متا مدل هوش مصنوعی «Muse Wonder» را معرفی کرد؛ عملکردی فراتر از جدیدترین مدل‌های OpenAI و Anthropic

متا در تاریخ ۱۲ اکتبر ۲۰۲۶ به وقت محلی، مدل‌های هوش مصنوعی «Muse Wonder» و «Muse Wonder Full» را معرفی کرد. هر دو مدل در مجموعه‌ای از آزمون‌های بنچمارک عملکردی، امتیازهایی بالاتر از جدیدترین مدل‌های OpenAI و Anthropic به دست آورده‌اند.

Muse Wonder: مدل پیشرفته برای عامل‌های هوش مصنوعی شخصی و حرفه‌ای

https://research.meta.ai/blog/muse-wonder

Muse Wonder | Meta
https://dev.meta.ai/models/muse-wonder

MUSE WONDER

this is the culmination of over a year of research and infrastructure work in msl

since we originally shipped muse spark in april, we have continued to scale our models across pre-training and RL, now reaching the frontier 🏆

see our model's improvements on the… pic.twitter.com/jpbWO7g8kC

— Alexandr Wang (@alexandr_wang) October 12, 2026

به گفته مارک زاکربرگ، مدیرعامل متا، Muse Wonder مدلی است که «عملکرد پیشرفته در سطح مرزهای فناوری را با سرعت بالا ارائه می‌دهد» و Muse Wonder Full به‌عنوان «نسخه کامل مدل» معرفی شده است.

Introducing Muse Wonder, our new family of frontier models with state of the art performance for personal and professional agentic work. pic.twitter.com/NKHrybrGKQ

— Mark Zuckerberg (@finkd) October 12, 2026

در «Artificial Analysis Intelligence Index» که عملکرد کلی مدل‌های هوش مصنوعی را بر اساس نتایج چندین آزمون بنچمارک محاسبه می‌کند، Muse Wonder امتیاز ۵۲ و Muse Wonder Full امتیاز ۵۶ را کسب کرده‌اند. Muse Wonder Full توانسته است از مدل‌های پرچم‌دار شرکت‌های رقیب، از جمله «Claude Fable 5.1» از Anthropic، «GPT-6 Astra» از OpenAI و «Gemini 4 Argon» از گوگل پیشی بگیرد.

متا «حافظه فعال» و «تمرکز فعال» را دو عنصر کلیدی برای استفاده از هوش مصنوعی به‌عنوان یک عامل شخصی و حرفه‌ای معرفی می‌کند. حافظه فعال به معنای «توانایی ثبت اطلاعات مهم درباره کاربر و جست‌وجوی فعال اطلاعات جزئی مرتبط با وظیفه موردنظر» است و تمرکز فعال به «توانایی ادامه دادن به حل وظایف دشوار از طریق بررسی گزینه‌های مختلف و سازگاری با اطلاعات جدید» اشاره دارد.

به گفته متا، مجموعه Muse Wonder با ترکیب حافظه فعال و تمرکز فعال می‌تواند توانایی‌های بالایی در برنامه‌نویسی نشان دهد. این مدل‌ها در آزمون بنچمارک DeepSWE که توانایی‌های کدنویسی را اندازه‌گیری می‌کند، امتیازهایی بالاتر از Claude Opus 5.5 و GPT-6 Astra به دست آورده‌اند.

مجموعه Muse Wonder با تمرکز بر امنیت توسعه یافته است. نمودار ارائه‌شده، در سمت چپ درصد کاربرانی را نشان می‌دهد که کدهای غیرمجاز اجرا می‌کنند و در سمت راست درصد کاربرانی را نشان می‌دهد که اطلاعات شخصی را به شکل نادرست مدیریت می‌کنند. در هر دو مورد، درصد کاربرانی که اقدامات خطرناک انجام می‌دهند در مقایسه با مدل‌های Anthropic و OpenAI پایین نگه داشته شده است.

Muse Wonder و Muse Wonder Full برای مشترکان سرویس اشتراکی پولی Muse Code در دسترس هستند. Muse Wonder همچنین از طریق API قابل استفاده است و هزینه آن برای هر یک میلیون توکن ورودی ۴ دلار (حدود ۶۳۳ ین)، ورودی ذخیره‌شده ۰٫۲۰ دلار (حدود ۳۲ ین) و خروجی ۲۰ دلار (حدود ۳۱۶۷ ین) اعلام شده است.