Muse Wonder от Meta: цена как у Claude Opus 5.5, а в независимом индексе ниже. Кому она нужна

12 октября 2026 года Meta выпустила Muse Wonder, самую способную свою модель. TechCrunch называет её первой моделью Meta уровня лидеров рынка. По данным TechCrunch, в API она стоит как Claude Opus 5.5: $4 за миллион входящих токенов и $20 за миллион исходящих. В независимом индексе Artificial Analysis у неё 52 балла против 58 у Opus. Если ваша автоматизация работает на Claude, GPT или Gemini и устраивает, переходить сейчас, скорее всего, незачем.

Старшая версия Muse Wonder Full набирает 56 баллов, как Claude Sonnet 5.5, но через API её не продают. Ниже разберём, что Meta объявила, что из этого подтверждают независимые замеры, сколько модель стоит в пересчёте на задачу, а не на токен, и в каких случаях её имеет смысл попробовать.

Что выпустила Meta?

Две модели. Meta называет их самыми способными из всех, что у неё были, и делает упор на агентные задачи: разобраться в страховом случае, прочитать договор аренды, собрать работающее приложение. Агентная задача здесь это работа, которую модель выполняет сама в несколько шагов, а не один ответ на вопрос.

API (программный доступ) нужен, чтобы встроить модель в свой сервис, бота или CRM. Токен это единица, которой модели меряют текст; страница русского текста это грубо 500–700 токенов. Контекст показывает, сколько текста модель держит в работе за один раз: миллион токенов вмещает несколько толстых книг.

Muse Code это подписочный продукт Meta для разработчиков, через который доступны обе модели. Цену в API называет TechCrunch со ссылкой на Meta, в самом анонсе Meta цифр нет. Цены подписки Muse Code нет ни в анонсе, ни в TechCrunch, поэтому сравнивать подписку не с чем. Списка стран, где работают API и подписка, в анонсе тоже нет.

Отчёт с дополнительными проверками безопасности Meta обещает опубликовать позже.

Muse Wonder лучше Claude и GPT?

По независимому замеру нет. Artificial Analysis, независимая лаборатория замеров, сводит набор тестов в один индекс и прогоняет их сама. На 14 октября картина такая:

Все замеры на максимальном уровне рассуждений (сколько модель «думает» перед ответом), кроме Argon (уровень high). Источник: страницы моделей на artificialanalysis.ai, 14.10.2026.

Meta сравнивает себя иначе. По её собственным тестам, которые TechCrunch пересказывает со ссылкой на model card (техническое описание модели), Muse Wonder и Wonder Full выходят на уровень Fable 5.1 и GPT-6 Astra, а на тесте памяти MemoryBench Muse Wonder набирает больше, чем Fable, Opus и Astra. Сырых цифр по памяти в анонсе нет, и это замер самой Meta. Независимого подтверждения на 14 октября мы не нашли.

Сколько стоит Muse Wonder на деле?

Цена за токен одинаковая с Opus, а за задачу Muse Wonder дешевле и Opus, и Sonnet. Причина в многословности. Модели с рассуждениями сначала «думают» про себя, и эти скрытые рассуждения тоже оплачиваются как исходящие токены. Чем больше модель думает, тем дороже ответ при той же цене за токен.

На прогоне индекса Muse Wonder написала 130 млн исходящих токенов, Opus 5.5 260 млн, Sonnet 5.5 420 млн. Поэтому одна задача индекса обходится в $4,52 у Muse, $5,98 у Opus и $5,46 у Sonnet. Это данные Artificial Analysis, а не прайс.

Теперь наш вывод из той же таблицы. Если считать цену за балл, Muse Wonder проигрывает двум моделям вдвое дешевле её по прайсу. GPT-6.1 Sol набирает те же 52 балла за $0,72, то есть примерно в шесть раз дешевле за задачу. Gemini 4 Argon набирает 53 за $1,99, это чуть больше двух раз дешевле. Против Claude у Muse расклад другой: Sonnet 5.5 на 4 балла умнее и на 21% дороже за задачу, Opus 5.5 на 6 баллов умнее и на 32% дороже.

Проценты и кратность посчитаны нами по цифрам Artificial Analysis.

Чтобы почувствовать разницу на своём масштабе, возьмём условный пример. Бот разбирает 1 000 заявок в месяц, на каждую уходит 2 000 входящих токенов (текст заявки и инструкция) и 500 токенов видимого ответа. По прайсу Muse Wonder и Opus 5.5 это $8 за вход и $10 за выход, итого $18 в месяц. У Sonnet 5.5, Argon и Sol те же объёмы стоят $9. Это нижняя граница: скрытые рассуждения добавляются к выходу, и у многословной модели счёт вырастает в разы. Поэтому от сравнения по прайсу без пробного прогона мало толку, а сумма в счёте за тестовую неделю скажет больше таблицы. Стоимость задачи индекса не равна стоимости вашей задачи: у бота поддержки или разбора заявок соотношение входа и выхода другое.

А по скорости?

Здесь у Muse Wonder сильная сторона. Artificial Analysis меряет две вещи: скорость печати ответа и время до первого куска ответа, куда входят и скрытые рассуждения.

Замеры на максимальном уровне рассуждений, через API самих разработчиков, Artificial Analysis на 14.10.2026. Скорость Gemini 4 Argon не замерена.

На максимальном уровне Claude и GPT-6.1 Sol думают минутами, а Muse начинает отвечать примерно через 40 секунд. По сравнению с Claude причина та же, что у низкой цены за задачу: Muse рассуждает вдвое-втрое меньше, и это часть её отставания в индексе. Sol пишет ещё меньше Muse, но ответа от него всё равно ждут дольше, так что время до ответа зависит не только от объёма рассуждений. Сравнивать стоит не время до ответа, а время до годного результата. Для живого чата с клиентом не годится ни то, ни другое: там ставят низкий уровень рассуждений, и цифры будут другими. Как это выглядит на младшей модели, мы разбирали в статье о Claude Haiku 5.5. Для фоновых задач, где результат ждут в пределах минуты, разница между 39 секундами и 4,5–11 минутами заметна.

Кому из бизнеса Muse Wonder может пригодиться?

Мы видим три случая, когда её стоит попробовать на своих задачах.

1. Длинные задачи с памятью. Meta делает ставку на Active Memory. По её описанию, модель переносит важное между разговорами и подтягивает нужные детали к задаче. Если вы строите ассистента, который неделями ведёт одного клиента или проект, это заявленная сильная сторона. Подтверждать её придётся своими тестами, потому что независимых цифр нет. Вторая заявленная способность, Active Focus: модель не бросает трудную задачу, пробует другие подходы и уточняет, прежде чем сделать важный шаг. Это тоже слова Meta.
2. Фоновая работа на максимальном уровне рассуждений, где важна скорость. Отчёт, сводка по документам, разбор переписки, где Opus думает 10 минут, а результат нужен через минуту.
3. Вы уже работаете с Meta. Meta обещает, что Muse Wonder будет работать в агенте Muse, сначала у подписчиков. Про WhatsApp, Instagram и рекламный кабинет в анонсе ни слова, так что встроенность в бизнес-инструменты Meta в анонсе не заявлена.

Кому переходить незачем: тем, у кого автоматизация уже работает на Claude, GPT или Gemini и устраивает по качеству. При той же цене за токен Opus умнее, а при вдвое меньшей Sonnet умнее и Argon не хуже. По стоимости задачи Sonnet при этом выходит дороже Muse. Если главный критерий цена, GPT-6.1 Sol даёт тот же балл в шесть раз дешевле за задачу; сравнение Sol и Sonnet мы делали в отдельном разборе.

Как проверить Muse Wonder на своих задачах?

Надёжнее всего проверить модель на ваших собственных задачах. Хватит двадцати.

1. Возьмите 20 типовых задач из вашей работы: заявки, письма, договоры, ответы клиентам. Уберите из них персональные данные.
2. Прогоните их через Muse Wonder и через модель, на которой работаете сейчас, с одинаковой инструкцией.
3. Посчитайте фактическую стоимость по счёту, а не по прайсу: многословность может изменить итог сильнее, чем цена за токен.
4. Дайте результаты сотруднику, который делает эту работу руками, без подписи, где какая модель. Пусть выберет лучшие.
5. Засеките время ответа. Если клиент ждёт, это отдельный критерий.

Если Muse выигрывает у вашей модели по качеству и не проигрывает по цене, тогда есть повод переходить. Как считать, окупится ли внедрение вообще, мы разбирали в статье об окупаемости ИИ в бизнесе. Общая картина по линейке Claude и GPT на осень 2026 года собрана в разборе Claude Opus 5.5 и GPT-6.