Muse Wonder đã đến với OpenCode: Coding agent chạm mặt token đầu tiên sau 30 giây

Meta Muse Wonder đã trở thành tùy chọn có thể chọn bên trong OpenCode vào ngày 21 tháng 10 năm 2026, chín ngày sau khi Meta Superintelligence Labs phát hành mô hình này vào ngày 12 tháng 10. Đó là sự thật đáng đưa tin, và đó là một sự thật nhỏ hơn những gì tiêu đề gợi ý: mô hình không ra mắt tại đây, mà được thêm vào một bộ khung lập trình vốn đã có một danh sách dài các mô hình. Điều khiến việc bổ sung này trở nên thú vị là sự va chạm mà nó tạo ra. Một tác nhân terminal là nơi kém khoan dung nhất để chạy một mô hình mà Artificial Analysis đo được 30,35 giây đến token đầu tiên, và Muse Wonder đúng là mô hình đó — 52 trên Intelligence Index độc lập, 4,00 USD cho mỗi triệu token đầu vào và 20,00 USD cho mỗi triệu token đầu ra, cùng thời gian chờ token đầu tiên gấp khoảng tám lần mức trung vị của bảng xếp hạng. Liệu một tác nhân lập trình có thể hấp thụ được thời gian chờ đó hay không chính là câu hỏi mà bài viết này thực sự bàn tới. Khi một con số token đầu tiên như thế này thay đổi sau khi một nhà cung cấp phát hành bản sửa lỗi, thay đổi đó được ghi lại kèm ngày tháng và nguồn trong AI Incident Archive, bên cạnh phần còn lại của các lỗi mô hình và nhà cung cấp mà chúng tôi theo dõi.

Điều gì thực sự đã thay đổi vào ngày 21 tháng 10

OpenCode công bố danh sách mô hình của mình trong tài liệu, và Muse Wonder hiện xuất hiện ở đó dưới định danh muse-wonder-1.0, với giá $4.00 cho đầu vào, $20.00 cho đầu ra và $0.20 cho mỗi triệu token đọc từ bộ nhớ đệm — cùng bảng giá mà Meta công bố, không kèm chiết khấu. Mục này được phục vụ qua một điểm cuối Responses tương thích OpenAI, nghĩa là một cấu hình OpenCode hiện có không cần máy khách riêng để truy cập tới nó; nó chỉ cần một chuỗi mô hình và một khóa.

Một lưu ý trung thực: changelog của chính OpenCode không nêu tên mô hình. Các mục mới nhất của nó cho tuần đó, v2.1.0 vào ngày 20 tháng 10 và v2.1.2 vào ngày 21 tháng 10, mô tả việc khôi phục hạn mức miễn phí, khả năng hiển thị mô hình và các thay đổi SDK. Vì vậy, việc có sẵn được ghi nhận trong danh sách mô hình thay vì được công bố như một tính năng nổi bật; đây là cách thông thường mà hỗ trợ harness được đưa vào, đồng thời là lý do người đọc có thể thấy mô hình trong trình chọn trước khi thấy một bài đăng blog về nó. Chúng tôi không thể đọc trực tiếp bài đăng mạng xã hội của nhà cung cấp — nó trả về một tường thanh toán — nên ngày ở đây dựa trên danh sách niêm yết cùng dấu thời gian của chính bài đăng, chứ không dựa trên thông cáo báo chí.

Không có gì về bản thân mô hình thay đổi vào ngày 21 tháng 10. Trọng số của nó không được công khai, giá của nó không thay đổi và không có benchmark mới nào xuất hiện. Thứ mới duy nhất là phạm vi tiếp cận: một mô hình trước đây cần tự tay kết nối với API của Meta giờ chỉ là một dòng cấu hình bên trong một công cụ mà nhiều người vốn đã mở sẵn.

Con số quyết định liệu điều này có dễ chịu hay không

Artificial Analysis chạy mọi mô hình qua cùng một bộ khung đánh giá và với một công cụ lập trình dạng tác nhân, các số liệu độ trễ của nó quan trọng hơn điểm tổng hợp. Với Muse Wonder ở thiết lập suy luận tối đa:

• Thời gian đến token đầu tiên — 30,35 giây, so với mức trung vị của bảng là 3,96 giây

• Tốc độ đầu ra khi bắt đầu — 145,1 token mỗi giây, thứ 26 trong số 185 mô hình được đo và cao hơn nhiều so với mức trung vị 79,2

Chi phí cho mỗi tác vụ Intelligence Index — khoảng $4.52, so với mức giá niêm yết tổng hợp là $2.94 mỗi triệu token

• Số token đầu ra tiêu thụ trong lần chạy lập chỉ mục — khoảng 130 triệu, so với mức trung vị 85 triệu

• Cửa sổ ngữ cảnh — 1.048.576 token, với văn bản, hình ảnh, giọng nói và video được chấp nhận làm đầu vào và trả về văn bản

Hai con số độ trễ đó mô tả một dạng mô hình cụ thể: nó suy nghĩ rất lâu, rồi viết nhanh. Trong cửa sổ chat thì điều đó chấp nhận được. Trong một vòng lặp agent thực hiện tám lệnh gọi công cụ, khoảng chờ 30 giây phải trả giá ở mỗi lượt, và một tác vụ tám lượt có thể mất bốn phút chỉ để chờ token đầu tiên của từng bước. 145 token mỗi giây là thật và đó là lý do mô hình không có cảm giác chậm khi nó đang nói — nhưng nó không thể bù lại khoảng lặng trước từ đầu tiên.

Đó không phải là lập luận chống lại việc sử dụng nó. Đó là lập luận để chọn đúng lượt. Tuyên bố mạnh nhất do nhà cung cấp báo cáo của Muse Wonder là công việc chuyên môn dài hạn — bảng của chính Meta đặt Muse Wonder Full ở mức 75,3 trên JobBench, một benchmark tác nhân dài hạn và là nơi các con số của nó khác biệt rõ rệt nhất so với mô hình anh em cùng dòng. Nếu phiên OpenCode của bạn là một lần tái cấu trúc khó duy nhất với một kế hoạch lớn, thời gian chờ được phân bổ trên một lần tạo dài. Nếu đó là bốn mươi chỉnh sửa nhỏ, nó bị trả giá bốn mươi lần.

Kho lưu trữ không phải là bản phát hành

Những độc giả đi tìm các trọng số sẽ thấy meta-01/muse-wonder trên Hugging Face và có thể kết luận một cách hợp lý rằng đã có điều gì đó mở diễn ra. Điều đó đã không xảy ra. Kho lưu trữ chỉ chứa một tệp .gitattributes và không có gì khác: không có model card, không có config.json, không có các shard safetensors, không có tệp giấy phép. Các lượt tải xuống không được theo dõi, và trang nêu rằng mô hình không được triển khai bởi bất kỳ nhà cung cấp suy luận nào trên nền tảng đó. Đọc theo nghĩa đen, kho lưu trữ đó là một sự đặt trước tên — một phần giữ chỗ chứa một chuỗi, không phải một checkpoint.

Vậy thì phát biểu đúng về mức độ mở của Muse Wonder là: độc quyền, chỉ qua API, với một kho lưu trữ trống chiếm giữ cái tên. Bất kỳ ai mô tả nó là trọng số mở, có thể tải xuống hoặc có thể tinh chỉnh đều đang mô tả một mô hình khác. Cảnh báo tương tự cũng áp dụng cho cấu trúc hai checkpoint — muse-wonder-1.0 là mô hình có thể gọi được, và muse-wonder-full-1.0 là cấu hình có điểm cao hơn mà Meta bán qua đăng ký Muse Code thay vì tính theo token. OpenCode liệt kê mô hình đầu tiên.

OrcaRouter nằm ở đâu, và ở đâu thì không

Chúng tôi không cung cấp Muse Wonder. Không có meta/muse-wonder trong danh mục mô hình OrcaRouter, và dù có sẵn bao nhiêu mô hình Meta xung quanh cũng không thay đổi được điều đó — các checkpoint Meta mà chúng tôi thực sự có là meta/muse-spark-1.2 với giá $1,25 đầu vào và $4,25 đầu ra mỗi triệu token, cùng phiên bản tiền nhiệm 1.1 của nó, cả hai đều trên cửa sổ 1.048.576 token. Nói thẳng như vậy quan trọng hơn mức thông thường, bởi vì một mô hình chỉ có thể truy cập được qua hai nhà cung cấp chính là trường hợp mà câu trả lời trung thực của một router là "chưa có mô hình này" chứ không phải là một sự im lặng đầy gợi ý.

Điều mà lớp định tuyến thực sự hữu ích ở đây chính là thử nghiệm. Một mô hình mới ra đời mười ngày, có token đầu tiên mất 30 giây và chỉ được đánh giá độc lập một lần, không phải là thứ để đặt một đường dẫn sản xuất phía sau bằng niềm tin. Hãy hướng một phần lưu lượng đến nó bằng cùng khóa dùng để truy cập các mô hình bạn đã tin cậy, giữ phần lưu lượng còn lại ở nguyên vị trí, và để cơ chế chuyển đổi dự phòng tự động bắt các lần hết thời gian chờ trong khi bạn tìm hiểu xem hành vi dài hạn có đáng để chờ không. Đó là cách rẻ hơn để trả lời câu hỏi so với việc di chuyển một quy trình làm việc rồi hy vọng.

Nửa còn lại của lập luận định tuyến là chuyện số học. Bởi vì chúng tôi chuyển thẳng giá niêm yết của nhà cung cấp mà không cộng thêm lợi nhuận, việc nhà cung cấp giảm giá sẽ hiển thị ở phía chúng tôi ngay trong ngày, và một mô hình mà chúng tôi không lưu trữ đơn giản là không xuất hiện — danh mục là một tuyên bố về những gì có thể truy cập được, chứ không phải danh sách mong ước. Khi Muse Wonder ra mắt tại đây, mức giá bạn thấy sẽ là giá của Meta.

Điều gì sẽ khiến đây trở thành một câu chuyện lớn hơn?

Ba điều, mỗi điều đều có thể kiểm tra chỉ với một lần tải trang. Một mục Muse Wonder trong nhật ký thay đổi của OpenCode chứ không chỉ trong danh sách mô hình của nó sẽ có nghĩa rằng tích hợp này đang được coi là một tính năng chứ không phải một dòng trong danh mục. Một nhà đánh giá độc lập thứ hai công bố một con số dài hạn sẽ củng cố vững chắc tuyên bố duy nhất hiện đang dựa hoàn toàn vào bảng của chính Meta. Và bất kỳ thay đổi nào trong kho Hugging Face — một thẻ mô hình, một giấy phép, một tệp safetensors duy nhất — sẽ thay đổi câu hỏi về độ mở, mà hiện nay chỉ có câu trả lời một từ.

Cho đến lúc đó, cách hiểu đúng về ngày 21 tháng 10 vẫn hẹp và hữu ích: một mô hình tiên phong đã trở nên dễ thử hơn trong công cụ mà hầu hết mọi người sẽ thử nó, và thứ sẽ quyết định liệu nó có tiếp tục được cấu hình hay không không phải là điểm chỉ số của nó mà là liệu 30 giây im lặng mỗi lượt có phải là cái giá mà công việc có thể trả hay không.