Muse Wonder ist live: Metas neues Frontier-Modell kommt mit einem vollwertigen Zwilling, den man nicht separat kaufen kann

Meta Superintelligence Labs veröffentlichte Muse Wonder am 12. Oktober 2026 — und brachte es als zwei Modelle in einem einzigen Launch heraus. Muse Wonder ist der Checkpoint, den Entwickler heute über die Meta Model API und innerhalb von Muse Code aufrufen können; Muse Wonder Full ist eine Konfiguration mit höherer Punktzahl, die laut Meta nur für Muse Code-Abonnenten verfügbar ist. Beide geben ein Kontextfenster von 1 Million Token und denselben Listenpreis von 4,00 US-Dollar pro Million Eingabe-Token und 20,00 US-Dollar pro Million Ausgabe-Token an, was das Duo direkt auf Claude Opus 5.5 setzt und die interessante Frage nicht zu der macht, wie Muse Wonder abschneidet, sondern welche der beiden Modell-IDs Sie tatsächlich erreichen können.

Diese Zweiteilung ist die Geschichte dieses Launches. Ein Frontier-Release liefert normalerweise einen Endpunkt und eine Zahl. Dieses hier liefert zwei IDs, zwei Scoreboards und eine Verfügbarkeitsgrenze, die entlang einer Abonnementlinie statt entlang einer API-Stufe gezogen wird.

Was ausgeliefert wurde und wo jedes Modell liegt

Metas eigene Modellseite listet zwei IDs auf. muse-wonder-1.0 ist diejenige, die über die Meta Model API und über Muse Code, Metas terminalbasierten Coding-Agenten, bereitgestellt wird. muse-wonder-full-1.0 ist diejenige, die Meta als ausschließlich im Abonnement für Muse Code erhältlich beschreibt – sie ist kein Flag am API-Modell, sondern ein separater Checkpoint, der über ein Produkt erreichbar ist, das Meta monatlich verkauft. Metas veröffentlichte Tarife für dieses Produkt sind 50 $ pro Monat für Power Usage und 200 $ pro Monat für Maximum Usage.

Beide IDs kosten 4,00 $ pro Million Input-Token, 0,20 $ für gecachten Input und 20,00 $ pro Million Output-Token. Meta sagt außerdem, dass Muse Wonder „bald Erlebnisse in Muse ermöglichen wird“, der Consumer-Oberfläche des Unternehmens – ein Rollout, für den noch kein Datum feststeht.

Meta hat in der Veröffentlichung zwei Funktionen benannt, und genau diese sind es wert, verfolgt zu werden, weil sie Verhalten beschreiben und nicht eine Benchmark-Punktzahl. Active Memory ist persistenter Zustand über eine Sitzung hinweg; Active Focus ist die eigene Aufmerksamkeitssteuerung des Modells bei langen Aufgaben. Keines von beiden ist anhand einer Model Card messbar, und beide sind die Art von Fähigkeit, die erst nach ein paar Wochen unter realer Arbeitslast sichtbar wird.

Metas eigenes Scoreboard – und die zwei Spalten, auf die es ankommt

Meta veröffentlichte eine Benchmark-Tabelle, die beide Checkpoints neben Claude Fable 5.1, GPT-6 Astra und Claude Opus 5.5 abdeckt, alle mit ihren maximalen Reasoning-Einstellungen. Jede Zahl unten ist vom Anbieter angegeben, in Metas Harness erzeugt, und keine davon wurde unabhängig reproduziert. Lies es als Metas Behauptung, nicht als Messung:

• Persönlicher Superintelligenz-Index — Muse Wonder Full 59,1, Muse Wonder 56, Claude Fable 5.1 52, GPT-6 Astra 53, Claude Opus 5.5 53

• JobBench (professionelle Aufgaben mit langem Zeithorizont) — Muse Wonder Full 75,3, Muse Wonder 30,8, Claude Fable 5.1 27,6, GPT-6 Astra 34,2, Claude Opus 5.5 30,6

• Harvey LAB-AA (Arbeit als juristischer Agent) — Muse Wonder Full 13.1, Muse Wonder 54.3, Claude Fable 5.1 49.9, GPT-6 Astra 54.5, Claude Opus 5.5 55.2

• Vals Finance Agent V2 — Muse Wonder Full 59.1, Muse Wonder 10.0, Claude Fable 5.1 6.4, GPT-6 Astra 8.6, Claude Opus 5.5 4.2

• HealthBench Pro — Muse Wonder Full 62,3, Muse Wonder 56,6, Claude Fable 5.1 58,9, GPT-6 Astra 53,5, Claude Opus 5.5 58,6

• AutomationBench-AA — Muse Wonder Full 45,4, Muse Wonder 60,5, Claude Fable 5.1 62,1, GPT-6 Astra 65,3, Claude Opus 5.5 65,6

• BIP.pdf — Muse Wonder Full 33.2, Muse Wonder 39.1, Claude Fable 5.1 32.1, GPT-6 Astra 41.6, Claude Opus 5.5 41.2

• OSWorld V2.1 (Computernutzung) — Muse Wonder Full 78,4, Muse Wonder 72,6, Claude Fable 5.1 73,1, GPT-6 Astra 66,1, Claude Opus 5.5 75,4

• MemoryBench — Muse Wonder Full 39,4, Muse Wonder 34,3, Claude Fable 5.1 34,3, GPT-6 Astra 34,3, Claude Opus 5.5 nicht angegeben

• Terminal-Bench 4.0-AA — Muse Wonder Full 85,5, Muse Wonder 85,6, Claude Fable 5.1 79,0, GPT-6 Astra 81,4, Claude Opus 5.5 81,5

• DeepSWE 1.1 — Muse Wonder Full 57.1, Muse Wonder 52.0, Claude Fable 5.1 52.0, GPT-6 Astra 59.1, Claude Opus 5.5 59.6

• SWE-Marathon — Muse Wonder Full 79,0, Muse Wonder 78,8, Claude Fable 5.1 67,4, GPT-6 Astra 74,1, Claude Opus 5.5 74,2

• Artificial Analysis Index — Muse Wonder Full 59,0, Muse Wonder 56, Claude Fable 5.1 54, GPT-6 Astra 53, Claude Opus 5.5 58

Die Spalte „Full“ ist nicht durchgängig besser, und das ist die aussagekräftigste Information in der Tabelle. Full gewinnt JobBench um 44 Punkte, Vals Finance Agent V2 um 49 und MemoryBench um 5 — langhorizontige, zustandsbehaftete, toolintensive Arbeit. Muse Wonder gewinnt AutomationBench-AA um 15 Punkte und GDP.pdf um 6 und liegt bei Harvey LAB mit 41 knapp vor Full. Das Abonnementmodell ist also nicht einfach das API-Modell mit höher gedrehtem Regler; Meta scheint auf zwei unterschiedliche Profile hin trainiert zu haben, und dasjenige, das man über eine API aufrufen kann, ist das stärkere der beiden bei agentischer Geschäftsautomatisierung, während das hinter dem Abonnement stehende bei anhaltender professioneller Aufgabenarbeit stärker ist.

Was unabhängige Evaluierung bisher sagt

Artificial Analysis führt Muse Wonder (max) mit einem Intelligence Index von 52, auf Rang neun von 219 Modellen, bei 4,00 $ Eingabe und 20,00 $ Ausgabe pro Million Tokens mit 95 % Cache-Rabatt — was etwa 4,52 $ pro Index-Aufgabe ergibt. Die Karte des Modells meldet 130 Millionen während der Evaluierung verbrauchte Ausgabe-Tokens gegenüber einem Median von 85 Millionen, 1M Kontext sowie Text-, Bild-, Sprach- und Videoeingabe gegenüber Textausgabe.

Muse Wonder Full (max) kommt auf demselben Index auf 56, auf Rang vier von 699 Modellen, ohne veröffentlichten Preis, weil es nicht pro Token verkauft wird. Die aktuelle Bestenliste liest sich so: Claude Opus 5.5 (max) auf Platz eins mit 58, dann Claude Sonnet 5.5 (max), Opus 5.5 (xhigh) und Muse Wonder Full (max) alle mit 56, mit Opus 5.5 (high) bei 54.

Beachten Sie die Diskrepanz zwischen den beiden Quellen zum selben Modell. Metas Tabelle führt Muse Wonder Full mit 59,0 im Artificial Analysis Index auf; Artificial Analysis selbst veröffentlicht 56. Die Zahl von Meta ist die von Meta; die 56 und der vierte Platz sind die des Evaluators selbst. Wenn ein Anbieter und ein unabhängiges Labor beim selben Index um drei Punkte auseinanderliegen, ist die unabhängige Zahl die, mit der man planen sollte.

Der Preis ist derselbe wie bei Opus 5.5 – die Rechnung ist es nicht.

Metas 4,00 $ für den Input und 20,00 $ für den Output sind keine Budget-Option. Sie entsprechen genau dem, was Claude Opus 5.5 kostet, und liegen um ein Mehrfaches über dem, was die Reasoning-Modelle mit offenen Gewichten verlangen. Mit 130 Millionen Output-Tokens in einem Evaluierungslauf liegt Muse Wonder bei der Ausführlichkeit im Mittelfeld: deutlich unter den 260 Millionen von Opus 5.5 bei einem Median von 85 Millionen, deutlich über den schlankeren Modellen der Gemini-Klasse.

Reasoning ist bei diesem Modell verpflichtend. Die Effort-Leiter ist max, xhigh, high, medium, low, minimal, standardmäßig medium, und Reasoning-Tokens werden als Output abgerechnet. Es gibt keinen Schalter, um Reasoning abzuschalten, und keinen günstigen Nicht-Denk-Pfad – der einzige Kostenhebel, den Sie haben, sind die Effort-Stufe und die Größe des Output-Budgets, das bei einem Kontext von 1.048.576 Tokens auf 943.718 Tokens begrenzt ist. Bei 20 $ pro Million Output ist eine lange agentische Schleife, die dieses Budget ausschöpft, eine echte Rechnung; bei mittlerem Effort und kurzen Aufrufen ist es eine normale Rechnung für ein Frontier-Modell.

Die Sicherheitsrahmung, die Meta zum Start verwendete, ist es wert, zitiert zu werden, weil sie ungewöhnlich direkt ist: Das Unternehmen nennt Muse Wonder sein „am stärksten ausgerichtetes Modell bisher“ und führt an, was nach seiner Darstellung seine bisher stärksten Schutzmaßnahmen gegen CBRN- und Cyber-Missbrauch sind. Das ist eine Anbieterbehauptung über das eigene Modell und sollte als solche gelesen werden, doch es deutet an, woher Meta den Widerstand gegen den Einsatz erwartet.

Wo OrcaRouter passt — und wo noch nicht

Muse Wonder ist nicht auf OrcaRouter. Es gibt keinen Eintrag meta/muse-wonder in unserem Katalog, und wir werden keinen so beschreiben, als gäbe es ihn. Was wir aus demselben Labor anbieten, ist die Muse Spark-Reihe — Muse Spark 1.2 und Muse Spark 1.1 — sodass ein Team, das heute Metas Reasoning-Familie möchte, einen Weg hat, der ohne ein neues Konto oder ein neues SDK auskommt.

Für den Preisvergleich, zu dem dieser Launch einlädt, ist die nützliche Tatsache, dass beide Preis-Pendants von Muse Wonder bereits in unserem Katalog zu den Listenpreisen ihrer jeweiligen Anbieter stehen. Claude Opus 5.5 ist auf OrcaRouter für $4.00 Input und $20.00 Output mit einer Cache-Read-Rate von $0.20 und demselben 1M-Kontext verfügbar, und DeepSeek V4 Pro ist dort für einen Bruchteil davon. Wenn Sie entscheiden, ob sich Muse Wonders $4/$20 für Ihre Workload lohnt, kostet Sie das Ausführen derselben Aufgaben über zwei Modelle, die bereits erreichbar sind, einen API-Schlüssel statt drei.

Das ist der ganze Sinn eines einzigen OpenAI-kompatiblen Endpunkts über mehr als 200 Modelle hinweg ohne Aufschlag: Wenn ein Labor einen Preis wie diesen veröffentlicht, kann man ihn an einem Nachmittag mit den Alternativen vergleichen, statt bei drei Anbietern ein Support-Ticket zu eröffnen. Listenpreise der Anbieter werden unverändert weitergegeben, sodass eine Preissenkung eines Anbieters bei uns am selben Tag sichtbar wird, an dem sie angekündigt wird. Wenn Muse Wonder bei einem Anbieter verfügbar wird, den wir anbinden, erscheint es zum Preis von Meta, nicht zu unserem.

Was von hier aus zu beobachten ist

Vier Dinge sind bei diesem Launch ungeklärt, und jedes davon verändert, wie Sie ihn einplanen würden:

• Ob muse-wonder-full-1.0 einen API-Zugang erhält. Derzeit ist der höher bewertete Checkpoint hinter einem monatlichen Abonnement von 50 bis 200 US-Dollar eingeschlossen, was daraus eine Produkt- statt einer Engineering-Entscheidung macht. Meta hat nicht gesagt, dass es ihn öffnen wird.

• Ob das Active-Memory-Feature den Kontakt mit der Produktion übersteht. Persistenter Zustand über Sitzungen hinweg ist die Behauptung, die die Art und Weise, wie man eine Anwendung architekturiert, am stärksten verändert, und zugleich die Behauptung, die eine Model Card nicht belegen kann.

• Ob unabhängige Harnesses die Abstände bei JobBench und Vals Finance reproduzieren. Eine 44-Punkte-Differenz zwischen zwei Checkpoints aus demselben Labor bei einem Benchmark ist entweder eine echte Fähigkeitsaufspaltung oder ein Harness-Artefakt, und nur ein Dritter kann entscheiden, was davon zutrifft.

• Ob der Consumer-Rollout von Muse mit demselben Modell erfolgt. Meta sagt, Muse Wonder werde „bald Erfahrungen in Muse antreiben“, ohne Datum oder Version, und der Unterschied zwischen einem agentischen Modell mit 1M-Kontext in einer Consumer-App und einem Chat-Modell, das denselben Namen trägt, ist erheblich.

Der Launch ist real, und die Endpunkte existieren mit Stand vom 12. Oktober. Noch nicht geklärt ist, welches der beiden Muse Wonders das sein wird, über das die Leute am Ende reden werden – das API-Modell zu $4/$20, das jeder aufrufen kann, oder der Full checkpoint, für den derzeit ein Abonnement nötig ist, um ihn anzufassen.