מיוז וונדר (Muse Wonder)

מה זה מיוז וונדר

מיוז וונדר (Muse Wonder) הוא שם של זוג מודלי שפה ש-Meta הציגה ב-12 באוקטובר 2026: Muse Wonder ו-Muse Wonder Full. שניהם פותחו במעבדת Meta Superintelligence Labs, ו-Meta מתארת אותם כ"המודלים המסוגלים ביותר שלנו", עם ביצועים מובילים במשימות של סוכנים אישיים ומקצועיים. סוכן הוא תוכנה שלא רק עונה על שאלה, אלא מבצעת משימה בכמה צעדים: מחפשת מידע, משתמשת בכלים, כותבת קוד ומדווחת. TechCrunch כינה את Muse Wonder "מודל החזית הראשון" של Meta, כלומר הניסיון הראשון שלה להתחרות ישירות במודלים החזקים ביותר של OpenAI ושל Anthropic. בבלוג המחקר כתבה Meta: "לפני ארבעה עשר חודשים התחלנו בבנייה מחדש, מהיסוד, של מאמצי הבינה המלאכותית שלנו", וכינתה את וונדר "השלב הבא בסולם ההגדלה שלנו". לפי Meta, המודלים אומנו במרכז הנתונים Prometheus, בקנה מידה של ג'יגה־ואט, שלפי TechCrunch נמצא במרכז מדינת אוהיו. מספר הפרמטרים לא פורסם. שתי התכונות ש-Meta שמה במרכז ההשקה נקראות זיכרון פעיל (Active Memory) ומיקוד פעיל (Active Focus).

וונדר, Muse Spark והסוכן מיוז: מי זה מי

במשפחת Muse של Meta יש כמה שמות דומים, וכדאי להפריד ביניהם. Muse Spark הוא מודל השפה הראשון של המשפחה, מאפריל 2026, והגרסה האחרונה שלו היא Muse Spark 1.3. לפי TechCrunch, Spark נבנה כמודל קל שעונה מהר, ואילו מודלי וונדר גדולים ממנו ומצליחים יותר במשימות מורכבות כמו תכנות. Meta כותבת שוונדר "נבנה על העבודה" שהחלה עם Spark, ובגרף שפרסמה Meta, ‏Spark 1.3 משמש נקודת ההשוואה. מיוז, לעומת זאת, אינו מודל אלא מוצר: הסוכן האישי של Meta, שהושק בספטמבר 2026. בהודעת ההשקה שלו כתבה Meta שהוא פועל על Muse Spark. לפי הודעת Meta, וונדר "יפעיל בקרוב חוויות במיוז", בתחילה אצל המנויים. נכון ל-19 באוקטובר 2026 זו הודעה על כוונה, ולא מעבר שהושלם. השם השלישי הוא Muse Code, סוכן התכנות של Meta, שבו זמינים שני מודלי וונדר. והפרט שקל לפספס: Muse Wonder Full אינו אותו מודל בהגדרת חשיבה גבוהה. בתיעוד למפתחים כתבה Meta שהעלאת רמת החשיבה של Muse Wonder ל-max "לא בוחרת בו", ו-DataCamp מסכם ש-Full הוא "מודל נפרד ומסוגל יותר".

זיכרון פעיל: מה זה אומר בפועל

Meta מגדירה זיכרון פעיל כ"היכולת לשאת את מה שחשוב לכם משיחה לשיחה" ולשלוף את הפרטים שרלוונטיים למשימה הנוכחית. החוקרת קאוויה קופרפו אמרה בסרטון ההשקה, כפי שציטט TechCrunch, שהמטרה היא שהמודל "יזכור את מה שחשוב לכם לאורך ימים, שבועות, חודשים ומעבר לכך". DataCamp נותן דוגמה: אם במרץ קבעתם תקציב של 3,000 דולר לריהוט משרד ביתי ובאפריל העליתם אותו ל-4,000 דולר, סוכן עם זיכרון טוב ישתמש במאי בסכום של אפריל בלי שתזכירו לו. ההבדל ממה שהיה קודם, לפי סיכום של GameBusiness, הוא שלא מספיק לשמור שיחות קודמות והעדפות: המודל עצמו אמור לזהות מתי פרט ישן חשוב למשימה חדשה. כאן חשוב להבחין בין שני דברים. מי ששומר את המידע בפועל הוא המוצר, למשל אפליקציה או סוכן, ולא המודל לבדו. DataCamp מציין שאפליקציה שבנויה על ה-API של Meta "עדיין צריכה לשמור את העובדות האלה בעצמה". מה שהמודל מביא הוא היכולת להשתמש נכון בהיסטוריה ארוכה: לבחור את הפרט הנכון ולהעדיף עדכון על פני מידע שהתיישן. זה גם מה שהמבחן הפנימי של Meta, MemoryBench, בודק לפי כרטיס המודל: שליפה של פרטים חשובים בתוך שיחות ארוכות של 64 אלף עד 100 אלף טוקנים, עם שיחות מסיחות ועם הודעות שסותרות או מעדכנות את הפרט המבוקש. חלון ההקשר של המודלים, לפי Meta, הוא 1,048,576 טוקנים. ההכרזה של Meta אינה מפרטת היכן נשמר הזיכרון במוצרים שלה ואיך אפשר לצפות בו או למחוק אותו.

מיקוד פעיל: לא לוותר באמצע

התכונה השנייה, מיקוד פעיל, נוגעת למשימות ארוכות. Meta מתארת אותה כ"היכולת להמשיך לעבוד לעבר המטרה שלכם כשמשימה נעשית קשה": לנסות דרך אחרת, להתמודד עם מכשולים ולהסתגל למידע חדש. לפי Meta, המודל גם מבקש הבהרה כשצריך ובודק מול המשתמש לפני פעולות חשובות. DataCamp נותן דוגמה מעולם התכנות: לתקן את הקוד עצמו, במקום לשנות את הבדיקות כדי שיעברו. את התכונה הזו מודדת Meta במבחן פנימי נוסף, FocusBench, שלפי כרטיס המודל בודק משימות אישיות בתחומים כמו דיור, נסיעות, מחשוב וכספים, ואת היכולת להתמודד עם מכשולים מהעולם האמיתי לאורך כמה אינטראקציות. בהשקה הציגה Meta, לפי Interesting Engineering, הדגמות כמו בניית משחק תלת־ממדי של מטבח מתוך תמונות, ובניית תוכנית ריצה אישית דרך דפדפן ואפליקציות.

מה נמדד, ובידי מי

רוב המספרים מגיעים מ-Meta עצמה. במבחן הזיכרון הפנימי שלה, MemoryBench, דיווחה Meta ש-Muse Wonder קיבל 85.6, לעומת 81.5 ל-Claude Opus 5.5 ו-81.4 ל-GPT-6 Astra, כפי שפורסם ב-GameBusiness. מכיוון ש-Meta גם בנתה את המבחן וגם הריצה אותו, אלה נתונים שלא נבדקו בידי גורם חיצוני. לפי GameBusiness ו-Interesting Engineering, Meta טוענת גם להובלה במבחני תכנות ארוכים, DeepSWE ו-SWE-Marathon. יש גם מדידה חיצונית. חברת המדידה Artificial Analysis העניקה במדד האינטליגנציה שלה, Intelligence Index v4.3, ציון 56 ל-Muse Wonder Full, ציון 52 ל-Muse Wonder וציון 48 ל-Muse Spark 1.3, כולם ברמת החשיבה הגבוהה ביותר. לפי אותה חברה, Wonder Full הגיע לשלושת המקומות הראשונים בשישה מתוך עשרת המבחנים שבמדד, ובמבחן התכנות Terminal-Bench 4.0 עלה מ-33% אצל Spark 1.3 ל-57%. עם זאת, לפי DataCamp, ‏Claude Opus 5.5 עדיין מעליו במדד הכולל, עם 58. Artificial Analysis מדדה גם את העלות להרצת המדד: 4.52 דולר למשימה ל-Muse Wonder, לעומת 1.60 דולר ל-Muse Spark 1.3, ‏5.98 דולר ל-Claude Opus 5.5 ו-3.26 דולר ל-GPT-6 Astra. כרטיס המודל של Meta מציין בעצמו שהביצועים "יכולים להשתנות" לפי ההגדרות, הכלים והסביבה שבה מריצים את המודל.

זמינות, מחיר ומגבלות

Muse Wonder זמין למפתחים דרך Meta Model API, ש-Meta עדיין מגדירה כ"תצוגה מקדימה", ובסוכן התכנות Muse Code. המחיר ב-API, לפי עמוד המודל של Meta, הוא 4 דולר למיליון טוקני קלט, 0.20 דולר למיליון טוקני קלט שנשמרו במטמון ו-20 דולר למיליון טוקני פלט. Muse Wonder Full לא נמכר לפי טוקנים: הוא זמין רק במנוי ל-Muse Code, במסלולים Power ו-Maximum, שלפי DataCamp עולים 50 ו-200 דולר לחודש. המודלים מקבלים טקסט, תמונות, וידאו, שמע וקובצי PDF, אבל מחזירים טקסט בלבד. בתחום הבטיחות, כרטיס המודל קובע שבלי אמצעי הגנה Meta אינה שוללת שהמודל יגיע לסף סיכון גבוה בתחום הכימי והביולוגי, ולכן הוסיפה הגנות. לדבריה, עם ההגנות רמת הסיכון היא "בינונית או נמוכה יותר" בכל התחומים. Meta כתבה שדוח בטיחות מלא "יהיה זמין בקרוב". בין המגבלות שהיא מונה: טעויות בחשיבה רב־שלבית במצבים חדשים, וחולשה בהבנה מרחבית ובמשימות תלת־ממדיות. בנוסף, המודל אינו מיועד למי שמתחת לגיל 18. לסוכנים שמבצעים פעולות בעולם האמיתי, Meta ממליצה להוסיף אישור אנושי לפני פעולות שאי אפשר לבטל.