Muse Wonder está no ar: o novo modelo de fronteira da Meta chega com um gêmeo de nível completo que você não pode comprar separadamente

A Meta Superintelligence Labs lançou o Muse Wonder em 12 de outubro de 2026 — e o disponibilizou como dois modelos em um único lançamento. O Muse Wonder é o checkpoint que desenvolvedores podem chamar hoje pela Meta Model API e dentro do Muse Code; o Muse Wonder Full é uma configuração com pontuação mais alta que, segundo a Meta, está disponível apenas para assinantes do Muse Code. Ambos reportam uma janela de contexto de 1 milhão de tokens e o mesmo preço anunciado de US$ 4,00 por milhão de tokens de entrada e US$ 20,00 por milhão de tokens de saída, o que coloca a dupla diretamente em cima do Claude Opus 5.5 e faz a pergunta interessante não ser o que o Muse Wonder pontua, mas qual dos dois IDs de modelo você consegue realmente acessar.

Essa divisão é a história deste lançamento. Um lançamento de fronteira normalmente oferece um endpoint e um número. Este oferece dois IDs, dois placares e um limite de disponibilidade traçado ao longo de uma linha de assinatura, e não de um nível de API.

O que foi lançado, e onde cada modelo fica

A própria página do modelo da Meta lista dois IDs. muse-wonder-1.0 é o que é servido na Meta Model API e por meio do Muse Code, o agente de codificação de terminal da Meta. muse-wonder-full-1.0 é o que a Meta descreve como exclusivo da assinatura do Muse Code — não é uma flag no modelo da API, é um checkpoint separado acessível por meio de um produto que a Meta vende mensalmente. Os planos publicados da Meta para esse produto são US$ 50 por mês para Power Usage e US$ 200 por mês para Maximum Usage.

Os dois IDs têm o preço de US$ 4,00 por milhão de tokens de entrada, US$ 0,20 para entrada em cache e US$ 20,00 por milhão de tokens de saída. A Meta também afirma que o Muse Wonder "em breve alimentará experiências no Muse", que é a plataforma de consumo da empresa — um lançamento ainda sem data definida.

A Meta nomeou duas funcionalidades no lançamento, e são elas que vale a pena acompanhar, porque descrevem comportamento em vez de uma pontuação de benchmark. O Active Memory é um estado persistente ao longo de uma sessão; o Active Focus é o gerenciamento de atenção do próprio modelo em tarefas longas. Nenhum dos dois é mensurável a partir de uma ficha de modelo, e ambos são o tipo de capacidade que só se manifesta depois de algumas semanas em uma carga de trabalho real.

O placar da própria Meta — e as duas colunas que importam

A Meta publicou uma tabela de benchmark cobrindo ambos os checkpoints ao lado de Claude Fable 5.1, GPT-6 Astra e Claude Opus 5.5, todos em suas configurações máximas de raciocínio. Cada número abaixo é relatado pelos fornecedores, produzido no harness da Meta, e nada disso foi reproduzido de forma independente. Leia isso como uma alegação da Meta, não como medição:

• Índice Pessoal de Superinteligência — Muse Wonder Full 59,1, Muse Wonder 56, Claude Fable 5.1 52, GPT-6 Astra 53, Claude Opus 5.5 53

• JobBench (tarefas profissionais de longo horizonte) — 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 (trabalho de agente jurídico) — 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

• GDP.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 (uso de computador) — 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 não informado

• 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

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

A coluna Full não é uniformemente melhor, e isso é o dado mais revelador da tabela. Full vence o JobBench por 44 pontos, o Vals Finance Agent V2 por 49 e o MemoryBench por 5 — trabalho de longo horizonte, com estado e intensivo em ferramentas. Muse Wonder vence o AutomationBench-AA por 15 pontos e o GDP.pdf por 6, e supera Full no Harvey LAB por 41. Portanto, o modelo de assinatura não é simplesmente o modelo de API com o botão no máximo; a Meta parece ter treinado para dois perfis diferentes, e aquele que você pode chamar por uma API é o mais forte dos dois em automação empresarial agêntica, enquanto o que está por trás da assinatura é o mais forte em trabalho profissional sustentado.

O que a avaliação independente diz até agora

A Artificial Analysis tem o Muse Wonder (max) com um Intelligence Index de 52, classificado em nono lugar entre 219 modelos, a US$ 4,00 de entrada e US$ 20,00 de saída por milhão de tokens, com 95% de desconto de cache — o que dá cerca de US$ 4,52 por tarefa de índice. Sua ficha informa 130 milhões de tokens de saída consumidos durante a avaliação, contra uma mediana de 85 milhões, contexto de 1M e entrada de texto, imagem, fala e vídeo contra saída de texto.

Muse Wonder Full (max) aparece com 56 no mesmo índice, classificado em quarto lugar entre 699 modelos, sem preço publicado porque não é vendido por token. A tabela de classificação atual mostra Claude Opus 5.5 (max) em primeiro, com 58, depois Claude Sonnet 5.5 (max), Opus 5.5 (xhigh) e Muse Wonder Full (max), todos com 56, com Opus 5.5 (high) com 54.

Observe a discrepância entre as duas fontes para o mesmo modelo. A tabela da Meta lista o Muse Wonder Full com 59,0 no Artificial Analysis Index; a própria Artificial Analysis publica 56. O número da Meta é da Meta; o 56 e o quarto lugar são do próprio avaliador. Quando um fornecedor e um laboratório independente divergem em três pontos no mesmo índice, o número independente é o que deve servir de base para o planejamento.

O preço é o mesmo do Opus 5.5 — a conta não.

O preço de US$ 4,00 de entrada e US$ 20,00 de saída da Meta não é um posicionamento de baixo custo. É exatamente o que custa o Claude Opus 5.5, e é várias vezes o que cobram os modelos de raciocínio de pesos abertos. Com 130 milhões de tokens de saída em uma execução de avaliação, o Muse Wonder fica no meio do pelotão em verbosidade: bem abaixo dos 260 milhões do Opus 5.5, contra uma mediana de 85 milhões, e bem acima dos modelos mais enxutos da classe Gemini.

O raciocínio é obrigatório neste modelo. A escala de esforço é max, xhigh, high, medium, low, minimal, com medium como padrão, e os tokens de raciocínio são cobrados como saída. Não há um interruptor para desligar o raciocínio nem um caminho barato sem pensamento — a única alavanca de custo que você tem é o nível de esforço e o tamanho do orçamento de saída, que é limitado a 943.718 tokens em um contexto de 1.048.576 tokens. A US$ 20 por milhão de saída, um longo loop agêntico que preenche esse orçamento é uma fatura de verdade; com esforço medium em chamadas curtas, é uma conta normal de modelo de fronteira.

O enquadramento de segurança que a Meta usou no lançamento vale a pena citar porque é excepcionalmente direto: a empresa chama o Muse Wonder de seu "modelo mais alinhado até hoje" e cita o que descreve como suas salvaguardas mais fortes até agora contra o uso indevido de CBRN e cibernético. Essa é uma alegação de fornecedor sobre seu próprio modelo e deve ser lida como tal, mas indica de onde a Meta espera que venha a resistência à implantação.

Onde o OrcaRouter se encaixa — e onde ainda não

O Muse Wonder não está no OrcaRouter. Não há nenhuma entrada meta/muse-wonder no nosso catálogo e não vamos descrever nenhuma como se existisse. O que nós oferecemos do mesmo laboratório é a linha Muse Spark — Muse Spark 1.2 e Muse Spark 1.1 — portanto, uma equipe que hoje queira a família de raciocínio da Meta tem um caminho que não envolve uma nova conta nem um novo SDK.

Para a comparação de preços que este lançamento convida a fazer, o dado útil é que ambos os concorrentes de preço do Muse Wonder já estão no nosso catálogo pelos preços de tabela dos próprios fornecedores. O Claude Opus 5.5 está no OrcaRouter a $4,00 de entrada e $20,00 de saída, com uma taxa de leitura de cache de $0,20 e o mesmo contexto de 1M, e o DeepSeek V4 Pro está lá por uma fração disso. Se está a decidir se os $4/$20 do Muse Wonder valem a pena para a sua carga de trabalho, executar as mesmas tarefas através de dois modelos que já estão acessíveis custa-lhe uma chave de API em vez de três.

Esse é o ponto central de um único endpoint compatível com OpenAI abrangendo mais de 200 modelos e sem markup: quando um laboratório publica um preço como este, você pode compará-lo com as alternativas em uma tarde, em vez de abrir um chamado de suporte com três fornecedores. Os preços de tabela dos provedores são repassados sem alteração, então um corte de preço de um fornecedor aparece do nosso lado no mesmo dia em que é anunciado. Quando o Muse Wonder chegar a um provedor que roteamos, ele aparecerá ao preço da Meta, não ao nosso.

O que observar a partir daqui

Quatro pontos permanecem em aberto sobre este lançamento, e cada um deles muda a forma como você planejaria em torno dele:

• Se muse-wonder-full-1.0 terá acesso via API. No momento, o checkpoint com maior pontuação está trancado atrás de uma assinatura mensal de US$ 50 a US$ 200, o que torna isso uma decisão de produto, e não de engenharia. A Meta não disse que vai abri-lo.

• Se o recurso Active Memory sobrevive ao contato com a produção. O estado persistente entre sessões é a alegação que mais muda a forma como você arquiteta uma aplicação, e também é a alegação que um model card não consegue demonstrar.

• Se harnesses independentes reproduzem as discrepâncias do JobBench e do Vals Finance. Uma diferença de 44 pontos entre dois checkpoints do mesmo laboratório em um único benchmark é ou uma divisão genuína de capacidade ou um artefato do harness, e só um terceiro pode determinar qual das duas.

• Se o lançamento do Muse para consumidores virá com o mesmo modelo. A Meta diz que o Muse Wonder vai "em breve alimentar experiências no Muse", sem data nem versão, e a diferença entre um modelo agêntico de 1M de contexto dentro de um app de consumidor e um modelo de chat com o mesmo nome é substancial.

O lançamento é real e os endpoints existem desde 12 de outubro. O que ainda não está definido é qual dos dois Muse Wonders será aquele sobre o qual as pessoas acabarão falando — o modelo de API a $4/$20 que qualquer pessoa pode chamar, ou o checkpoint Full que atualmente exige uma assinatura para ser acessado.