Modele Muse od Meta trafiają do Google Cloud: co tak naprawdę zmienia wersja zapoznawcza

Muse Wonder, Muse Spark 1.3 i Muse Ember są teraz udostępniane z Google Cloud, a także z własnego Model API firmy Meta. Wszystkie trzy figurują w dokumentacji modeli partnerskich Google z oznaczeniem Preview i są dostępne przez jeden globalny endpoint, a wpis odnotowano 9 listopada 2026 r. — tego samego dnia, w którym Meta uruchomiła Muse Ember. Samo przeniesienie nie zmieniło niczego w checkpointach. Identyfikatory modeli nadal to muse-wonder-1.0, muse-spark-1.3 i muse-ember-1.0; okna kontekstowe są takie same; ceny w cenniku Meta pozostają bez zmian. Zmieniła się umowa, którą podpisujesz, oraz adres URL, na który wskazuje Twój SDK, a dla sporej liczby przedsiębiorstw to właśnie było rzeczywistą przeszkodą, a nie model.

Traktujmy to więc jako historię dystrybucji, a nie możliwości. Muse Wonder został wydany 12 października 2026 r., Muse Spark 1.3 — 2 września, a Muse Ember — 9 listopada. Żaden z nich nie jest nowy w tym tygodniu; nowe jest to, że klient G​oogle Cloud może je teraz wywoływać bez nawiązywania relacji z drugim dostawcą, i warto to dokładnie zrozumieć, ponieważ wersja zapoznawcza ma ograniczenia, nad którymi relacje z ogłoszenia się nie rozwodziły.

Trzy modele, trzy różne zadania

Sposób, w jaki Meta sama to ujmuje, jest najczystszym sposobem, by ogarnąć tę rodzinę w głowie: Wonder planuje, Ember obsługuje wolumen, a Spark wykonuje żmudną pracę programistyczną. Te trzy modele nie są poziomami jednego modelu, a rozpiętość cen między nimi — czterdziestokrotność na wejściu — odzwierciedla to, a nie marketingową drabinkę.

• Muse Wonder — wiodący model rozumowania Meta, wydany 12 października 2026 r., pozycjonowany do złożonej inżynierii oprogramowania i pracy agentowej w długim horyzoncie; kontekst 1 048 576 tokenów; na wejściu tekst, obraz, dźwięk i wideo, na wyjściu tekst; wysiłek rozumowania regulowany od minimalnego do maksymalnego, przy czym maksymalny jest ustawieniem domyślnym

• Muse Spark 1.3 — wydanie z 2 września dostrojone do agentowych przepływów pracy i programowania konkursowego, z wbudowanym wywoływaniem narzędzi i obsługą Model Context Protocol; kontekst 1 mln tokenów; najtańszy z trzech po obu stronach licznika

• Muse Ember — premiera 9 listopada, stworzony do masowego wykonywania zadań agentowych: wywołań narzędzi, podzadań kodowania, routingu, ekstrakcji i parsowania długich dokumentów; kontekst 1 mln tokenów i do 512 tys. tokenów danych wyjściowych; wejście multimodalne, podobnie jak u jego modeli siostrzanych

• Warianty dostępności — Muse Wonder i Muse Spark 1.3 istnieją również w tańszych formach „Contributor” lub wyłącznie abonamentowych, w których Meta otrzymuje prawa do trenowania lub miesięczną opłatę w zamian za zniżkę; podgląd w Google Cloud obsługuje standardowe punkty końcowe rozliczane za użycie

Punkt końcowy i co robi „preview” w tym zdaniu

Dokumentacja Google'a jest krótka i konkretna, a konkrety mają większe znaczenie niż nagłówek. Żądania trafiają do ścieżki wydawcy w ramach aiplatform.googleapis.com, przy czym nazwa modelu jest podana bezpośrednio w polu model, a nie z prefiksem wydawcy:

• Punkt końcowy — POST https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/m​eta/v1/responses, uwierzytelniany tokenem dostępu G​oogle Cloud uzyskanym za pomocą gcloud auth application-default print-access-token

• Interfejs — bezstanowe, zgodne z O​penAI Responses API; dokumentacja wyraźnie stwierdza, że przechowywanie odpowiedzi ze stanem (store: true) nie jest obsługiwane, a strumieniowanie jest dostępne przez SSE, jeśli wolisz nie czekać na całą odpowiedź

• Region — wyłącznie globalny. Dla żadnego z trzech modeli nie wymieniono regionalnego punktu końcowego, co jest najpoważniejszym ograniczeniem w całym podglądzie i punktem, który zespoły ds. zakupów powinny przeczytać dwukrotnie.

• Status — Preview, zgodnie z listą modeli partnerskich Google. Wraz z nim nie opublikowano żadnego SLA, terminu wycofania ani gwarancji pojemności.

• Odpowiedzialność — G​oogle jasno stwierdza, że modele firmy M​eta nie są produktem G​oogle i podlegają własnym warunkom dostawcy jako „Separate Offering”, co oznacza, że ścieżka wsparcia w przypadku nieprawidłowego wyniku prowadzi do M​eta, a nie do pomocy technicznej G​oogle Cloud

Ta kombinacja — globalny endpoint, bezstanowe API, warunki strony trzeciej — nie jest powodem, by unikać wersji zapoznawczej. Jest powodem, by wiedzieć, co się testuje. Jeśli Twoja architektura wymaga rezydencji danych w UE lub USA na poziomie żądania, globalny endpoint to kwestia zgodności, którą musisz rozstrzygnąć przed pierwszym tokenem, a nie po nim. Jeśli Twoja aplikacja polega na tym, że dostawca przechowuje stan rozmowy między turami, teraz sam odpowiadasz za ten stan — to niewielka ilość kodu i realna zmiana w sposobie liczenia kosztów i opóźnień.

Ember to premiera ukryta w tej historii.

Spośród trzech tylko Muse Ember jest naprawdę nowy i stanowi bardziej interesującą deklarację inżynieryjną. M​eta opisuje go jako pierwszy model wytrenowany z użyciem Muse Wonder Full — wariantu Muse Wonder o wyższych możliwościach, który w ogóle nie jest sprzedawany za token, lecz wyłącznie w ramach dwóch najdroższych poziomów subskrypcji Muse Code. To czyni z Ember historię destylacji ubraną w historię cenową: flagowiec uczy, mały model wykonuje.

Opublikowane liczby — wszystkie podane przez Meta i żadna niezależnie nieodtworzona w chwili pisania — stawiają Ember blisko Claude Haiku 5.5 firmy Anthropic w kilku ewaluacjach agentowych, a koszt ukończonego zadania to ułamek tej kwoty:

• Cena — 0,10 USD za milion tokenów wejściowych i 0,50 USD za milion tokenów wyjściowych, przy czym buforowane dane wejściowe kosztują 0,004 USD; powyżej 200 000 tokenów wejściowych stawki za długi kontekst wynoszące 0,30 USD i 1,50 USD mają zastosowanie do całego żądania, a nie tylko do nadwyżki

• Artificial Analysis Intelligence Index — 36 dla Ember w porównaniu z 37 dla Muse Spark 1.3, przy koszcie na zadanie indeksowe wynoszącym 0,14 USD wobec 2,39 USD — to ta wartość jest uderzająca, a nie jednopunktowa różnica

• Ewaluacje agentów i kodowania — AutomationBench-AA 37,8%, Agents' Last Exam (Linux) 61,6%, Terminal-Bench 4.0 40,9%, Coding Agent Index-AA 46 i OSWorld 2.1 69,5%, wszystkie według danych M​eta; FrontierCode 2.0-AA na poziomie 27,2% to jedyny wiersz, w którym Haiku 5.5 prowadzi z wynikiem 34,9%

Czytaj je, stosując zwyczajowy rabat. Materiały premierowe M​eta łączą wewnętrzne oceny, dostarczone przez dostawców testy podmiotów trzecich i szacunki, a porównania po cichu zakładają ceny katalogowe dla wszystkich. Jedyną liczbą, której można bezwarunkowo zaufać, jest cennik, ponieważ cennik jest umową.

Skąd tak naprawdę pochodzi rachunek

Strona modelu partnerskiego Google dla Meta nie publikuje stawek za token, a wraz z ofertą nie pojawił się żaden cennik specyficzny dla Google dotyczący tych trzech. Opublikowana karta stawek należy do Meta i to ona powinna być podstawą budżetowania, dopóki Google nie stwierdzi inaczej:

• Muse Wonder — 4,00 USD za milion tokenów wejściowych, 20,00 USD za milion tokenów wyjściowych i 0,20 USD za milion tokenów wejściowych z pamięci podręcznej, przy tej samej stawce dla dowolnej długości kontekstu i bez dopłaty za długi kontekst

• Muse Spark 1.3 — 1,25 USD za dane wejściowe, 4,25 USD za dane wyjściowe i 0,15 USD za buforowane dane wejściowe za milion tokenów; wariant Contributor spada do 0,10 USD i 0,20 USD w zamian za prawa do trenowania na Twoim ruchu

• Muse Ember — 0,10 USD za wejście i 0,50 USD za wyjście za milion do 200 tys. tokenów wejściowych, a następnie 0,30 USD i 1,50 USD za całe zapytanie

• Płatne dodatki — grounding w wyszukiwarce internetowej dolicza 2,50 USD za 1000 zapytań w przypadku dowolnego z modeli tekstowych, a limity szybkości są liczone na zespół, a nie na klucz: 3000 żądań i 4 000 000 tokenów na minutę w standardowych planach

Struktura cenowa ma jedną pułapkę, którą warto nazwać: próg długiego kontekstu Ember uruchamia się na podstawie łącznej liczby tokenów wejściowych, w tym tokenów z pamięci podręcznej, i przelicza cenę całego żądania, a nie tylko nadwyżki. Agent, który przenosi transkrypt o długości 210 tys. tokenów przez każdą turę, płaci potrójnie za każdą turę, a nie tylko za ostatnią. To właśnie taki szczegół zamienia tani model w drogi rachunek — i jest niewidoczny na wykresie porównania kosztu na token.

Co to zmienia dla kupującego, a czego nie

Jeśli Twoja organizacja już korzysta z Google Cloud, wersja zapoznawcza eliminuje jeden etap procesu zakupowego. Zarządzanie tożsamością, rozliczeniami i limitami oraz ruch wychodzący sieci są teraz objęte umową, którą już masz, a zespół może ocenić Muse Wonder bez nowego przeglądu bezpieczeństwa dostawcy — co zwykle zajmuje dwa miesiące, a nie integracja. To jest rzeczywista treść ogłoszenia i ma większe znaczenie dla wdrożenia niż jakikolwiek wiersz w benchmarku.

Jeśli nie korzystasz z Google Cloud lub potrzebujesz dziś endpointów regionalnych, w Twojej sytuacji nic nie zmieniło się 9 listopada. Własne Model API Mety nadal obsługuje wszystkie trzy, nadal publikuje te same stawki i nadal zapewnia udogodnienia stanowe, których pozbawia podgląd Google. Wybór między nimi to najpierw kwestia umowy, a dopiero potem opóźnienia.

Istnieje trzecia pozycja i to właśnie ją zajmujemy. OrcaRouter nie ma w ofercie Muse Wonder — więc jeśli Wonder to model, którego potrzebujesz, API Meta lub ta wersja zapoznawcza Google to miejsce, w którym go zdobędziesz, i nie będziemy udawać inaczej. Z tej rodziny oferujemy Muse Spark 1.1 i Muse Spark 1.2, odpowiednio po 1,25 USD i 4,25 USD za milion tokenów — dokładnie w cenie Meta, bez marży, w tym samym katalogu co ponad 200 innych modeli dostępnych za jednym kluczem API. Dla zespołów, których obciążenia mają głównie kształt Spark, oznacza to jedną umowę zamiast dwóch oraz automatyczne przełączanie awaryjne między dostawcami, gdy punkt końcowy wersji zapoznawczej ma zły dzień — co, na warunkach wersji zapoznawczej, się zdarza.

Co obejrzeć dalej

Trzy sygnały powiedzą ci, czy ta wersja zapoznawcza stanie się infrastrukturą. Pierwszy to regionalne punkty końcowe: globalna trasa jest w porządku dla prototypu i niewygodna dla obciążenia podlegającego regulacjom, a dokumentacja G​oogle'a zyska regiony dopiero wtedy, gdy będzie istniała zdolność obsługi. Drugi to opublikowany przez G​oogle cennik dla trzech modeli — jeśli G​oogle wyceni powyżej cennika M​ety, przewaga zakupowa wersji zapoznawczej zostanie zjedzona przez marżę, a jeśli wyceni na poziomie parytetu, argument „jednej umowy” znacznie się wzmocni. Trzeci to ogólna dostępność wraz z wszelkimi SLA i polityką wycofywania, które się z nią wiążą; warunki wersji zapoznawczej to miejsce, w którym model żyje, dopóki ktoś nie musi umieścić go w umowie.

Do tego czasu uczciwa interpretacja jest taka: M​eta spędziła październik, udowadniając, że potrafi zbudować model czołowy, a listopad — że potrafi taki model rozpowszechnić. Wpis w G​oogle Cloud to drugi z tych elementów i stanowi mniej efektowną połowę pracy — ale to ta połowa, która decyduje, czy model będzie używany przez zespoły, które nigdy nie czytają posta o premierze.