Meta выпустила Muse Wonder и Wonder Full что умеют новые нейросети и сколько стоит доступ

Meta представила две новые нейросети — Muse Wonder и Muse Wonder Full, предназначенные для сложных рабочих задач, программирования и автономных ИИ-агентов. Официальный анонс состоялся 12 октября 2026 года. Обычная Muse Wonder уже доступна разработчикам через Meta Model API и Muse Code, а более мощная Wonder Full предлагается подписчикам Muse Code.

Главное отличие новых моделей — возможность сохранять значимый контекст между разговорами и продолжать выполнение многоэтапных заданий. Для этого Meta разработала функции Active Memory и Active Focus. Компания заявляет, что Muse Wonder способна конкурировать с передовыми моделями OpenAI и Anthropic, однако опубликованные разработчиком результаты ещё не доказывают превосходство во всех реальных сценариях.

Коротко: что известно о Muse Wonder на 13 октября 2026 года

Muse Wonder — новая модель Meta для разработки приложений, анализа информации и работы ИИ-агентов. Она уже доступна через API с оплатой по токенам. Muse Wonder Full предназначена для более сложных задач и распространяется через подписку Muse Code. Для массового пользовательского помощника Muse интеграция новой модели только готовится.

Характеристика

Muse Wonder

Muse Wonder Full

Разработчик

Meta Superintelligence Labs

Meta Superintelligence Labs

Дата анонса

12 октября 2026

12 октября 2026

Основное назначение

Программирование, анализ и работа агентов

Особенно сложные многоэтапные задачи

Доступ

Meta Model API, Muse Code

Подписка Muse Code

Входные токены API

$4 за 1 млн

Отдельный публичный API-тариф не объявлен

Выходные токены API

$20 за 1 млн

Отдельный публичный API-тариф не объявлен

Память между задачами

Active Memory

Active Memory

Работа над длительной задачей

Active Focus

Active Focus

Полностью бесплатный доступ для всех

Не подтверждён

Не подтверждён

Обе модели представлены официально, но доступ к ним различается. Наличие аккаунта в социальных сервисах Meta само по себе не означает, что пользователь уже может выбрать Wonder Full.

Что такое Meta Muse Wonder и почему о ней заговорили

Muse Wonder — новая модель искусственного интеллекта, разработанная Meta Superintelligence Labs. Компания создаёт её как основу для персональных и профессиональных ИИ-агентов.

В отличие от обычного чат-бота, который отвечает на отдельные сообщения, агентная система может работать с последовательностью действий: изучать документы, пользоваться инструментами, исправлять ошибки и выполнять части задачи до получения результата.

Meta приводит несколько примеров применения новых моделей:

• Разбор договора аренды с выделением условий и потенциальных рисков.

• Подготовка информации для обращения в страховую компанию.

• Работа с финансовыми документами.

• Создание программного приложения.

• Исправление ошибок в коде.

• Выполнение многоэтапных задач с использованием внешних инструментов.

Такие сценарии требуют не только способности генерировать текст. Важны понимание исходных документов, сохранение контекста и возможность проверять промежуточные действия.

Именно на этих направлениях компания сосредоточила разработку Muse Wonder.

Чем новая модель отличается от прежних продуктов Meta

Ранее Meta развивала семейство Muse Spark и персонального помощника Muse.

Wonder представляет следующий этап: более сложные модели для разработчиков и профессиональных пользователей, которым нужны длительные рабочие процессы.

По официальному описанию, линейка ориентирована на задачи, где требуется несколько последовательных решений, а не один короткий ответ.

Это не означает, что прежние модели немедленно отключат. Meta планирует постепенно расширять использование новой технологии в своих продуктах.

Active Memory: как работает память новой нейросети

Одна из главных функций Muse Wonder называется Active Memory.

Она предназначена для сохранения значимых сведений между разговорами, чтобы пользователю не приходилось каждый раз объяснять задачу с самого начала.

Например, разработчик работает над приложением несколько дней.

В первый день он описывает архитектуру проекта. Во второй просит исправить модуль авторизации. Позже возвращается к настройке базы данных.

В обычной системе пользователь иногда вынужден повторять исходные требования или прикладывать ранее подготовленные документы.

Active Memory должна помогать сохранять полезный контекст и возвращать его в подходящий момент.

Какие сведения может учитывать память

По описанию Meta, механизм ориентирован на информацию, которая помогает продолжать работу над задачами и учитывать предпочтения пользователя.

Предполагаемые практические сценарии:

• Сохранение важных требований к проекту.

• Продолжение работы над ранее начатым заданием.

• Учет ограничений, которые пользователь уже объяснил.

• Возврат к документам и решениям из предыдущего взаимодействия.

При этом не следует считать память абсолютной.

Без самостоятельного тестирования нельзя утверждать, что система безошибочно вспомнит любые сведения через несколько месяцев или одинаково хорошо работает со всеми видами информации.

Что с конфиденциальностью

Долговременная память делает взаимодействие удобнее, но одновременно повышает важность управления личными данными.

Перед загрузкой договоров, финансовых документов или конфиденциальных материалов необходимо изучать условия обработки информации и настройки доступа.

Если агент подключён к рабочим приложениям, важно понимать, какие именно разрешения ему предоставлены.

Active Focus: почему ИИ может продолжать задачу после ошибки

Вторая новая технология — Active Focus.

Meta описывает её как механизм, помогающий модели удерживать цель при выполнении сложного процесса.

Если первоначальный подход не сработал, система должна попытаться найти другой способ решения, обработать возникшую ошибку и продолжить работу.

Речь идёт не о бесконтрольном выполнении любых операций.

По информации Meta, агент должен обращаться к пользователю за уточнениями и запрашивать подтверждение перед важными действиями.

Пример использования в программировании

Представим, что пользователь просит разработать небольшое веб-приложение для учёта расходов.

Рабочий процесс может включать несколько этапов:

1. Создание структуры проекта.

2. Подготовку интерфейса.

3. Разработку функций добавления расходов.

4. Проверку работы приложения.

5. Обнаружение ошибки.

6. Исправление проблемного участка.

7. Повторную проверку результата.

Active Focus предназначена для поддержки подобных последовательностей.

Однако качество работы по-прежнему зависит от предоставленных инструментов, исходных требований и способности модели правильно интерпретировать ошибки.

Почему подтверждение действий остаётся необходимым

Автономный агент может взаимодействовать с файлами, документами и подключёнными приложениями.

Если ему разрешены операции изменения или удаления данных, последствия ошибки могут оказаться существенными.

Поэтому безопасная реализация должна предусматривать ограничения полномочий и проверку важных операций.

Особенно это относится к платежам, отправке сообщений третьим лицам, изменению конфигурации серверов и обработке персональных данных.

Muse Wonder и Wonder Full: в чём разница

Meta представила две версии, но не раскрыла одинаковый набор коммерческих условий для обеих.

Muse Wonder — основная модель семейства, доступная разработчикам через Meta Model API и Muse Code.

Muse Wonder Full — более мощный вариант для сложных заданий, который компания предлагает подписчикам Muse Code.

Таким образом, выбор зависит не только от задачи, но и от доступного способа подключения.

Задача

Muse Wonder

Muse Wonder Full

Интеграция с собственным приложением через API

Доступна

Отдельная доступность API не подтверждена

Разработка программного кода

Поддерживается

Поддерживается

Работа с несколькими этапами задания

Поддерживается

Основное направление

Длительные агентные процессы

Предусмотрены

Предусмотрены

Использование в Muse Code

Да

По подписке

Подключение обычного пользователя через приложение Muse

Запланировано

Массовая доступность не подтверждена

Здесь важно не подменять условия доступа выводами о качестве. Нельзя считать, что Wonder Full выполняет любую задачу лучше только потому, что она позиционируется как более мощная.

Для этого нужны сравнимые тесты.

Сколько стоит Muse Wonder API

Meta объявила стоимость использования Muse Wonder через API:

• $4 за миллион входных токенов.

• $20 за миллион выходных токенов.

Входными считаются токены, передаваемые модели: инструкция, сообщение пользователя и другие данные запроса.

Выходные токены — информация, которую нейросеть генерирует в ответ.

Цены опубликованы в официальном материале для разработчиков Meta от 12 октября.

Пример расчёта стоимости одного запроса

Предположим, приложение отправляет 2 000 входных токенов и получает ответ объёмом 800 токенов.

Стоимость входа:

2 000 / 1 000 000 × $4 = $0,008.

Стоимость выхода:

800 / 1 000 000 × $20 = $0,016.

Итог:

$0,024 за один API-вызов.

Если приложение выполнит 10 000 таких обращений, базовый расход составит $240.

Это расчёт по опубликованной цене токенов. Он не учитывает возможные дополнительные инструменты, повторные вызовы, налоги и другие условия использования.

Сколько стоит Muse Wonder Full

На 13 октября Meta распространяет Wonder Full через подписку Muse Code.

В документации упоминаются планы Power Usage и Maximum Usage, причём последний предусматривает увеличенные лимиты по сравнению с Everyday Usage.

Однако объявленные цены обычного Muse Wonder API нельзя автоматически применять к Wonder Full.

Для оценки расходов необходимо проверять конкретный тариф Muse Code и действующие ограничения подписки.

Если вам нужно сравнить стоимость нескольких API-моделей на одинаковой нагрузке, воспользуйтесь калькулятором токенов ChatGPT, Claude и Gemini.

Как получить доступ к Muse Wonder

Meta уже открыла Muse Wonder для разработчиков через собственную платформу.

Основные официальные адреса:

• https://dev.meta.ai/ — инструменты для разработчиков.

• https://dev.meta.ai/resources/blog/build-with-muse-wonder — инструкции по новым моделям.

• https://research.meta.ai/blog/muse-wonder — техническое описание.

• https://about.fb.com/news/2026/10/introducing-muse-wonder-models/ — официальный анонс.

Доступ через Meta Model API

Для программного подключения необходимо открыть платформу разработчиков Meta, проверить доступность Muse Wonder для своей учётной записи и изучить условия API.

Перед созданием приложения уточните действующие тарифы, лимиты и правила обработки данных.

Наличие API означает возможность программной интеграции, но не гарантирует отсутствие региональных ограничений.

Доступ через Muse Code

Meta также предлагает Muse Wonder в Muse Code — инструменте для программирования и агентных процессов.

Wonder Full предоставляется через подписку.

Официальная инструкция Meta содержит команду установки Muse Code для поддерживаемых Unix-подобных систем:

`curl -fsSL https://dev.meta.ai/install.sh | bash`

Эта команда предназначена для соответствующего терминального окружения. Не следует вставлять её непосредственно в стандартный Windows PowerShell и ожидать одинакового результата.

Перед запуском установочных скриптов ознакомьтесь с документацией и требованиями к операционной системе.

Когда Muse Wonder появится у обычных пользователей

Meta сообщила, что Wonder станет основой новых возможностей персонального помощника Muse.

Сначала обновление планируется для подписчиков.

Точная дата массового доступа для всех пользователей в официальном анонсе не названа.

Muse Wonder против ChatGPT и Claude

Meta позиционирует новое семейство как конкурента передовых моделей OpenAI и Anthropic.

Компания опубликовала результаты внутренних сравнений, показывающие сильные способности Wonder в профессиональных заданиях и работе агентов.

Однако опубликованные разработчиком тесты не следует воспринимать как универсальный рейтинг.

В разных задачах результаты могут существенно отличаться.

Как правильно сравнивать модели

Критерий

Что проверять

Программирование

Прохождение автоматических тестов

Работа с документами

Точность извлечения условий и фактов

Аналитика

Корректность выводов и расчётов

Агентные задачи

Выполнение процесса без нежелательных действий

Память

Правильное использование сведений из предыдущих заданий

Стоимость

Расходы на успешно выполненную задачу

Доступность

Возможность использовать выбранную модель сейчас

Для сравнения одной модели с другой нужны одинаковые входные данные, условия доступа и критерии проверки.

Например, при создании приложения полезно оценивать не только скорость генерации кода, но и количество ошибок, необходимость ручных исправлений и работу итогового продукта.

У AI News Lab есть отдельное руководство по GPT-6 в ChatGPT и Claude AI на русском, где рассматриваются возможности соответствующих продуктов.

Что можно попробовать с Muse Wonder: три практические задачи

Необязательно начинать с разработки сложной автономной системы.

После получения доступа полезно проверить модель на небольших заданиях, которые можно воспроизвести и объективно оценить.

Задача № 1. Разбор договора

Пример запроса:

«Проанализируй приложенный договор аренды.

Выдели размер платежей, сроки, условия продления, основания расторжения и обязанности сторон.

Для каждого вывода укажи конкретный раздел документа.

Если условия отсутствуют, не придумывай их.

Отдельно перечисли формулировки, которые требуют проверки юристом.

Не делай окончательных правовых выводов без подтверждения применимого законодательства».

Что проверять: точность ссылок на пункты договора и отсутствие вымышленных условий.

Задача № 2. Создание приложения

Пример запроса:

«Создай небольшое веб-приложение для учёта личных расходов.

Используй HTML, CSS и JavaScript.

Добавь категории расходов, фильтрацию по датам, сумму за выбранный период и экспорт CSV.

Сделай адаптивный интерфейс.

Не используй внешние платные API.

Добавь проверку числовых значений и защиту от некорректного пользовательского ввода.

Предоставь исходные файлы, порядок запуска и контрольные сценарии тестирования».

Что проверять: запуск, корректность расчётов, экспорт и работу с ошибочными значениями.

Задача № 3. Анализ финансовой таблицы

Пример запроса:

«Проанализируй приложенную таблицу расходов компании за шесть месяцев.

Найди категории с наибольшим ростом расходов и рассчитай изменения в процентах.

Укажи используемые формулы.

Не выдумывай отсутствующие данные.

Отдельно покажи разовые расходы, если в таблице есть соответствующие признаки.

Сформулируй выводы, которые можно подтвердить исходными числами».

Что проверять: арифметику, трактовку столбцов и соответствие выводов исходным данным.

Эти задания предназначены для самостоятельного тестирования. Редакция AI News Lab не утверждает, что провела их на Muse Wonder и получила определённые результаты.

Почему память ИИ-агента одновременно полезна и рискованна

Долговременное сохранение контекста помогает пользователю продолжать работу без повторения всех деталей.

Но для такого механизма особенно важны правила доступа и контроля информации.

Представим, что агент подключён к корпоративной почте и хранилищу документов.

Если система ошибочно использует сведения из одного проекта при работе над другим, может возникнуть риск раскрытия конфиденциальных данных.

Именно поэтому профессиональным пользователям следует проверять условия хранения памяти, возможности её изменения и удаления, а также разрешения подключённых инструментов.

Meta заявляет, что обучала Wonder ограничивать нежелательную передачу личной информации и выполнять важные действия с подтверждением.

Но заявление разработчика не заменяет независимой проверки конкретного рабочего процесса.

Открытые или закрытые модели: можно ли скачать Muse Wonder на ПК

На 13 октября 2026 года Meta представила Muse Wonder через API и Muse Code.

Официальный анонс не подтверждает, что веса Muse Wonder или Wonder Full доступны для свободного скачивания и локального запуска.

Это важное отличие от открытых моделей, которые можно установить на собственный компьютер через Ollama.

Если задача — запускать ИИ без платных облачных запросов, можно рассмотреть локальные Qwen, Gemma, DeepSeek и другие доступные модели.

Мы подготовили отдельную инструкцию по установке Ollama и выбору локальной нейросети.

При выборе учитывайте объём видеопамяти, оперативную память, лицензии и размер контекста.

Частые вопросы

Что такое Muse Wonder?

Muse Wonder — новая модель Meta для программирования, профессионального анализа и автономных агентных задач, представленная 12 октября 2026 года.

Чем Muse Wonder Full отличается от обычной версии?

Wonder Full позиционируется как более мощная модель для сложных многоэтапных заданий и доступна по подписке Muse Code. Обычная Wonder также предоставляется через Meta Model API.

Сколько стоит Muse Wonder API?

Официальная цена — $4 за миллион входных токенов и $20 за миллион выходных токенов.

Можно ли пользоваться Muse Wonder бесплатно?

Общедоступный постоянный бесплатный режим для всех пользователей в официальном анонсе не подтверждён. Условия API и подписки необходимо проверять отдельно.

Когда Muse Wonder появится в приложении Muse?

Meta планирует добавить новые возможности сначала подписчикам, но точную дату общего развёртывания пока не назвала.

Доступна ли Muse Wonder в России?

Официальный анонс не подтверждает доступность сервиса для пользователей из России. Перед регистрацией и оплатой необходимо проверить региональные ограничения.

Лучше ли Muse Wonder, чем ChatGPT?

У Meta есть собственные сравнительные результаты, однако они не подтверждают превосходства во всех задачах. Практический выбор требует проверки одинаковых сценариев.

Можно ли скачать Muse Wonder на компьютер?

Публичный доступ к весам новых моделей в официальном анонсе не объявлен. Основные способы использования — Meta Model API и Muse Code.

Подходит ли Muse Wonder для программирования?

Да, программирование и выполнение агентных задач названы среди основных направлений модели. Качество результата нужно оценивать тестированием созданного кода.

Что означает запуск Muse Wonder для рынка нейросетей

Meta усиливает конкуренцию с OpenAI, Anthropic и Google в области моделей, способных выполнять продолжительные задания.

Новая линейка делает ставку на три направления: профессиональное программирование, сохранение значимого контекста и работу автономных агентов.

При этом ключевые вопросы остаются открытыми: насколько устойчиво модели используют память, как справляются с ошибками и какую экономическую пользу дают в реальных проектах.

Для разработчиков наиболее важная новость уже произошла — Muse Wonder стала доступна через API. Для обычных пользователей следующий этап будет связан с интеграцией новых возможностей в помощника Muse.

Окончательные выводы о преимуществе Wonder над конкурентами потребуют независимых испытаний.

Официальные источники

1. Meta — Introducing Muse Wonder and Muse Wonder Full, 12 октября 2026 года.

2. Meta AI Research — Muse Wonder, 12 октября 2026 года.

3. Meta Developers — Build with Muse Wonder, 12 октября 2026 года.

4. Reuters — Meta releases Muse Wonder AI models, 12 октября 2026 года.

*Дата редакционной проверки — 13 октября 2026 года. Доступность и характеристики описаны на основании официальных публикаций Meta. Собственное тестирование моделей редакцией не проводилось.*

Правовая информация для читателей из России. Компания Meta Platforms Inc. признана экстремистской организацией, её деятельность запрещена на территории Российской Федерации. Упоминание Meta и её технологий в материале носит исключительно информационный характер и не является рекламой или призывом к использованию запрещённых сервисов.