Meta releases Muse Wonder and Wonder Full long-running agent models
Meta's new models target long-running autonomous agents with 1M context, computer use and multimodal input; the author found code animation only average and compares benchmarks and pricing with Opus 5.5.
Meta, Muse Wonder ve Muse Wonder Full’u yayınladı. Hedef sohbet değil, saatlerce kendi başına çalışan agentlar. Kilnframe için hemen bir deneme yaptım. Kodla animasyon konusunda bana çok başarılı gelmedi. Siz de bakarsınız. → 1M token bağlam → Uzun bir işi planlayıp parçalarını alt agentlara dağıtıyor, araçları aynı anda çağırıyor, hata yapınca kendini toparlıyormuş → Computer use desteği var: tarayıcıyı, masaüstünü ve mobil uygulamaları ekrana bakarak kendisi kullanabiliyor → Metin, görsel, video ve ses alıyor, cevabı sadece metin olarak veriyor Tablodan; → Wonder Full uzun soluklu kodlamada (DeepSWE 79.0) ve uçtan uca iş otomasyonunda önde → Ultra uzun mühendislik görevlerinde (SWE-Marathon) de önde, 57.5'e en yakın rakip 46.3. Burada herkes kendi aracında çalışmış (GPT-6 Astra Codex’te, Fable 5.1 Claude Code’da), yani bu skor model + araç ikilisini ölçüyor → Claude Opus 5.5 ise computer use’da (81.8'e 78.4), terminalde kodlamada (59.6'ya 57.1) ve sıfırdan program yazmada (70.5'e 59.0) hala önde → Sağlık sorularında GPT-6 Astra ve Opus 5.5'in gerisinde → Genel Artificial Analysis endeksinde Opus 5.5 58, Wonder Full 56 → Hukuk agent testinde en yüksek skor Wonder Full’un ama skor 13.1. Yani görevlerin sadece %13'ünü eksiksiz bitirebiliyor. Hukuk işini bu modellere bırakacağımız noktada değiliz :) → Öne çıkan “Personal Superintelligence Index” de Meta’nın kendi iç ölçümü Fiyat ve erişim: → Muse Wonder API’de: 1 milyon girdi token’ı için 4$, 1 milyon çıktı token'ı için 20$ (önbellekten okunan girdi 0,20$) → En güçlü sürüm Full API’de yok, sadece Muse Code aboneliğiyle kullanılabiliyor: aylık 50$'lık Power Usage ve 200$’lık Maximum Usage planlarında Meta bunu “şimdiye kadarki en gelişmiş modelimiz” diye sundu ve en iyi sürümünü API yerine kendi kodlama aracına koydu. Kodlama ve uzun görevlerde ciddi bir alternatif geldi gibi görünüyor, computer use’da ve sıfırdan yazılımda henüz değil.