A Meta anunciou, em 12 de outubro, os modelos de inteligência artificial Muse Wonder e Muse Wonder Full, descrevendo a série como a maior e mais poderosa de sua história. Os modelos têm como objetivo operar agentes capazes de executar diversas tarefas cotidianas e profissionais em várias etapas, em vez de se limitarem a produzir respostas textuais curtas.
A Meta começou a disponibilizar o Muse Wonder aos desenvolvedores por meio da Meta Model API e da plataforma de programação Muse Code, enquanto o Muse Wonder Full está disponível para assinantes do Muse Code. A empresa também planeja integrar o modelo ao seu assistente pessoal Muse, lançado nos Estados Unidos em setembro para executar tarefas como enviar e-mails e reservar viagens, com a disponibilização começando pelos assinantes do serviço.
Memória que se estende entre conversas e continuidade do trabalho em caso de falhas
O modelo se concentra em dois recursos que a Meta chama de Active Memory e Active Focus. O primeiro permite manter informações importantes entre várias conversas e recuperar detalhes relacionados à tarefa, incluindo hábitos, preferências e alguns elementos mencionados em conversas anteriores. O segundo busca manter o modelo concentrado no objetivo ao executar um trabalho complexo, experimentando abordagens alternativas, recuperando-se de erros e solicitando a confirmação do usuário antes de operações importantes.
A Meta afirma que o Muse Wonder foi desenvolvido sobre a base do Muse Spark, anunciado em abril, com a ampliação da escala do pré-treinamento e do aprendizado por reforço. O modelo foi treinado no data center Prometheus, com capacidade na escala de gigawatts. A empresa afirma que ele apresentou desempenho melhor que o esperado em tarefas incomuns em comparação com as tendências do Muse Spark 1.3.
De contratos e reivindicações a aplicativos com várias etapas
A Meta ampliou o conhecimento do modelo em áreas como direito, finanças e saúde, e apresenta usos como o processamento de reivindicações de seguros, a leitura de contratos de aluguel e o gerenciamento do orçamento familiar. A empresa também demonstrou exemplos de planejamento de um programa de corrida em um navegador e em vários aplicativos, design de produtos com base em imagens do Instagram seguido de sua encomenda, preparação de um plano de assentos para um casamento segundo condições complexas e criação de um jogo tridimensional jogável a partir de uma imagem.
Os modelos aceitam entradas de texto, imagens, vídeo e áudio, com saída textual e contexto de até um milhão de tokens. Futuramente, o aplicativo Muse usará o modelo para criar resultados mais complexos e desenvolver modelos especializados disponíveis a todos os usuários, mas a Meta não especificou quando ocorrerá a integração nem os detalhes dos planos que a incluirão.
Resultados fortes em alguns testes e limites que ainda precisam ser verificados
Segundo as comparações da Meta, o Muse Wonder Full obteve 13,1 no teste Harvey LAB-AA para tarefas jurídicas, contra 8,6 do GPT-6 Astra e 4,2 do Claude Opus 5.5. Também obteve 79,0 no DeepSWE 1.1, que mede programação de longo prazo, superando o Claude Opus 5.5, com 74,2, e o GPT-6 Astra, com 74,1.
Mas o modelo não liderou todos os testes; o Claude Opus 5.5 alcançou a maior pontuação no HealthBench Pro, no Terminal-Bench 4.0-AA, no ProgramBench e no índice geral da Artificial Analysis. Além disso, algumas das comparações apresentadas no material baseiam-se em avaliações publicadas pela Meta, enquanto o relatório completo dos testes de segurança ainda está sendo publicado.
Segurança antes da expansão para tarefas sensíveis
A Meta afirmou que sua avaliação, de acordo com o Meta Superintelligence Scaling Framework, classificou os riscos de cibersegurança e perda de controle, antes das medidas de mitigação, como médios ou inferiores. Nos campos químico e biológico, porém, a empresa não descartou atingir o limiar de alto risco e, por isso, acrescentou treinamento de segurança e classificadores no nível do sistema, afirmando que a avaliação final passou a ser média ou inferior em todas as áreas.
O que muda na prática? O Muse Wonder apresenta a ideia de um agente que se lembra do contexto e continua executando a tarefa por meio de várias ferramentas e aplicativos, o que pode reduzir a necessidade de dividir o trabalho manualmente. Mas o benefício efetivo dependerá de quando ele será disponibilizado no Muse, do alcance dos planos compatíveis e dos resultados de avaliações independentes, especialmente com a entrada do modelo em áreas jurídicas, financeiras e de saúde sensíveis.