Meta a récemment présenté Wonder et Muse Wonder Full, deux nouveaux modèles d’intelligence artificielle conçus pour des tâches complexes, le développement logiciel et les assistants autonomes. L’entreprise affirme que ses modèles surpassent le GPT-6 Astra d’OpenAI ainsi que plusieurs modèles d’Anthropic dans certains benchmarks, bien qu’ils soient encore derrière Claude Opus 5.5.
Avec cette nouvelle gamme, Meta souhaite revenir dans la course pour le développement des modèles d’IA les plus performants. Les deux versions reposent sur les recherches approfondies menées par leurs équipes et font suite au modèle Muse Spark. L’entreprise vise particulièrement des agents capables de gérer diverses tâches professionnelles, comme l’analyse de documents juridiques, l’étude de données financières ou le développement d’applications.
Résultats solides, mais pas de victoires sur tous les bancs d’essai
Dans son tableau comparatif, Meta met en avant la performance de Muse Wonder Full dans plusieurs évaluations spécialisées. En effet, le modèle a obtenu 13.1 points dans le benchmark juridique Harvey LAB-AA, contre 8.6 pour le GPT-6 Astra, 6.4 pour le Claude Fable 5.1 et 4.2 pour le Claude Opus 5.5. Il a également atteint 45.4 points sur l’AutomationBench-AA, qui évalue les capacités d’automatisation, tandis que le GPT-6 Astra a obtenu 41.6 points et le Claude Opus 5.5 41.2 points.
Cependant, le tableau révèle une évaluation plus nuancée pour les autres tests. Dans l’indice d’analyse artificielle, Muse Wonder Full a obtenu 56 points, contre 53 pour le GPT-6 Astra et le Claude Fable 5.1, mais 58 pour le Claude Opus 5.5. Le modèle d’Anthropic maintient également son avantage sur le HealthBench Pro avec 65.6 points, contre 62.3 pour Meta. Dans le ProgramBench, dédié à la programmation à partir de captures d’écran, le Claude Opus 5.5 domine également avec 70.5 points, alors que Muse Wonder Full n’en a obtenu que 59.
Ces résultats proviennent des évaluations fournies par Meta. Ils permettent de comparer les performances sur des tâches spécifiques, mais ne suffisent pas à affirmer qu’un modèle d’IA est systématiquement meilleur dans l’utilisation quotidienne. Les méthodes de test, les paramètres de raisonnement et les conditions d’exécution peuvent influer sur les résultats.
De plus, Meta met en avant deux fonctionnalités destinées à ses agents. Active Memory devrait permettre de conserver des informations importantes d’une conversation à l’autre et de retrouver des éléments utiles lorsque cela est pertinent. Active Focus, quant à elle, permet au modèle de poursuivre une tâche complexe, d’essayer d’autres approches en cas d’obstacle et de demander des clarifications avant une action importante.
Les résultats liés à la mémoire sont particulièrement favorables pour Meta : Muse Wonder Full a atteint 85.5 points dans MemoryBench, contre 81.5 pour le Claude Opus 5.5, 81.4 pour le GPT-6 Astra et 79 pour le Claude Fable 5.1. Cependant, Meta précise que MemoryBench est une évaluation interne, conçue pour mesurer la capacité à retrouver des informations importantes dans de longues conversations complexes.
Muse Wonder est disponible pour certains utilisateurs
Les deux modèles d’IA sont désormais accessibles, mais pas dans les mêmes conditions. Muse Wonder est disponible via l’API Meta Model et l’outil de programmation Muse Code. Muse Wonder Full, la version la plus performante dans plusieurs benchmarks, est d’abord accessible aux abonnés de Muse Code et n’est pas encore disponible via l’API. Meta prévoit également d’intégrer progressivement Muse Wonder à son assistant Muse, en commençant par ses abonnés.
Pour les développeurs utilisant l’API, Meta annonce un tarif de 4 $ par million de tokens d’entrée et de 20 $ par million de tokens de sortie. L’entreprise reconnaît également certaines limites persistantes, notamment des erreurs potentielles dans le raisonnement à plusieurs étapes et des difficultés dans la compréhension spatiale et 3D.
