Meta steigt mit Muse Wonder in die Spitzenklasse ein
Metas Superintelligence Lab hat mit Muse Wonder und Muse Wonder Full zwei neue KI-Modelle vorgestellt. Es sind die ersten Frontier-Modelle des Konzerns, also besonders leistungsfähige Modelle an der aktuellen technischen Leistungsgrenze.
Die Wonder-Modelle sind größer als das bisherige Leichtgewicht Muse Spark. Meta nennt vor allem bessere Ergebnisse bei komplexen Aufgaben wie der Softwareentwicklung. Beide Modelle bilden außerdem die technische Grundlage für den Muse Agent.
„Zusammen markieren sie den nächsten Schritt auf unserer Skalierungsleiter und einen großen Sprung in Richtung persönlicher Superintelligenz“, erklärt Meta, sinngemäß aus dem Englischen übersetzt.
Nach den von Meta veröffentlichten Benchmarks erreichen Wonder und Wonder Full Werte auf dem Niveau von Fable 5.1 und GPT-6 Astra. Dabei handelt es sich um Herstellerangaben. Eine unabhängige Bestätigung der Ergebnisse ist bislang nicht genannt.
API-Preise und eingeschränkter Zugang
Muse Wonder steht über die Meta Model API bereit. Tokens sind die kleinsten Texteinheiten, nach denen KI-Anbieter die Nutzung ihrer Modelle abrechnen.
| Leistung | Preis |
|---|---|
| 1 Million Input-Tokens | 4 $ |
| 1 Million Output-Tokens | 20 $ |
Damit bewegt sich Meta beim Preis in der Größenordnung etablierter proprietärer Spitzenmodelle. Für die tatsächlichen Kosten ist vor allem entscheidend, wie viele Ausgaben das Modell erzeugt. Output-Tokens kosten fünfmal so viel wie Eingaben.
Wonder Full wird dagegen nicht über die API angeboten. Das leistungsstärkere Modell bleibt Abonnenten von Muse Code vorbehalten. Einen Preis für dieses Abonnement hat Meta nicht genannt.
| Modell | Zugang | Einschränkung |
|---|---|---|
| Muse Wonder | Meta Model API | Nutzungsabhängige Abrechnung |
| Muse Wonder Full | Muse-Code-Abonnement | Keine API verfügbar |
Für Unternehmen ist diese Trennung relevant. Anwendungen können Muse Wonder über eine definierte Schnittstelle integrieren. Bei Wonder Full entsteht dagegen eine engere Bindung an Metas Entwicklungsumgebung und Abonnementmodell. Das erhöht den Aufwand für einen späteren Anbieterwechsel.
Ob Meta die Modellgewichte wie bei früheren KI-Modellen frei verfügbar machen wird, ist offen. Aktuell lässt sich Muse Wonder daher nicht als Open-Weight-Alternative einplanen. Das unterscheidet die Bereitstellung von Ansätzen wie Mistral Large 4 mit angekündigter Gewichtsfreigabe.
Active Memory speichert Kontext über Monate
Das zentrale Merkmal der neuen Modelle nennt Meta Active Memory. Die Modelle sollen Informationen aus früheren Interaktionen über Tage, Wochen und Monate behalten, zusammenführen und bei späteren Aufgaben berücksichtigen.
„Wir haben enorm viel Arbeit investiert, damit sich das Modell über Tage, Wochen, Monate und darüber hinaus an das erinnert, was wichtig ist“, sagt Meta-Forscherin Kavya Kopparapu, sinngemäß aus dem Englischen übersetzt.
Im Meta-Benchmark MemoryBench erzielt Muse Wonder nach Angaben des Unternehmens bessere Ergebnisse als Fable, Opus und Astra. Der Test bewertet Systeme, die fortlaufend lernen und aus früheren Informationen eine nutzbare Gedächtnisstruktur aufbauen.
Ein solches Langzeitgedächtnis kann bei wiederkehrenden Arbeitsabläufen nützlich sein. Ein Agent könnte Präferenzen, Projekte und frühere Entscheidungen berücksichtigen, ohne bei jeder Sitzung den gesamten Kontext erneut zu erhalten. Gleichzeitig wird die gespeicherte Nutzerhistorie damit zu einem besonders sensiblen Datenbestand.
Datenschutz bleibt für Unternehmen ungeklärt
Meta nennt bislang keine konkreten Speicher-, Lösch- oder Datenschutzregeln für Active Memory bei API- und Unternehmenskunden. Offen ist unter anderem, wie lange Informationen gespeichert werden, wie sich einzelne Einträge löschen lassen und ob die Gedächtnisfunktion vollständig deaktiviert werden kann.
Für Unternehmen im DACH-Raum sind deshalb die DSGVO, mögliche Drittstaatenübermittlungen und die vertragliche Kontrolle über gespeicherte Daten zu prüfen. Das Training der Modelle erfolgte im Prometheus-Rechenzentrum in Zentral-Ohio, das Anfang des Jahres in Betrieb ging. Daraus lässt sich allerdings nicht ableiten, an welchen Standorten spätere API-Anfragen verarbeitet oder Gedächtnisdaten gespeichert werden.
Die Veröffentlichung ergänzt Metas wachsende Ausrichtung auf Unternehmenssoftware, zu der auch die Meta Enterprise Platform für Firmen gehört. Beim produktiven Einsatz von Muse Wonder sollte Active Memory dennoch erst nach einer technischen und rechtlichen Prüfung aktiviert werden. Entscheidend sind dabei Datenlöschung, Mandantentrennung, Protokollierung und eine belastbare Ausstiegsstrategie.
Strategiewechsel nach Metas KI-Umbau
Muse Wonder und Wonder Full sind die ersten Frontier-Veröffentlichungen seit der Umstrukturierung von Metas KI-Aktivitäten durch Scale-AI-Gründer Alexandr Wang im August des Vorjahres. Zuvor hatte Meta Muse Spark und den Muse Agent veröffentlicht, aber kein eigenes Modell dieser Leistungsklasse vorgestellt.
Aus Unternehmenssicht ist weniger der Benchmark-Vorsprung entscheidend als das Bereitstellungsmodell. Muse Wonder ist als kostenpflichtige API nutzbar, Wonder Full bleibt an ein Abonnement gebunden und die Bedingungen des Langzeitgedächtnisses sind noch nicht ausreichend dokumentiert. Damit stehen Leistungsgewinn, Datenschutz und Vendor-Lock-in unmittelbar nebeneinander.