موز واندِر متا بالاخره زاکربرگ را وارد رقابت هوش مصنوعی پیشرفته کرد
متا روز دوشنبه مدل‌های موز واندِر و موز واندِر فول را منتشر کرد؛ نخستین مدل‌های آزمایشگاه ابرهوش متا (Meta Superintelligence Labs) که این شرکت حاضر است آن‌ها را مستقیماً در برابر بهترین مدل‌های OpenAI و Anthropic قرار دهد.
مارک زاکربرگ در تردز نوشت: «موز واندِر گامی بزرگ برای ارائه ابرهوش شخصی به همه است. به همه اعضای تیم‌مان برای دستیابی به این نقطه عطف تبریک می‌گویم. مشتاقم ببینم چگونه از آن استفاده می‌کنید.»
این عبارت‌بندی همچنین زاکربرگ را در هماهنگی با موضع دونالد ترامپ، رئیس‌جمهوری آمریکا، نگه می‌دارد؛ ترامپ هفته گذشته در شبکه اجتماعی Truth Social گفته بود کاخ سفید کسانی را که به جای اصطلاح مورد علاقه او یعنی «ابرهوش» (Super Intelligence) از «هوش مصنوعی» استفاده کنند، «دشمن» می‌داند.
متا از سال ۲۰۲۵ نام واحد هوش مصنوعی خود را آزمایشگاه ابرهوش متا گذاشته بود؛ بنابراین زاکربرگ پیش از آنکه استفاده از این واژه «اجباری» شود، از آن استفاده می‌کرد.
معرفی موز واندِر، خانواده جدید مدل‌های پیشرفته ما با عملکردی در سطح روز برای کارهای شخصی و حرفه‌ای مبتنی بر عامل‌های هوش مصنوعی.
— مارک زاکربرگ، ۱۲ اکتبر ۲۰۲۶
اعلامیه متا بر دو قابلیت اصلی تکیه دارد: «حافظه فعال» (Active Memory) که اطلاعاتی را که کاربر در یک گفت‌وگو به مدل گفته است به گفت‌وگوهای بعدی منتقل می‌کند، و «تمرکز فعال» (Active Focus) که مدل را قادر می‌سازد برای رسیدن به یک هدف دشوار، روش‌های مختلف را امتحان کند و پیش از انجام اقدامات مهم از کاربر تأیید بگیرد.
موز واندِر اکنون از طریق Meta Model API و موز کد، عامل برنامه‌نویسی متا، در دسترس است؛ در حالی که مدل بزرگ‌تر موز واندِر فول فقط برای مشترکان پولی موز کد ارائه می‌شود. هر دو مدل طبق برگه مدل متا دارای پنجره زمینه یک میلیون توکنی هستند؛ یعنی می‌توانند حدود ۷۵۰ هزار واژه را هم‌زمان در نظر داشته باشند.
در آوریل ۲۰۲۵، مدل‌های متن‌باز لاما ۴ متا با وعده‌های بزرگی عرضه شدند، اما در آزمایش‌های مستقل با مشکل مواجه شدند؛ از جمله به دلیل تردیدهایی درباره اینکه نسخه‌ای که در یک رتبه‌بندی عمومی عملکرد خوبی داشت، با نسخه قابل دانلود برای کاربران یکسان بوده است یا نه.
زاکربرگ در واکنش به این وضعیت، قراردادی حدود ۱۴ میلیارد دلاری با Scale AI امضا کرد و الکساندر وانگ، بنیان‌گذار این شرکت، را مسئول واحد جدیدی به نام آزمایشگاه ابرهوش متا کرد. نخستین مدل این واحد، موز اسپارک، در آوریل عرضه شد؛ مدلی کوچک، سریع و بسته که پایان خانواده مدل‌های متن‌باز لاما را رقم زد.
موز واندِر چند هفته پس از عرضه GPT-6 Astra توسط OpenAI در ۳ سپتامبر وارد بازار شد. Anthropic نیز در ۲۲ سپتامبر کلود اوپوس ۵.۵ را معرفی کرد و گفت این مدل در بیشتر کارها با مدل گران‌تر Claude Fable 5.1 برابری می‌کند.
در شاخص «ابرهوش شخصی متا» که مجموعه‌ای داخلی از وظایف مربوط به دستیارهای شخصی و حرفه‌ای است و فرمول دقیق آن منتشر نشده، موز واندِر فول امتیاز ۵۹.۱ را کسب کرد. امتیاز کلود اوپوس ۵.۵ برابر ۵۵.۲، GPT-6 Astra برابر ۵۴.۵ و Claude Fable 5.1 برابر ۴۹.۹ اعلام شد.
معرفی موز واندِر، خانواده جدید مدل‌های پیشرفته ما با عملکردی در سطح روز برای کارهای شخصی و حرفه‌ای مبتنی بر عامل‌های هوش مصنوعی.
— مارک زاکربرگ، ۱۲ اکتبر ۲۰۲۶
آزمایش SWE-Marathon که توانایی برنامه‌نویسی مدل‌های هوش مصنوعی را می‌سنجد، نتایج امیدوارکننده‌ای برای مدل‌های متا نشان می‌دهد. موز واندِر فول در این آزمون امتیاز ۵۷.۵ گرفت، در حالی که اوپوس ۵.۵ امتیاز ۴۶.۳ و Astra امتیاز ۴۲.۵ داشتند؛ با این حال متا تأکید کرده این ردیف یک مقایسه کنترل‌شده نیست و مدل آن با بیشترین میزان تلاش اجرا شده است.
آزمون Legal Agent Benchmark شرکت Harvey بیش از ۱۲۰۰ وظیفه مشابه کار وکلا را به مدل‌های هوش مصنوعی می‌دهد و تنها زمانی یک کار را موفق محسوب می‌کند که تمام بررسی‌های معیار تخصصی را پشت سر بگذارد. موز واندِر فول در این آزمون امتیاز ۱۳.۱، Astra امتیاز ۸.۶ و اوپوس ۵.۵ تنها امتیاز ۴.۲ کسب کردند.
در MemoryBench، آزمون داخلی متا برای سنجش توانایی مدل در یادآوری اطلاعات، از جمله اطلاعاتی که بعداً تغییر کرده‌اند، در گفت‌وگوهایی با ۶۴ هزار تا ۱۰۰ هزار توکن، هر دو مدل موز حدود ۸۵.۵ امتیاز گرفتند. امتیاز اوپوس ۵.۵ برابر ۸۱.۵ و Astra برابر ۸۱.۴ بود.
این اعداد متعلق به متا هستند و دو مورد از آزمون‌ها نیز توسط خود این شرکت ساخته شده‌اند. رتبه‌بندی مستقل Artificial Analysis که میانگین وزنی ۱۰ ارزیابی در زمینه عامل‌های هوش مصنوعی، کدنویسی، دانش عمومی و استدلال علمی است، همچنان اوپوس ۵.۵ را با امتیاز ۵۸ در رتبه نخست قرار می‌دهد. موز واندِر فول با کلود سونت ۵.۵ ارزان‌تر Anthropic با امتیاز ۵۶ در جایگاه بعدی قرار دارد.
نسخه موز واندِر که توسعه‌دهندگان می‌توانند خریداری کنند، در همین شاخص امتیاز ۵۲ گرفته است؛ یک امتیاز پایین‌تر از Astra و Fable 5.1. هزینه استفاده از آن ۴ دلار برای هر یک میلیون توکن ورودی و ۲۰ دلار برای هر یک میلیون توکن خروجی است؛ همان قیمتی که Anthropic برای اوپوس ۵.۵ دریافت می‌کند و کمتر از قیمت ۱۰ و ۵۰ دلاری OpenAI برای Astra است.
برای کاربران عادی، وعده حافظه دائمی می‌تواند دو جنبه داشته باشد؛ زیرا دستیار هوشمندی که همه چیز را به خاطر می‌سپارد، بخش بزرگی از زندگی کاربر را نیز در اختیار دارد. متا به دلیل مدیریت داده‌های خصوصی شهرت چندانی ندارد. ماه گذشته، جیسون آتن، ستون‌نویس نشریه Inc.، اعلام کرد عامل هوش مصنوعی موز متا پس از اینکه او دسترسی را رد کرده بود، بیش از ۱۸۷ هزار ردیف از پیام‌های خصوصی iMessage او را همگام‌سازی کرده و سپس مدعی شده بود تنها پیش‌نمایش اعلان‌ها را دیده است.
متا اکنون موز واندِر را «هم‌راستاترین مدل خود تا امروز» می‌نامد و برگه مدل این شرکت نتیجه صفر درصدی را در آزمون Agentic Misalignment گزارش می‌کند؛ آزمونی که مدل را تحت فشار قرار می‌دهد و بررسی می‌کند چند بار دست به اقدام زیان‌بار می‌زند. این موضوع دو ماه پس از آن مطرح شد که متا اعلام کرد مدل موز اسپارک در جریان ارزیابی امنیتی از محیط ایزوله خارج شده و یک سرویس شخص ثالث را هک کرده است.
متا می‌گوید گزارش کامل ایمنی «به‌زودی» منتشر خواهد شد. همچنین موز واندِر ابتدا برای مشترکان پولی به اپلیکیشن موز خواهد آمد و هنوز تاریخی برای عرضه آن به کاربران رایگان اعلام نشده است.