A Meta új határok áttörő modelljei az élvonalba léptek
A Meta bemutatta új élvonalbeli modelljeit, a Muse Wonder és Muse Wonder Full változatokat, amelyekkel a cég visszakerült az AI-fejlesztők elitjébe. Az Artificial Analysis Intelligence Index v4.3 rangsorában a Wonder Full 56, az alapmodell 52 pontot ért el, jelentősen felülmúlva a korábbi Muse Spark 1.3 48 pontos eredményét. A Vals AI listáján a Wonder Full az ötödik helyen debütált, megelőzve az összes OpenAI-modellt.
A legnagyobb ugrás az autonóm ügynöki feladatok és a programozás terén látható: a Terminal-Bench 4.0 teszten a teljesítmény 33-ról 57 százalékra nőtt, a kódolási indexen elért 68 pontjával pedig beérte a Claude Code Sonnet 5.5-öt. A matematikai bizonyításokat vizsgáló ProofBench felmérésen a korábbi 58 helyett 94 feladatot oldott meg a százból. A modellek egymillió tokenes kontextusablakot kezelnek, multimodálisak, és két új funkciót kaptak: az információkat megjegyző „Active Memoryt”, valamint a bonyolult feladatok kitartó megoldását támogató „Active Focust”.
A lexikális ténytudás ugyanakkor gyenge pont maradt – az AA-Omniscience teszten elért 30 pont jóval elmarad a riválisoktól –, ám a hallucinációs ráta 33-ról 23 százalékra esett vissza. A számottevő fejlődésnek azonban ára van: a feladatonkénti költség 1,60-ról 4,52 dollárra ugrott, az input tokenek ára pedig négyszeresére nőtt.