Meta a annoncé le 12 octobre Muse Wonder et Muse Wonder Full, les premiers modèles frontière de son Superintelligence Lab dirigé par Alexandr Wang. Entraînés dans le centre de données Prometheus dans l'Ohio, ils acceptent texte, images, audio et vidéo sur un contexte d'environ un million de tokens. Muse Wonder est disponible dès maintenant sur la Meta Model API à 4 dollars le million de tokens en entrée et 20 dollars en sortie. Wonder Full, le plus puissant, reste réservé aux abonnés Muse Code.
- Muse Wonder Full atteint 56 sur l'Intelligence Index d'Artificial Analysis, deux points derrière Claude Opus 5.5 : Meta rejoint le peloton de tête sans le dominer.
- Le meilleur modèle n'a pas d'API : Wonder Full n'existe que dans les abonnements Muse Code à 50 ou 200 dollars par mois, impossible à intégrer en production.
- Aucun poids ouvert : Meta, qui a bâti sa réputation IA sur Llama, passe au modèle fermé pour sa gamme frontière.
Dans le peloton de tête, mais sans API pour le meilleur modèle
Sur l'index indépendant d'Artificial Analysis, Wonder Full s'installe à 56, au niveau de Claude Sonnet 5.5 et derrière Opus 5.5 (58). GPT-6 Astra, Gemini 4 Argon et Claude Fable 5.1 suivent à 53, et Muse Wonder, la version API, obtient 52. Meta revendique en revanche la première place sur les tâches d'agent longues : 57,5 sur SWE-Marathon contre 46,3 pour Opus 5.5. Sur le benchmark juridique Harvey LAB, l'écart est de 13,1 contre 4,2. VentureBeat note que le tableau de Meta mélange des résultats internes, des chiffres fournis par les éditeurs et des mesures tierces, parfois obtenus avec des outils différents selon les modèles. Opus 5.5 garde par ailleurs l'avantage sur Terminal-Bench et HealthBench.
Le prix affiché trompe. À 4 et 20 dollars le million de tokens, Wonder semble moins cher qu'Opus 5.5. Mais Artificial Analysis mesure le coût réel par tâche de son index : 4,52 dollars en moyenne sur Wonder, contre 5,98 sur Opus 5.5 et 3,26 sur GPT-6 Astra. Le modèle consomme plus de tokens pour arriver au résultat, un écart déjà constaté sur les prix affichés de Claude Haiku 5.5. Meta vante aussi la mémoire active, qui retient le contexte utilisateur entre les conversations, et revendique la première place sur MemoryBench.
La distribution pose plus de questions que les benchmarks. Wonder Full n'a pas d'API publique. Il n'existe que dans Muse Code, l'outil de code de Meta, via deux abonnements : Power Usage à 50 dollars par mois, Maximum Usage à 200. Une entreprise peut donc tester le meilleur modèle de Meta, pas le déployer. S'ajoute un piège de confidentialité. Muse Code active par défaut le mode Contributor, qui autorise Meta à entraîner ses futurs modèles sur les prompts, le code et les fichiers soumis. L'API, elle, tourne en mode Standard sans entraînement. Enfin, aucun poids n'est publié, une rupture avec la tradition des Llama ouverts.
Mon avis : notable. Meta prouve qu'il sait construire un modèle frontière, mais la stratégie de distribution bride l'adoption. Pour une équipe française, Wonder vaut un test sur les tâches d'agent longues, son point fort mesuré. Pour Wonder Full, mieux vaut attendre une API.
Ce que ça change pour vous
Si votre équipe consomme des modèles par API, Muse Wonder devient une option crédible de milieu de gamme frontière, au prix de Claude Opus 5.5 ou de GPT-6 Sol. Le modèle s'appelle muse-wonder-1.0, la recherche web est facturée 2,50 dollars les 1 000 requêtes en plus. Testez-le d'abord sur vos workflows d'agents qui durent, le terrain où ses chiffres se détachent. Pour une tâche courte et cadrée, GPT-6 Astra reste moins cher par tâche.
Si vos développeurs veulent essayer Wonder Full dans Muse Code, désactivez le mode Contributor avant la première requête. La bascule ne vaut que pour les soumissions futures. Et les conditions de Meta interdisent d'envoyer des données confidentielles ou personnelles tant que le mode est actif. Rien ne change pour ceux qui attendaient un nouveau Llama à héberger : il n'arrive pas.
- Lance un test A/B sur un de tes workflows d'agents longs entre muse-wonder-1.0 et ton modèle actuel, et compare le coût total par tâche réussie, pas le prix du token.
- Si tu actives Muse Code, ouvre les réglages et coupe le mode Contributor avant d'envoyer du code client.
- Compare les scores sur artificialanalysis.ai avant de migrer : l'écart entre Wonder (52) et Wonder Full (56) peut justifier d'attendre une API du grand modèle.
Sources
- Meta - Muse Wonder (12 octobre 2026)
- TechCrunch - Meta releases its first frontier model, Muse Wonder (12 octobre 2026)
- VentureBeat - Meta's new Muse Wonder models achieve frontier performance (12 octobre 2026)
- Artificial Analysis - Intelligence Index (octobre 2026)
Source : Research.meta.ai
Cet article a été rédigé avec l’assistance d’un modèle de langage (LLM).
