Muse Wonder Full supera mayoría de agentes IA pero sigue lejos del conocimiento experto
Meta lanzó dos variantes del modelo Muse Wonder, logrando puntuaciones que lo ubican entre los mejores sistemas de IA, aunque su capacidad factual aún queda por detrás de la competencia.
Meta dio a conocer este jueves sus dos versiones del modelo de frontera Muse Wonder, una versión estándar y una versión «Full» destinada a usuarios de Muse Code. Con 56 puntos en el Artificial Analysis Intelligence Index v4.3, la versión Full se posiciona entre los tres mejores en seis de diez métricas, mientras que la variante básica alcanza 52 puntos. El salto respecto al predecesor Muse Spark 1.3, que se quedó en 48, es evidente, pero la brecha en conocimiento enciclopédico persiste.
Rendimiento en tareas complejas y agentes autónomos
Los avances más notorios aparecen en pruebas de agenteicidad, que miden la capacidad del modelo para resolver tareas complejas sin intervención humana. En Terminal‑Bench 4.0, Muse Wonder Full pasó del 33 % al 57 % de éxito, duplicando su efectividad mientras consumía un 30 % menos de tokens de salida. En la evaluación de agentes de codificación, el modelo alcanza 68 puntos, empatando con Claude Code y superando a la mayoría de los modelos abiertos.
Funciones de memoria y enfoque activo
Meta destaca dos novedades: Active Memory, que permite al modelo retener información clave a lo largo de una conversación y recuperarla cuando sea necesario, y Active Focus, que le otorga la capacidad de persistir en tareas difíciles, probar enfoques alternativos y formular preguntas de seguimiento cuando algo no queda claro. Ambas funciones son el núcleo de la estrategia de Meta para crear un agente personal que pueda interactuar con calendarios, mensajes y documentos sin perder el hilo.
Limitaciones en conocimiento factual y alucinaciones
Aunque el modelo reduce su tasa de alucinaciones del 33 % al 23 %, sigue lejos de los líderes en este aspecto, como Gemini 4 Argon (15 %). En la prueba AA‑Omniscience, Muse Wonder Full obtuvo apenas 30 puntos frente a los 46 de Claude Opus 5.5 o los 43 de GPT‑6 Astra. La causa, según Meta, es un modelo base más pequeño que el de sus rivales, lo que explica la diferencia en cobertura de hechos.
Costos operativos y modelo de negocio
El nuevo modelo no es barato. Según Artificial Analysis, cada tarea ejecutada por Muse Wonder Full cuesta $4.52 en la escala del Intelligence Index, casi el triple del precio de Muse Spark 1.3 ($1.60). Los precios de los tokens también se dispararon: $4 por millón de tokens de entrada y $20 por millón de tokens de salida, frente a $1.25 y $4.25 respectivamente en la versión anterior. Aun así, el modelo sigue siendo más económico que Claude Fable 5.1 ($7.63) o Claude Opus 5.5 ($5.98), aunque está por encima de GPT‑6 Astra ($3.26) y Gemini 4 Argon ($1.99). La variante Full aún no tiene tarifas públicas, pero se espera que se sitúe en un rango comparable.
Implicaciones para desarrolladores y usuarios
Para los desarrolladores independientes, la mayor ventana de contexto —un millón de tokens— y la capacidad multimodal (texto, imágenes, vídeo y audio) abren nuevas posibilidades en aplicaciones de asistencia personal y análisis de datos. Sin embargo, el aumento de costos y la limitada disponibilidad de la versión Full podrían frenar la adopción temprana, especialmente en startups que dependen de presupuestos ajustados.
- Ventaja competitiva: mejores resultados en codificación y razonamiento matemático.
- Desventaja: conocimiento factual insuficiente y precios más altos que algunos competidores.
- Recomendación: evaluar Muse Wonder Full para casos donde la precisión de código sea crítica y el presupuesto permita el gasto adicional.
Meta ha conseguido una mejora sustancial en la capacidad de razonamiento y ejecución autónoma, pero aún necesita reforzar su base de conocimientos para competir con los gigantes de OpenAI, Anthropic y Google en tareas que exigen datos precisos. El futuro inmediato del modelo dependerá de cómo Meta ajuste su arquitectura base y de la respuesta del mercado a los precios de uso.