Meta revient dans la course aux modèles frontière avec Muse Wonder
Hysteria
Meta a lancé lundi Muse Wonder, sa nouvelle famille de modèles de pointe dont les performances rivalisent avec celles d’Opus 5.5 et de GPT-6. Les modèles concernés, présentés comme particulièrement doués pour les tâches au long cours et les missions déléguées à un agent, sont accessibles via API ou au travers d’un abonnement Muse Code.
Après de multiples redémarrages, des restructurations et des (dizaines de) milliards de dollars investis dans son Meta Superintelligence Labs, la maison-mère de Facebook affirme être revenue dans la course aux modèles de pointe. Meta a en effet présenté lundi 12 octobre une famille de deux grands modèles de langage généralistes baptisée Muse Wonder, dont les performances sont censées tenir la dragée haute aux références concurrentes que sont Opus 5.5 chez Anthropic et GPT-6 Astra chez OpenAI.
« La série Muse Wonder atteint des résultats de pointe sur les principaux critères de référence pour les agents personnels et professionnels, la mémoire et le code », revendique Meta, qui affirme avoir consacré 14 mois de travaux à ces nouveaux modèles, entraînés dans son premier datacenter majeur dédié à l’IA, Prometheus.
Un modèle au niveau des concurrents
D’après Meta, la version Muse Wonder Full obtiendrait ainsi un score de 56 dans la suite de tests de performances d’Artificial Analysis, contre 58 pour Claude Opus 5.5 et 53 pour Claude Fable 5.1 ou GPT-6 Astra. La version standard Muse Wonder affiche quant à elle un score global de 52, équivalent à celui de GPT-6.1 Sol et en retrait de seulement 1 point par rapport à Gemini 4 Argon. Le précédent modèle de pointe de Meta, Spark 1.3, culminait quant à lui à 48.

Sur des tests plus spécifiques, Meta revendique (sur la base de ses propres relevés) la première place en code, notamment sur les tâches au long cours, mais aussi en automatisation de processus, en finances ou sur des missions relevant du juridique.
C’est aussi, et surtout, vers l’utilisation de l’IA générative en tant qu’agent que se sont concentrés les efforts de Meta, c’est-à-dire la capacité du modèle à orchestrer et à mettre en œuvre lui-même les ressources nécessaires au traitement d’une requête complexe. Sur ce volet, Meta avance deux optimisations spécifiques.
La première, baptisée Active Memory, consiste en la capacité à se rappeler des échanges passés avec l’utilisateur, pour que le modèle tienne toujours compte du contexte général et des informations données lors de précédentes requêtes. Meta utilise ici une appellation marketing pour une fonction intégrée à tous les modèles concurrents. Elle revendique cependant une efficacité supérieure : en la matière, Muse Wonder obtient un score de 85,6 % sur un benchmark interne, contre 81,5 % pour Opus 5.5 ou 81,4 % pour GPT-6 Astra.
La seconde, Active Focus, relève elle aussi du marketing, puisqu’elle désigne la façon dont le modèle est censé persévérer et explorer des chemins de traverse lors de la résolution d’un problème complexe. Là aussi, Meta met en avant une évaluation interne, qui confère à Muse Wonder Full un score de 54,2 %, contre 47,7 % pour GPT-6 Astra, 45,8 % pour Opus 5.5 et 44,9 % pour Muse Wonder.
Un focus sur les tâches agentiques
D’après Meta, les deux nouveaux modèles présenteraient aussi des capacités d’adaptation intéressantes lorsqu’ils sont confrontés à des requêtes inédites, précisément parce qu’ils ont été entraînés sur un corpus particulièrement large.
« Cette amélioration s’explique par le fait que Muse Wonder et Muse Wonder Full s’appuient sur des modèles de base plus vastes et plus robustes : une base plus solide génère des gains post-entraînement qui se transposent plus efficacement aux tâches inconnues. Cette polyvalence est particulièrement importante pour les agents personnels, qui doivent gérer de nombreuses combinaisons d’objectifs, d’outils et de contraintes – dont certaines ne peuvent être anticipées lors de l’entraînement », décrit l’entreprise.
L’argument n’est pas anodin pour Meta : le groupe commercialise depuis le 8 septembre dernier aux États-Unis l’accès à un agent grand public, Muse, censé pouvoir réaliser des tâches du quotidien (achats en ligne, réservations, réponse aux messages ou aux appels téléphoniques etc.) pour le compte de ses utilisateurs. Initialement basé sur les modèles Muse Spark et souffrant de quelques lacunes, ce dernier devrait rapidement profiter des capacités offertes par Muse Wonder.
En matière de code ou de requêtes dangereuses, Meta assure enfin avoir particulièrement bien protégé ses modèles Muse Wonder, « tout en préservant l’accès aux capacités cyber de pointe à des fins défensives ».
Des prix calés sur ceux d’Anthropic
Si Meta dispose déjà d’une immense base de contacts via ses outils sociaux, reste la question du prix. Au lancement de l’agent de programmation Muse Code, en août dernier, Meta affichait des tarifs très compétitifs pour tenter d’imposer ses modèles Spark face à une concurrence supérieure sur le plan des performances.

Les nouveaux venus s’affichent à un prix censé refléter leur nouvelle promesse. Muse Wonder, doté d’une fenêtre de contexte d’un million de tokens, est facturé 4 dollars le million de tokens en entrée contre 20 dollars en sortie via API, et 0,20 dollar pour la lecture du cache, soit exactement les tarifs pratiqués par Anthropic pour Claude Opus 5.5. La version Wonder Full est quant à elle réservée aux souscripteurs d’un abonnement Muse Code, à partir de la formule « Utilisation intensive » facturée (en France) 42,99 euros par mois.
Notons pour finir que les modèles Muse Wonder sont pour l’instant réservés à Meta, et distribués de façon « fermée » : il n’est pas possible de télécharger les poids ou de les installer en local. Le groupe n’a toutefois pas abandonné l’approche ouverte, mais il faudra à ce niveau se contenter de Muse Glimmer, un modèle moins ambitieux (30 milliards de paramètres), distillé à partir de la famille Muse Spark.





