Meta stellt neue Modellserie Muse Wonder vor
Meta hat Muse Wonder und Muse Wonder Full vorgestellt — neue KI-Modelle für lange Aufgaben, Coding und Agenten, mit Active Memory für dynamischen Kontext.
Meta hat die Modellserie Muse Wonder vorgestellt, zu der Muse Wonder und Muse Wonder Full gehören. Das Unternehmen beschreibt sie als nächsten Schritt auf der Skalierungstreppe hin zu persönlicher Superintelligenz.
Im Benchmark DeepSWE übertraf das Modell überraschend Opus 5.5 und GPT-6 Astra, während es auf Terminal Bench Fable 5.1 schlägt. Laut den Entwicklern wurden die neuen Modelle für langlaufende Aufgaben, Coding und Agent-Workflows trainiert. Im Vergleich zu Muse Spark 1.3 wird eine größere Basismodellvariante verwendet, was nach Aussage des Teams zu deutlich stärkerer Generalisierung auf unbekannte Aufgaben nach dem Post-Training führt.
Zudem wurde Active Memory ergänzt: Die Modelle können relevanten Kontext aus anderen Gesprächen in Echtzeit für eine konkrete Aufgabe abrufen.
Die Modelle sind bereits über die Meta Model API und in Muse Code verfügbar.
Warum das wichtig ist
AnalyseDas ist wichtig, weil Meta Muse Wonder als Schritt zu persönlicher Superintelligenz positioniert und starke Ergebnisse in Coding-Benchmarks und Agent-Workflows behauptet.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern