, und Metas eigene Benchmark-Tabelle ließ sich nicht verlässlich auslesen. Die Einordnung knapp unter der Opus-Klasse stützt sich auf Metas Angaben und den Abstand zu Spark 1.3.

Neu in dieser Version

Gegenüber dem Vorgänger Muse Spark 1.3:

  1. Neue Leistungsklasse

    Wonder sitzt über Spark als Metas Spitzenmodell; Spark bleibt als günstigere Allzweck-Variante im Angebot.

  2. Active Memory

    Das Modell behält wichtige Informationen über einzelne Gespräche hinaus.

  3. Active Focus

    Bei schwierigen Aufgaben bleibt es länger dran, probiert andere Lösungswege und fängt eigene Fehler ab.

  4. Lange Agentenläufe und Computer-Use

    Arbeitet über Stunden mit Sub-Agenten und bedient Browser, Desktop und Mobilgeräte.

  5. Audio und PDF als Eingabe

    Neben Text, Bild und Video nimmt Wonder auch Audio und PDF entgegen.

Stärken und Schwächen

Dafür spricht

  • Eingabe von Text, Bild, Video, Audio und PDF bei 1 Mio. Kontext
  • Lange Agentenläufe mit Sub-Agenten und Computer-Use (Browser, Desktop, Mobil)
  • Behält über „Active Memory" Wichtiges über Gespräche hinweg
  • Denktiefe von „minimal" bis „max" steuerbar, Reasoning optional

Das schränkt ein

  • Gut dreimal so teuer wie Muse Spark 1.3
  • In Metas Modellübersicht noch als Preview gekennzeichnet
  • Stärkste Variante (Wonder Full) nicht per API erhältlich
  • Zum Start keine unabhängigen Benchmarks, maximale Ausgabelänge nicht veröffentlicht
  • Proprietär: nicht selbst hostbar