Meta Muse Wonder: що це, скільки коштує і як перевірити нового AI-агента

Коротко: що це і кому потрібно

Muse Wonder — нова модель Meta для задач, у яких ШІ не просто відповідає одним повідомленням, а планує кілька кроків, користується інструментами, змінює файли й перевіряє результат. Meta називає два головні механізми Active Memory та Active Focus: перший має переносити доречний контекст між розмовами, другий — продовжувати складну роботу, пробувати інший підхід після помилки та просити уточнення перед важливою дією.

Це може бути корисно розробникам, командам автоматизації й людям, які створюють сайт або застосунок із ШІ. Але назви функцій — не доказ якості на вашому проєкті. Практичний результат цього гайда: ви зможете порахувати орієнтовну вартість одного запуску, підготувати безпечне завдання й порівняти Muse Wonder з іншим інструментом за однаковими критеріями.

Що підтверджено релізом 12 жовтня

Офіційна документація Meta описує Muse Wonder як мультимодальну модель: вона приймає текст, зображення, відео, аудіо та PDF, а повертає текст. Заявлене контекстне вікно — 1 048 576 токенів. Підтримуються виклики інструментів, структурований результат, пошукове заземлення та рівні reasoning effort від minimal до max.

Для розробки Meta виділяє роботу з великими репозиторіями, довгі агентні процеси й керування браузером або застосунками. На сторінці моделі компанія також пише про планування, делегування підзадач субагентам і відновлення після помилок. Це заявлені можливості виробника, а не наш незалежний тест.

Meta наводить результати власних і сторонніх бенчмарків, але бенчмарк не відповідає на головні питання вашого проєкту: скільки виправлень прийме рев’юер, чи не зламається старий сценарій, скільки токенів піде на повторні спроби й чи дає модель перевірюваний результат. Саме тому нижче — короткий тест на вашому коді.

Muse Wonder, Wonder Full і ціна API

На момент перевірки офіційна ціна Muse Wonder у Meta Model API становить $4 за мільйон вхідних токенів, $0,20 за мільйон кешованих вхідних токенів і $20 за мільйон вихідних токенів. Full не доступна в API: максимальний reasoning effort у звичайній Muse Wonder не перемикає модель на Full.

Приклад арифметики, а не прогноз рахунку: один запуск із 100 000 вхідних і 20 000 вихідних токенів коштував би близько $0,80 — $0,40 за вхід і $0,40 за вихід. Якщо всі 100 000 вхідних токенів справді тарифікуються як кешовані, арифметика дає близько $0,42. Реальна сума залежить від повторних запусків, кешування, інструментів і правил білінгу.

Приватність і дозволи: що перевірити до запуску

Документація Meta стверджує, що в Standard mode промпти, код, файли, контекст і відповіді не використовуються для тренування моделей. Для підписників Muse Code існує Contributor mode: він дає більше використання в обмін на можливість тренувати майбутні моделі на переданому вмісті; у документації сказано, що цей режим увімкнено за замовчуванням і його можна вимкнути в налаштуваннях. Для pay-as-you-go Muse Wonder Contributor mode недоступний.

Це не скасовує базової гігієни. Навіть коли дані не використовують для тренування, вони можуть оброблятися сервісом для виконання запиту. Не передавайте токени, приватні ключі, персональні дані, неопубліковані договори та production-дампи. Дайте агенту найменші потрібні дозволи: читання перед записом, окрему гілку, заборону прямого deploy і ручне підтвердження зовнішніх дій.

30-хвилинний протокол: чи краща модель саме для вас

1. Візьміть одну репрезентативну задачу. Наприклад, додати валідацію форми, виправити мобільне меню або написати тест для наявної функції. Не просіть «покращити весь проєкт».
2. Зафіксуйте однаковий вхід. Один commit, той самий промпт, список дозволених файлів, команда тесту й критерії готовності для Muse Wonder та вашого поточного інструмента.
3. Обмежте агенту дії. Окрема гілка, без секретів, без мережевих запитів і без публікації. Якщо потрібна зовнішня дія, нехай агент спершу пояснить її й дочекається підтвердження.
4. Запишіть не лише час. Кількість змінених файлів, проходження тестів, помилки, ручні правки, повторні запуски, вхідні й вихідні токени та фінальну вартість.
5. Перевірте сліпо, якщо можливо. Рев’юер оцінює два diff без назви моделі: коректність, простота, безпека, відповідність стилю репозиторію.
6. Повторіть три рази. Один вдалий запуск може бути випадковістю. Для рішення потрібні хоча б три схожі задачі, а для production — ваш звичайний процес тестування й рев’ю.

Промпт для контрольованої агентної задачі

Шаблон завдання для AI-агентаМета: [один перевірюваний результат].

Контекст:
- репозиторій і гілка: [назва];
- дозволені файли: [список];
- заборонено: deploy, зміна секретів, зовнішні повідомлення, видалення даних;
- команда перевірки: [точна команда].

Критерії готовності:
1. [поведінка, яку можна перевірити];
2. наявні тести проходять;
3. додано тест для нового сценарію;
4. немає нових залежностей без пояснення.

Спочатку прочитай потрібні файли й запропонуй короткий план. Якщо бракує даних або потрібна небезпечна дія — зупинися й постав питання. Після змін покажи diff, результати перевірок, обмеження й те, що людина має перевірити вручну. Не стверджуй, що тест пройшов, якщо його не запускав.

Шаблон навмисно обмежує автономність. Модель, яка вміє працювати довго, може так само довго рухатися в неправильному напрямку. Критерії готовності, дозволені файли та стоп-умови зменшують ціну помилки.

Чого поки не варто висновувати

• «Мільйон токенів» не означає мільйон корисних токенів. Великий контекст не гарантує, що модель правильно використає кожну деталь великого репозиторію.
• Active Memory потребує окремої оцінки приватності. Перенесення контексту між розмовами зручне, але важливо знати, що саме зберігається, як це переглянути й видалити.
• Довга робота не дорівнює правильній. Перевіряйте проміжні результати, тести, витрати й небажані побічні зміни.
• Додатковий safety report ще очікується. Meta повідомила, що повний звіт із додатковими оцінками безпеки буде опублікований пізніше. До нього не варто вважати картину ризиків завершеною.
• Ми не проводили власний запуск Muse Wonder. У цьому матеріалі перевірено документацію й арифметику, але не якість коду, доступність з українського акаунта чи реальну тривалість агентної сесії.

Короткий чекліст перед рішенням

• Перевірено доступність і ціну у власному акаунті.
• Contributor mode налаштовано відповідно до політики даних команди.
• У тестовому репозиторії немає секретів і персональних даних.
• Однакова задача запущена щонайменше на двох інструментах.
• Записано токени, повтори, ручні правки й повну вартість.
• Тести та ручне рев’ю пройдено до злиття змін.
• Агент не має прямого production-доступу або неконтрольованих зовнішніх дій.

Якщо Muse Wonder дає менше помилок і ручних правок за прийнятної повної вартості — це аргумент на її користь. Якщо виграш є лише в швидкості генерації, а рев’ю та виправлення займають більше часу, нова модель не усунула вузьке місце.