Kurz gesagt: Meta erreicht mit Muse Wonder und Wonder Full bei KI-Agenten und Softwareentwicklung das Niveau führender Konkurrenzmodelle. Unabhängige Tests bestätigen deutliche Leistungssteigerungen gegenüber Muse Spark 1.3. Allerdings steigen die Nutzungskosten erheblich, während beim Datenschutz und Faktenwissen Einschränkungen bestehen.
Meta hat mit Muse Wonder und Wonder Full zwei neue KI-Modelle der Frontier-Klasse vorgestellt. Besonders Wonder Full kann in anspruchsvollen Benchmarks mit Spitzenmodellen konkurrieren. Doch wie groß ist der Fortschritt tatsächlich, und welchen Preis zahlen Anwender dafür?
Beide Modelle verarbeiten Text, Bilder, Videos und Audio, erzeugen jedoch ausschließlich Textausgaben. Das Kontextfenster umfasst weiterhin eine Million Tokens. Angaben zu Parameterzahlen, Modellarchitektur und Modellgewichten veröffentlicht Meta nicht.
Für komplexe Aufgaben hat Meta zwei Fähigkeiten weiterentwickelt: „Active Memory“ soll relevante Informationen aus früheren Gesprächen abrufen, während „Active Focus“ bei der Suche nach alternativen Lösungswegen und der Fehlerkorrektur hilft.
Muse Wonder ist über die Meta Model API und den Programmieragenten Muse Code verfügbar. Wonder Full bleibt höheren Muse-Code-Abonnements vorbehalten. Künftig soll Wonder außerdem im persönlichen KI-Agenten Muse eingesetzt werden, zunächst für Abonnenten.
Wonder Full erreicht Spitzenwerte bei KI-Agenten und Coding
Unabhängige Tests von Artificial Analysis bestätigen den Leistungssprung. Im Intelligence Index erreicht Wonder Full bei maximalem Reasoning-Aufwand 56 Punkte, Wonder 52 Punkte. Vorgänger Spark 1.3 kam auf 48 Punkte. Claude Opus 5.5 führt weiterhin mit 58 Punkten.
Wonder Full verbessert sich in sämtlichen zehn Einzeltests und gehört sechsmal zu den drei besten Modellen. Besonders bei Agentenaufgaben fällt der Fortschritt auf: Im Terminal-Bench 4.0 steigt das Ergebnis gegenüber Spark 1.3 von 33 auf 57 Prozent. Auch bei komplexen beruflichen Arbeitsaufträgen zählt Wonder Full zur Spitzengruppe.
Bei der Softwareentwicklung erzielt Wonder Full mit Muse Code im Coding Agents Index 68 Punkte. Damit liegt es gleichauf mit Claude Code auf Basis von Sonnet 5.5 und vor Claude Code mit Opus 5.5 (66 Punkte). Wonder erreicht 63 Punkte, Spark 1.3 zuvor 54 Punkte.
Im Langzeit-Programmierbenchmark SWE-Marathon kommt Wonder Full laut Metas Modellkarte auf 57,5 Prozent gegenüber 46,3 Prozent bei Claude Opus 5.5. Die Vergleichbarkeit ist allerdings eingeschränkt, da teilweise unterschiedliche Programmieragenten eingesetzt wurden.
Schwächen bleiben beim Faktenwissen: Im AA-Omniscience-Test erzielt Wonder Full 30 Punkte gegenüber 46 Punkten bei Claude Opus 5.5. Die dort gemessene Halluzinationsrate sinkt immerhin von 33 auf 23 Prozent.
Höhere Kosten und Unterschiede beim Datenschutz
Der Leistungssprung geht mit deutlich höheren Kosten einher. Muse Wonder kostet über die API vier US-Dollar pro Million Eingabe-Tokens, 20 US-Dollar für Ausgabe-Tokens und 0,20 US-Dollar für zwischengespeicherte Eingaben.
Artificial Analysis errechnet durchschnittlich 4,52 US-Dollar pro Intelligence-Index-Aufgabe. Das entspricht etwa dem 2,8-Fachen der Kosten von Spark 1.3 (1,60 US-Dollar). GPT-6 Astra liegt bei 3,26 US-Dollar, Claude Opus 5.5 bei 5,98 US-Dollar.
Wonder benötigt gegenüber Spark 1.3 zehn Prozent weniger Ausgabe-Tokens, aber 28 Prozent mehr Eingabe-Tokens. Wonder Full verbraucht wiederum 16 Prozent weniger Eingabe-Tokens als Wonder. Ein direkter Kostenvergleich ist mangels API-Preis nicht möglich. Wonder Full steht ausschließlich über Muse-Code-Abos für monatlich 50 beziehungsweise 200 US-Dollar zur Verfügung.
Datenschutzrelevant ist der standardmäßig aktivierte Contributor-Modus bei Muse Code. Er ermöglicht höhere Nutzungslimits, erlaubt Meta jedoch, Eingaben und Modellausgaben für zukünftiges Modelltraining zu verwenden. Die Funktion lässt sich deaktivieren. Bei regulärer API-Nutzung von Wonder werden Inhalte nach Metas Angaben nicht für das Training verwendet. Einen vergünstigten Contributor-Modus wie bei Spark 1.3 gibt es für die Wonder-API nicht mehr.
Auch Sicherheitsfragen bleiben offen: Meta schließt nicht aus, dass Wonder Full ohne Schutzmaßnahmen eine hohe Risikoschwelle für chemisch-biologischen Missbrauch erreicht. Mit Schutzmaßnahmen bewertet das Unternehmen die verbleibenden Risiken als moderat oder geringer. Ein ausführlicher Sicherheitsbericht soll folgen.
Die Ergebnisse machen Muse Wonder insbesondere für anspruchsvolle KI-Agenten und Entwicklungsaufgaben interessant. Bei einer professionellen Nutzung müssen jedoch Leistungsfähigkeit, Betriebskosten, Datenschutzbedingungen und Sicherheitsrisiken gemeinsam betrachtet werden.
Weitere Einordnungen zu KI-Modellen, ihren praktischen Einsatzmöglichkeiten und Risiken bietet der Newsletter „Beratung-KI“.
Effizienz durch Innovation: Teile der textlichen und visuellen Ausgestaltung dieser Seite wurden durch generative KI-Systeme unterstützt.