Em 12 de outubro de 2026, a Meta lançou o Muse Wonder e o Muse Wonder Full. O TechCrunch descreve os modelos como a primeira tentativa da empresa no patamar de modelos de ponta, acima do Muse Spark, versão leve lançada antes. O anúncio oficial da Meta destaca duas ideias: memória ativa e foco ativo.
Para empresas brasileiras, o ponto não é o ranking de benchmarks. É a memória: um modelo que guarda o que importa sobre o usuário entre conversas muda o que se pode automatizar e o que se precisa governar. A seguir, o que a Meta afirma, o que foi medido por terceiros e o que ainda falta provar.
O que a Meta anunciou
Segundo o anúncio oficial, a série Muse Wonder foi treinada no data center Prometheus, da Meta, sobre bases maiores que as do Muse Spark 1.3. A empresa lista quatro frentes: conhecimento de domínio (direito, finanças e saúde), Active Memory, Active Focus e programação de ponta.
A memória ativa mantém o contexto importante sobre o usuário entre conversas e recupera os detalhes relevantes quando necessário. O foco ativo busca sustentar o trabalho em metas difíceis: tentar outras abordagens, lidar com bloqueios, pedir esclarecimentos e confirmar antes de ações importantes.
Juntos, marcam o próximo degrau da nossa escada de escala.
Meta, anúncio do Muse Wonder, citado pelo TechCrunch
O preço consta na cobertura do TechCrunch. A página de anúncio da Meta, na leitura que fizemos, não menciona valores. Trate o preço como informado pela imprensa, até que a Meta o publique de forma oficial.
Onde cada modelo está disponível
| Modelo | Disponibilidade | Observação |
|---|---|---|
| Muse Wonder | Meta Model API e Muse Code, desde o lançamento | Também deve alimentar o agente Muse, primeiro para assinantes |
| Muse Wonder Full | Para assinantes do Muse Code | Segundo o TechCrunch, não é servido pela API |
Para quem acompanha o agente da Meta, vale ler antes Muse, o agente que compra e chega aos pequenos negócios. O Muse Wonder passa a ser o motor previsto para essa experiência.
Benchmarks: o que é autoavaliação
A Meta afirma resultados de ponta em agentes pessoais e profissionais, memória e programação, e compara o modelo ao GPT-6 Astra, ao Claude Fable 5.1 e ao Claude Opus 5.5, conforme o TechCrunch. O dado de memória usa o MemoryBench, que o model card descreve como benchmark interno: conversas de 64 mil a 100 mil tokens, avaliadas por um modelo juiz com rubricas ponderadas. Nesse teste, segundo o TechCrunch, o Muse Wonder supera Fable, Opus e Astra. O anúncio oficial da Meta traz o gráfico do MemoryBench, que reproduzimos a seguir.
Leitura do gráfico: a diferença entre o Muse Wonder e o Claude Opus 5.5, o segundo colocado entre os concorrentes, é de 4,1 pontos percentuais (85,6% menos 81,5%). A distância existe, mas o teste é desenhado e executado pela Meta, e os demais modelos aparecem na configuração máxima. Vale como indício, não como veredito.
Outros testes vêm de terceiros, como Artificial Analysis, Vals AI e Datacurve, e alguns são reportados pelos próprios fornecedores dos modelos comparados. Na prática, o dado mais citado sobre memória é o que menos pode ser verificado de fora. A própria Meta lista limitações: erros em raciocínio de vários passos e fraqueza em raciocínio espacial e 3D.
Segurança e o que a Meta recomenda
No model card, a Meta diz que, sem mitigações, não descarta que o modelo alcance o limite de alto risco em química e biologia, e por isso aplicou pós-treinamento de segurança e classificadores. Com as mitigações, relata nível “moderado ou inferior” em todos os domínios. A empresa recomenda salvaguardas adicionais, como confirmação humana para ações irreversíveis em agentes, e afirma que o modelo não é destinado a menores de 18 anos. A discussão sobre esse tipo de freio já apareceu em Nadella defende freio de emergência para IA.
O que muda para sua empresa
A leitura a seguir é da Analytikos. Memória persistente é dado pessoal armazenado: se um agente lembra preferências, histórico e contexto de clientes, entram em jogo base legal, retenção e direito de exclusão da LGPD. O caso do CDP exposto no McDonald’s da Indonésia mostra o custo de acumular dado sem governança.
Antes de testar o Muse Wonder em atendimento ou vendas, defina o que o agente pode lembrar, por quanto tempo e quem pode apagar. Faça um piloto com dados de baixo risco e meça acertos de memória com seus próprios casos, e não com o MemoryBench.
Perguntas frequentes
O que é o Muse Wonder?
É a série de modelos de IA lançada pela Meta em 12 de outubro de 2026, formada pelo Muse Wonder e pelo Muse Wonder Full. A Meta destaca memória ativa, foco ativo e programação.
O que é memória ativa?
Segundo a Meta, é a capacidade de manter o contexto importante sobre o usuário entre conversas e recuperar detalhes relevantes quando necessário.
Os resultados de benchmark são independentes?
Parte vem de terceiros, mas o MemoryBench é um benchmark interno da Meta. Segundo o model card, a Meta usou resultados próprios, de terceiros e reportados pelos fornecedores, conforme o teste.
Quanto custa usar o Muse Wonder?
O TechCrunch informa US$ 4 por milhão de tokens de entrada e US$ 20 por milhão de saída. A página de anúncio da Meta, na nossa leitura, não menciona preço.
