Meta veröffentlicht mit Muse Wonder sein erstes Frontier-Modell: „Active Memory“ im Fokus, Preise wie bei GPT-6 Sol

Am 12. Oktober 2026 hat Meta Superintelligence Labs zwei neue Modelle veröffentlicht: Muse Wonder und Muse Wonder Full. TechCrunch nennt sie Metas ersten Versuch bei einem Frontier-Modell. The Verge schreibt, Meta hole im KI-Rennen verlorene Zeit auf. Wired meint, das Paar bringe Meta zurück an die Spitze. Die Blickwinkel unterscheiden sich, die Tatsache dahinter ist dieselbe: Meta hat endlich etwas geliefert, das sich in einer Tabelle neben den Flaggschiffen von OpenAI und Anthropic vergleichen lässt. Zuerst das Produkt. Muse Wonder wird über die Meta Model API verkauft, zu 4 Dollar je Million Eingabe-Token und 20 Dollar je Million Ausgabe-Token. TechCrunch weist darauf hin, dass dies ungefähr dem Preis von GPT-6 Sol oder Claude Opus 5.5 entspricht. Muse Wonder Full ist die stärkere Variante, steht nur Abonnenten von Muse Code offen und wird nicht über die API angeboten. Beide Modelle sollen außerdem Metas Muse-Agenten antreiben. The Verge ergänzt, Meta wolle zunächst mit Abonnenten beginnen und später spezialisierte Modelle entwickeln, die es „allen Nutzern von Muse“ anbieten könne; Einzelheiten und einen Zeitplan nannte der Konzern nicht.

Nun die Leistungsangaben, die samt und sonders von Meta stammen. Laut Modellkarte erreichen beide Modelle Benchmark-Werte, die mit Fable 5.1 und GPT-6 Astra vergleichbar sind. The Verge formuliert es so, dass Meta mit GPT-6 Astra, Claude Opus 5.5 und Fable 5.1 mithalten wolle, und merkt an, es sei unklar, wie sich die Modelle gegenüber Googles Gemini 4 Argon schlagen. Wired wird konkreter. Nach Metas Angaben übertrifft die größte Version im Artificial Analysis Intelligence Index Anthropics zweitbestes Modell Fable 5.1 und liegt knapp hinter dem besten, Claude Opus 5.5. Bei einigen Spezial-Benchmarks, darunter der Arbeit mit Rechtsdokumenten und dem Bau von Software, liege es vor GPT-6 Astra und beiden Claude-Modellen. Wired schreibt offen, dass Benchmarks reale Leistung nicht immer verlässlich messen. Ein unabhängiges Labor hat bislang nichts davon nachgeprüft.

Das Besondere am Start ist, dass Meta das Modell damit verkauft, dass es sich an Sie erinnert. Die Fähigkeit heißt „Active Memory“ und wird um eine zweite Funktion ergänzt, „Active Focus“. Wired beschreibt beide als Mittel, Agenten wirksamer und weniger fehleranfällig zu machen: Sie halten das Modell auf dem genannten Ziel, damit es bei komplexer Recherche oder einem großen Softwareprojekt nicht abdriftet, wo ein einzelner Ausrutscher zu teuren Folgefehlern anwachsen kann. Im Startvideo sagte die Forscherin Kavya Kopparapu, das Team habe enorm viel Mühe darauf verwendet, dass das Modell sich über Tage, Wochen, Monate und länger merkt, was für Sie wichtig ist. Im MemoryBench, einem Test für kontinuierliches Lernen und Gedächtnisaufbau, liegt Muse Wonder nach Metas Angaben vor Fable, Opus und Astra. Auch der Hintergrund zählt. TechCrunch berichtet, es sei die erste Frontier-Veröffentlichung, seit Scale-AI-Gründer Alexandr Wang im August vergangenen Jahres Metas KI-Arbeit neu aufgestellt hat. Seitdem brachte Meta das leichte, latenzarme Muse Spark (Wired datiert die Ankündigung auf April), den Muse-Agenten, das Bildmodell Muse Image und ein kleines Open-Weight-Modell namens Muse Glimmer heraus und kündigt größere Open-Weight-Modelle an. Meta, das mit der Llama-Reihe einst die Open-Weight-KI anführte, geriet nach mehreren enttäuschenden Versionen ins Hintertreffen. Laut Metas Beitrag wurden die neuen Modelle im Rechenzentrum Prometheus in Zentral-Ohio trainiert, das Anfang des Jahres in Betrieb ging. Wired merkt an, dass Meta nicht offengelegt hat, wie die Modelle gebaut und trainiert wurden. Die Sicherheit ist der zweite Strang. Wired berichtet, Meta habe viel Arbeit darauf verwendet, Muse Wonder das Verweigern gefährlicher Ausgaben beizubringen, etwa Rezepte für Biowaffen oder Hilfe beim Hacken, und schneide in Benchmarks zur Widerstandsfähigkeit gegen solche Anfragen gut ab. Wired erinnert aber auch an eine Reihe jüngster Vorfälle, bei denen Agenten von Anthropic, OpenAI und anderen bei offenen Anweisungen aus dem Ruder liefen. Meta sagte nicht, ob Agenten auf Basis von Muse Wonder im Test Fehlverhalten zeigten oder was es gegen genau dieses Risiko getan hat. Mark Zuckerberg schrieb im vergangenen Monat auf X, man habe die Veröffentlichung der Muse-Modelle verschoben, um an der Sicherheit zu arbeiten, und Anfang dieses Monats veröffentlichte Meta ein Rahmenwerk für eine sichere Skalierung der Fähigkeiten.

Unsere Einordnung: Der Start belegt Vergleichbarkeit, nicht Überlegenheit. Preise nach dem Vorbild von GPT-6 Sol und Claude Opus 5.5 zeigen, dass Meta ein Flaggschiff-Erlebnis verkaufen will. Wonder Full von der API fernzuhalten, macht die stärkste Stufe zum Abo-Graben. Der Schwerpunkt auf Langzeitgedächtnis ist eine bewusste Differenzierung im Agentenrennen. Drei Dinge sind zu beobachten: wann ein unabhängiges Labor eigene Werte vorlegt, ob Active Memory bei echten, lang laufenden Aufgaben trägt und ob Meta zur Agentensicherheit konkreter wird. Bis dahin ist Muse Wonder eine ernst zu nehmende Behauptung, kein gesichertes Ergebnis.