Muse Wonder появляется в OpenCode: агент для программирования получает первый токен за 30 секунд

Meta Muse Wonder стала доступна для выбора в OpenCode 21 октября 2026 года — через девять дней после того, как Meta Superintelligence Labs выпустила модель 12 октября. Это факт, о котором стоит сообщить, и он меньше, чем предполагает заголовок: модель не дебютировала здесь — её добавили в среду для программирования, где уже был длинный список моделей. Что делает это добавление интересным — так это создаваемое им столкновение. Терминальный агент — наименее снисходительное место для запуска модели, у которой Artificial Analysis фиксирует 30,35 секунды до первого токена, и Muse Wonder — ровно такая модель: 52 балла в независимом Intelligence Index, 4,00 доллара за миллион входных токенов и 20,00 доллара за миллион выходных, а ожидание первого токена примерно в восемь раз превышает медиану по таблице. Сможет ли агент для программирования выдержать такое ожидание — именно об этом на самом деле этот материал.Когда подобный показатель времени до первого токена меняется после того, как провайдер выпускает исправление, изменение фиксируется с указанием даты и источников в AI Incident Archive — рядом с остальными сбоями моделей и поставщиков, которые мы отслеживаем.

Что на самом деле изменилось 21 октября?

OpenCode публикует список своих моделей в документации, и Muse Wonder теперь указан там под идентификатором muse-wonder-1.0, по цене $4.00 за ввод, $20.00 за вывод и $0.20 за чтение из кэша за миллион токенов — та же тарифная сетка, которую публикует Meta, без каких-либо скидок. Доступ к этой записи предоставляется через совместимую с OpenAI конечную точку Responses, а значит, существующей конфигурации OpenCode не нужен отдельный клиент для обращения к ней; ей нужны строка модели и ключ.

Честная оговорка: собственный журнал изменений OpenCode не называет модель. Его новейшие записи за ту неделю — v2.1.0 от 20 октября и v2.1.2 от 21 октября — описывают восстановление бесплатного лимита, видимость модели и изменения SDK. Так что доступность задокументирована в списке моделей, а не объявлена как главная новость; это обычный путь, которым появляется поддержка в харнессе, и также причина, по которой читатель может увидеть модель в списке выбора раньше, чем блог-пост о ней. Мы не смогли прочитать пост поставщика в соцсети напрямую — он упёрся в пейволл, — поэтому здешняя дата опирается на листинг и собственную отметку времени поста, а не на пресс-релиз.

Ничего в самой модели 21 октября не изменилось. Её веса не были открыты, цена не поменялась, и новый бенчмарк не появился. Единственное новое — это охват: модель, которую раньше нужно было вручную подключать к API Meta, теперь задаётся одной строкой конфигурации внутри инструмента, который у многих уже открыт.

Число, которое решает, будет ли это приятно

Artificial Analysis прогоняет каждую модель через один и тот же испытательный стенд, а для агентного инструмента программирования показатели задержки важнее его совокупного балла. Для Muse Wonder при максимальном уровне рассуждений:

• Время до первого токена — 30,35 секунды против медианы по таблице лидеров 3,96 секунды

• Скорость вывода после запуска — 145,1 токена в секунду, 26-е место из 185 измеренных моделей и значительно выше медианного значения 79,2.

• Стоимость одной задачи Intelligence Index — около $4,52 при смешанной прейскурантной ставке $2,94 за миллион токенов.

• Выходные токены, израсходованные за прогон индексации, — около 130 миллионов против медианного значения 85 миллионов.

• Контекстное окно — 1,048,576 токенов; в качестве входных данных принимаются текст, изображение, речь и видео, возвращается текст

Эти два показателя задержки описывают конкретный тип модели: она долго думает, а затем быстро пишет. В окне чата это терпимо. В агентном цикле, который делает восемь вызовов инструментов, 30-секундное ожидание оплачивается на каждом ходе, и задача из восьми ходов может потратить четыре минуты только на ожидание первого токена каждого шага. 145 токенов в секунду — это реальный показатель, и именно поэтому модель не кажется медленной, когда уже говорит, — но он не может вернуть тишину перед первым словом.

Это не аргумент против его использования. Это аргумент за выбор правильных ходов. Самое сильное заявление Muse Wonder, подтверждённое вендором, касается долгосрочной профессиональной работы — в собственной таблице Meta Muse Wonder Full набирает 75,3 балла в JobBench, долгосрочном агентном бенчмарке, и именно здесь его показатели наиболее резко расходятся с показателями его собрата. Если ваша сессия OpenCode — это один сложный рефакторинг с большим планом, ожидание амортизируется на протяжении длинной генерации. Если это сорок небольших правок, за него платят сорок раз.

Репозиторий, который не является релизом

Читатели, которые отправятся на поиски весов, найдут meta-01/muse-wonder на Hugging Face и вполне резонно могут заключить, что произошло нечто открытое. Этого не произошло. Репозиторий содержит файл .gitattributes и больше ничего: ни карточки модели, ни config.json, ни шардов safetensors, ни файла лицензии. Загрузки не отслеживаются, а на странице указано, что модель не развёрнута ни одним провайдером инференса на этой платформе. Если читать буквально, этот репозиторий — резервирование имени: заполнитель, хранящий строку, а не чекпойнт.

Итак, корректная формулировка открытости Muse Wonder такова: проприетарная, доступна только через API, а само имя занимает пустой репозиторий. Любой, кто описывает её как модель с открытыми весами, доступную для скачивания или дообучения, описывает другую модель. Та же осторожность применима и к структуре из двух чекпоинтов — muse-wonder-1.0 — это вызываемая модель, а muse-wonder-full-1.0 — это конфигурация с более высоким баллом, которую Meta продаёт по подписке Muse Code, а не за токены. OpenCode указывает первую.

Где место OrcaRouter, а где — нет

Мы не обслуживаем Muse Wonder. Нет meta/muse-wonder в каталоге моделей OrcaRouter, и никакая доступность соседних моделей Meta этого не меняет — чекпоинты Meta, которые у нас действительно есть, — это meta/muse-spark-1.2 по цене $1.25 за миллион входных токенов и $4.25 за миллион выходных токенов, а также его предшественник 1.1 — оба с окном в 1,048,576 токенов. Говорить об этом прямо важнее, чем обычно, потому что модель, доступная только через двух провайдеров, — это именно тот случай, когда честный ответ роутера — «пока не эта», а не многозначительное молчание.

А вот для чего слой маршрутизации здесь действительно хорош — так это для эксперимента. Модель, которой десять дней, с 30-секундным временем до первого токена и всего одной независимой оценкой за плечами — не то, под что стоит на веру ставить продакшен-путь. Направьте на неё часть трафика через тот же ключ, через который вы обращаетесь к моделям, которым уже доверяете, оставьте остальной трафик там, где он есть, и пусть автоматическое переключение при сбое перехватывает тайм-ауты, пока вы выясняете, оправдывает ли поведение на длинном горизонте ожидание. Это более дешёвый способ ответить на вопрос, чем переносить рабочий процесс и надеяться.

Другая половина аргумента о маршрутизации — это арифметика. Потому что мы передаём цены из прайс-листов провайдеров без наценки, снижение цены поставщиком отражается на нашей стороне в тот же день, а модель, которую мы не размещаем, просто не появляется — каталог говорит о том, что доступно, а не является списком желаний. Когда Muse Wonder появится здесь, цена, которую вы увидите, будет ценой Meta.

Что сделало бы эту историю более громкой?

Три вещи, каждую можно проверить за одну загрузку страницы. Запись Muse Wonder в журнале изменений OpenCode, а не только в его списке моделей, означала бы, что интеграцию рассматривают как функцию, а не как строку каталога. Второй независимый оценщик, публикующий результат на длинном горизонте, укрепил бы единственное утверждение, которое сейчас целиком опирается на собственную таблицу Meta. А любое изменение в репозитории Hugging Face — карточка модели, лицензия, отдельный файл safetensors — изменило бы вопрос об открытости, на который сегодня есть ответ в одно слово.

До тех пор верное прочтение 21 октября остаётся узким и полезным: передовую модель стало проще попробовать в том инструменте, где большинство людей и стали бы её пробовать, а решать, останется ли она настроенной, будет не её оценка в индексе, а то, являются ли 30 секунд молчания на каждый ход той ценой, которую работа может себе позволить.