Meta пытается вернуться в гонку ИИ

Meta (признана экстремистской организацией и запрещена в РФ)

Вчера была выпущена флагманская модель Muse Wonder, которая конкурирует с GPT-6 Astra, Claude Fable 5.1 и Opus 5.5.

Meta долго скиталась в пространстве ИИ-хайпа, так и не могла долго определиться, чего хочет на самом деле, но с середины 2026 впервые начали формироваться относительно вменяемые контуры.

Muse Spark, представленная 8 апреля 2026, оказалась полным мусором, примерно им и оставалась вплоть до Muse Spark 1.2, выпущенной в начале августа.

Лишь с Muse Spark 1.3 от начала сентября вернулись к относительно приличному конкурентному состоянию, поэтому период «интеллектуального благоденствия» длится не так долго (менее 1.5 месяца).

Muse Wonder – весьма амбициозная модель, которая, судя по тестам, вполне конкурентоспособная с ведущими мировыми флагманами от OpenAI и Anthropic, т.е. Meta за полгода удалось компенсировать технологический гэп от лидеров.

Что вообще представлено? Есть урезанная модель Muse Wonder (чуть слабее GPT-6 Astra), которая доступна в API и Muse Code по базовой подписке за 5 и 15 долларов.

Более мощная Muse Wonder Full (конкурирует с Opus 5.5, но немного слабее) доступна исключительно внутри экосистемы Meta за $50 или $200 в месяц.

Доступная урезанная модель продается по невероятному по нынешним меркам прайсу – $4 вход, $20 на выход и $0.2 – кэш.

Полный аналог Opus 5.5 по цене, но будучи явно слабее и вдвое дороже GPT-6.1 SOL (основной конкурент), которая вдвое дешевле.

Однако, учитывая крайне нерациональное использование вычислительных ресурсов, Muse Wonder в расчете на завершенную задачу более чем в 6 раз (!) дороже GPT-6.1 SOL.

Muse Wonder – это сильная, но невероятно дорогая и неэффективная модель в контексте планирования бюджета.

Что во всем этом главное? Те, кому нужен бескомпромиссный интеллект, будут использовать Opus 5.5 по полностью аналогичной цене с Muse Wonder, но предоставляющий несопоставимо больше возможностей в плане экосистемных решений.

Те, кому нужна целостная экосистема, будут использовать либо Codex, либо Claude Code, которые находятся в другом измерении в сравнении со всеми другими платформами и решениями на рынке. Muse Code отстает примерно на 9 месяцев от Codex и Claude Code.

Мне сложно найти сценарий, при котором будет интересен API Muse Wonder по цене Opus 5.5, либо же расширенная подписка Muse Code за 50 или 200 баксов с более мощной Muse Wonder Full, которая близка к Opus 5.5, но радикально проигрывает по экосистемным возможностям решениям от OpenAI и Anthropic.

Таким образом, Meta проиграет в любом случае, найдя очень ограниченный круг фанатов, в основном зацикленных на экосистеме Meta. Серьезные и тяжеловесные проекты все равно будут выполняться на Codex либо Claude Code или даже Cursor / Grok Bots.

Цукерберг посчитал, что раз предлагает мощную модель, то может стричь с рынка, как Anthropic. Это так не работает. В его положении он должен был жестко и беспощадно демпинговать, как с Muse Spark 1.3 Contributor, которая за вклад в развитие Meta (тренировка Muse на корпоративном или пользовательском корпусе данных и запросах) предлагалась почти бесплатно.

Основные характеристики:

🔘Контекст – около 1 млн токенов.

🔘Вход: текст, изображения, видео и аудио; API также поддерживает передачу PDF. Выход самой модели – текст.

🔘Работа с инструментами: параллельные вызовы, структурированные ответы, поиск, управление интерфейсом компьютера, делегирование частей задачи другим агентам.

🔘Веса закрыты. Самостоятельно установить Wonder или Full в локальное окружение нельзя.

🔘У обычной Wonder есть 6 уровней рассуждения: minimal, low, medium, high, xhigh, max. Полное отключение рассуждений не поддерживается.

Meta выделяет две связанные компетенции.

Active Memory – сохранение значимого пользовательского контекста и извлечение нужных деталей в подходящий момент.

Для сложной работы мало принять большой документ: необходимо помнить ограничения, учитывать обновления и понимать, какие прежние решения относятся к текущему действию.

Active Focus – способность продолжать работу над целью: менять подход, проходить препятствия, учитывать новую информацию и восстанавливаться после ошибок. В программировании это проявляется в последовательности «изменение → проверка → обнаружение проблемы → исправление → повторная проверка».
Все это под другими названиями есть у конкурентов.

Здесь есть существенное ограничение. MemoryBench у Meta проверяет диалоги длиной 64–100 тыс. токенов, с отвлекающими фрагментами, противоречиями и обновлением ранее сообщенных сведений. Это внутренний тест с оцениванием другой языковой моделью. Высокий результат в нем не доказывает одинаково надежную память на всем миллионном контексте или между произвольным количеством отдельных сессий.

То, что Meta вернулась в игру за лидерство – неплохо, это даст новый толчок OpenAI и Anthropic, но успеха вновь не будет из-за идиотского позиционирования и ценовой политики.

Должны продавать буквально на порядок дешевле, чтобы компенсировать очень слабые экосистемные решения и крайнюю неэффективность расходования токенов по API.

---

Источник: https://telegram.me/spydell_finance/10187