Muse Wonder und Muse Wonder Full: Was Metas neue KI-Modelle können

Was Meta vorgestellt hat

Muse Wonder ist eine neue Modellreihe von Meta Superintelligence Labs, der KI-Abteilung, die Mark Zuckerberg vor gut einem Jahr neu aufgestellt und mit dem früheren Scale-AI-Chef Alexandr Wang besetzt hat. Ein Modell ist das Programm im Hintergrund, das Sprache versteht, plant und Antworten erzeugt. Produkte wie die Agenten-App Muse oder das Programmierwerkzeug Muse Code bauen darauf auf.

Die Reihe besteht aus zwei Varianten. Muse Wonder ist das Standardmodell. Muse Wonder Full ist laut Meta die leistungsstärkere Fassung und Metas bisher fähigstes Modell. Beide verarbeiten Text, Bilder, Video, Audio und PDF-Dokumente, antworten aber nur in Textform. Sie können sehr lange Unterlagen auf einmal berücksichtigen, rund eine Million Tokens, also grob ein paar Tausend Seiten Text.

Der Vorgänger heißt Muse Spark. Meta hat ihn im April 2026 eingeführt und bis Version 1.3 weiterentwickelt. Er treibt bisher auch den persönlichen Agenten Muse an, den Meta im September vorgestellt hat. Laut Mark Zuckerberg ist Wonder eine deutlich größere und weiter entwickelte Klasse von Modellen. Trainiert wurde sie in Metas Rechenzentrum Prometheus.

Anders als bei der früheren Llama-Reihe gibt Meta die Wonder-Modelle nicht zum Herunterladen frei. Man kann sie nur über Metas eigene Dienste nutzen. Ein kleines offenes Modell namens Muse Glimmer bietet Meta separat an.

Active Memory und Active Focus: die zwei neuen Fähigkeiten

Meta stellt zwei Eigenschaften in den Mittelpunkt, die vor allem für Agenten wichtig sind, also für KI, die Aufgaben selbst erledigt.

Active Memory, das aktive Gedächtnis: Das Modell soll sich über mehrere Gespräche hinweg merken, was dir wichtig ist, und frühere Details von selbst wieder hervorholen, wenn sie für eine neue Aufgabe zählen. Wer einem Agenten einmal gesagt hat, dass er samstags laufen geht und kein Fleisch isst, soll das nicht bei jeder Planung wiederholen müssen.

Active Focus, der aktive Fokus: Das Modell soll an einem Ziel dranbleiben, wenn es schwierig wird. Statt bei einem Hindernis stehenzubleiben, probiert es andere Wege, behebt Fehler und fragt nach, wenn etwas unklar ist. Vor wichtigen Schritten soll es sich rückversichern. Alexandr Wang sagte CNBC, man habe das Modell genau darauf trainiert, weil Agenten bisher an Alltagsaufgaben wie Tischreservierungen gescheitert seien.

Als Beispiele nennt Meta einen Versicherungsfall bearbeiten, einen Mietvertrag verstehen, die eigenen Finanzen ordnen oder eine kleine App programmieren. In Vorführungen plant Muse Wonder eine Laufrunde nach persönlichen Vorlieben, entwirft Werbeartikel aus Instagram-Fotos und erstellt eine Sitzordnung für eine Hochzeit. Ob das im Alltag so gut klappt wie in der Vorführung, lässt sich noch nicht sagen: Die App mit Wonder ist noch nicht für Nutzer freigeschaltet.

Wie gut sind die Modelle? Die unabhängigen Zahlen

Am aussagekräftigsten ist der Intelligenzindex von Artificial Analysis, einem Testanbieter, der KI-Modelle unabhängig mit zehn Prüfungen zu Denken, Wissen, Programmieren und Büroarbeit vergleicht. Muse Wonder Full erreicht dort 55,8 Punkte, gerundet 56. Das ist gleichauf mit Claude Sonnet 5.5 und nur hinter Claude Opus 5.5 mit 57,6. Dahinter folgen Claude Fable 5.1 mit 53,4, GPT-6 Astra mit 52,7 und Googles Gemini 4 Argon mit 52,6. Das Standardmodell Muse Wonder kommt auf 52,4. Der Vorgänger Muse Spark 1.3 lag bei 48,1, nur sechs Wochen vor dem Wonder-Start.

Die größten Fortschritte zeigen sich beim selbstständigen Arbeiten. In einem Test, bei dem die KI am Computer über die Kommandozeile Aufgaben lösen muss, stieg Muse Wonder Full laut Artificial Analysis von 33 auf 57 Prozent. Beim Programmieren mit einem Agenten liegt es in Metas Werkzeug Muse Code gleichauf mit Anthropics Claude Code samt Claude Sonnet 5.5. Zudem erfindet es seltener Fakten: Die Quote solcher Halluzinationen sank laut Artificial Analysis von 33 auf 23 Prozent.

Der Testdienst Vals AI setzt Muse Wonder Full auf Platz fünf seiner Rangliste, vor allen Modellen von OpenAI. Nur aktuelle Modelle von Anthropic liegen dort davor.

Wichtig zur Einordnung: Die Abstände an der Spitze sind klein. Bei einigen Einzeltests liegt Wonder Full laut Artificial Analysis nur knapp vorne oder innerhalb der statistischen Unsicherheit.

Metas eigene Benchmarks: stark bei langen Programmieraufgaben

Meta selbst hat eine längere Liste von Testergebnissen veröffentlicht. Sie stammen teils von Dritten, teils aus Metas eigenen Läufen, teils aus Angaben der anderen Anbieter. Einige Programmiertests liefen mit unterschiedlichen Werkzeugen. Solche Herstellerzahlen sind deshalb weniger streng vergleichbar als unabhängige Tests.

Am deutlichsten liegt Muse Wonder Full bei SWE-Marathon vorn, einem Test für lange, mehrteilige Softwareprojekte. Dort erreicht es 57,5 Prozent, Claude Opus 5.5 kommt auf 46,3 und GPT-6 Astra auf 42,5. Bei einem Test für juristische Arbeit von der Kanzlei-Software Harvey erreicht Wonder Full 13,1 Punkte, Opus 5.5 nur 4,2. Die niedrigen Werte zeigen aber auch, wie weit alle Modelle noch von fehlerfreien juristischen Schriftstücken entfernt sind. Beim Test für Geschäftsabläufe AutomationBench liegt Wonder Full mit 45,4 ebenfalls vorne.

Nicht überall reicht es: Bei Gesundheitsfragen in HealthBench Pro, bei Kommandozeilen-Aufgaben in Terminal-Bench 4.0 und bei Büroaufgaben in JobBench liegen Claude Opus 5.5 oder GPT-6 Astra gleichauf oder vorne.

Am deutlichsten schwach ist Wonder beim reinen Faktenwissen. Im Wissenstest AA-Omniscience von Artificial Analysis erreicht Wonder Full nur 30 Punkte, Wonder 25. Claude Opus 5.5 kommt auf 46, GPT-6 Astra auf 43. Das Fachportal The Decoder vermutet dahinter ein kleineres Grundmodell als bei der Konkurrenz. Für dich heißt das: Bei Fakten aus Geschichte, Wissenschaft oder Allgemeinbildung lohnt das Nachprüfen weiterhin.

Was es kostet und wer es nutzen kann

Entwickler können Muse Wonder über Metas Programmierschnittstelle nutzen. Eine Million eingegebene Tokens kosten 4 US-Dollar, eine Million ausgegebene 20 US-Dollar. Das entspricht genau den Preisen von Claude Opus 5.5 und ist günstiger als GPT-6 Astra mit 10 und 50 US-Dollar. Der Vorgänger Muse Spark 1.3 kostete nur 1,25 und 4,25 US-Dollar.

Entscheidend ist aber, was eine erledigte Aufgabe kostet, denn Modelle verbrauchen unterschiedlich viele Tokens. Laut Artificial Analysis kostet eine durchschnittliche Testaufgabe mit Muse Wonder 4,52 US-Dollar, fast dreimal so viel wie mit Muse Spark 1.3 (1,60). Claude Opus 5.5 liegt bei 5,98, GPT-6 Astra bei 3,26 und Gemini 4 Argon bei 1,99 US-Dollar. Ein Grund: Muse Wonder liest pro Aufgabe sehr viel Text ein.

Muse Wonder Full gibt es bislang nicht über die Schnittstelle, sondern nur im Programmier-Abo Muse Code für 50 oder 200 US-Dollar im Monat. Wichtig für den Datenschutz: Laut VentureBeat sind diese Abos standardmäßig im sogenannten Contributor-Modus, in dem Meta eingegebenen Code, Dateien und Antworten zum Training nutzen darf. Man kann das abschalten, die Änderung gilt aber nur für künftige Eingaben. Über die bezahlte Schnittstelle werden Inhalte laut Meta nicht zum Training genutzt.

In der Agenten-App Muse soll Wonder bald zum Einsatz kommen, zuerst für Abonnenten. Laut CNBC kosten diese Abos 20 oder 100 US-Dollar im Monat. Einen genauen Termin nennt Meta nicht. Für Deutschland ändert sich vorerst wenig: Meta bietet die Muse-App in Europa nicht an und nennt keinen Termin dafür.

Unser Fazit: Meta ist mit Wonder an der Spitze der KI-Entwicklung angekommen, ohne sie anzuführen. Spannend wird, ob das bessere Modell die bekannten Fehler der Muse-App behebt, etwa erfundene Angaben oder abgebrochene Buchungen.