Meta lance Muse Wonder, son premier modèle de frontière : « mémoire active » et tarifs alignés sur GPT-6 Sol

Le 12 octobre 2026, Meta Superintelligence Labs a publié deux nouveaux modèles : Muse Wonder et Muse Wonder Full. TechCrunch y voit la première tentative de Meta de livrer un modèle de frontière. The Verge écrit que Meta rattrape le temps perdu dans la course à l'IA. Wired estime que ce duo remet Meta à la pointe. Les angles diffèrent, mais le fait de fond est le même : Meta a enfin sorti un produit que l'on peut placer dans un même tableau que les modèles phares d'OpenAI et d'Anthropic. Commençons par le produit. Muse Wonder est proposé via l'API Meta Model, à 4 dollars le million de jetons en entrée et 20 dollars le million de jetons en sortie. TechCrunch note que ce tarif équivaut à peu près à celui de GPT-6 Sol ou de Claude Opus 5.5. Muse Wonder Full, la variante la plus puissante, est réservé aux abonnés de Muse Code et ne sera pas servi par l'API. Les deux modèles alimenteront aussi l'agent Muse de Meta. The Verge ajoute que Meta compte commencer par les abonnés, puis développer des modèles spécialisés qu'elle pourra « proposer à tous les utilisateurs de Muse », sans donner de précisions ni de calendrier.

Viennent ensuite les performances, dont toutes les mesures émanent de Meta. D'après la fiche du modèle, les deux modèles obtiennent des scores comparables à ceux de Fable 5.1 et de GPT-6 Astra. The Verge parle d'une rivalité avec GPT-6 Astra, Claude Opus 5.5 et Fable 5.1, et précise que l'on ne sait pas comment ils se situent face au Gemini 4 Argon de Google. Wired est plus concret. Selon Meta, la plus grande version dépasse Fable 5.1, le deuxième meilleur modèle d'Anthropic, sur l'Artificial Analysis Intelligence Index et se classe juste derrière le meilleur, Claude Opus 5.5. Sur quelques benchmarks spécialisés, notamment le travail sur des documents juridiques et la construction de logiciels, Meta affirme faire mieux que GPT-6 Astra et que les deux modèles Claude. Wired reconnaît franchement que les benchmarks ne mesurent pas toujours fidèlement les performances réelles. Aucun laboratoire indépendant n'a, pour l'instant, reproduit ces résultats.

L'élément le plus distinctif du lancement est que Meta vend le modèle sur sa capacité à se souvenir de vous. Elle appelle cela la « mémoire active » (Active Memory) et y associe une seconde fonction, la « concentration active » (Active Focus). Wired décrit ces deux fonctions comme des moyens de rendre les agents plus efficaces et moins enclins aux écarts : elles maintiennent le modèle sur l'objectif fixé, afin qu'il ne dérive pas pendant une recherche complexe ou un grand chantier logiciel, où une seule erreur peut s'amplifier en fautes coûteuses. Dans la vidéo de lancement, la chercheuse Kavya Kopparapu explique que l'équipe a consacré un effort considérable à ce que le modèle retienne ce qui compte pour vous sur des jours, des semaines, des mois et au-delà. Sur MemoryBench, un benchmark d'apprentissage continu et de construction de mémoire, Meta indique que Muse Wonder dépasse Fable, Opus et Astra.

Le contexte compte aussi. TechCrunch rapporte qu'il s'agit de la première sortie de modèle de frontière depuis que le fondateur de Scale AI, Alexandr Wang, a restructuré les efforts d'IA de Meta en août de l'an dernier. Depuis, Meta a publié le modèle léger et peu latent Muse Spark (Wired situe son annonce en avril), l'agent Muse, le modèle d'image Muse Image et un petit modèle à poids ouverts, Muse Glimmer, et promet des modèles à poids ouverts plus grands. Meta, qui dominait jadis l'IA à poids ouverts avec la série Llama, avait pris du retard après plusieurs versions décevantes. Selon l'article de Meta, les nouveaux modèles ont été entraînés dans son centre de données Prometheus, dans le centre de l'Ohio, entré en service plus tôt cette année. Wired souligne que Meta n'a pas révélé comment ces modèles ont été construits et entraînés. La sécurité est l'autre fil du dossier. Selon Wired, Meta dit avoir beaucoup travaillé pour que Muse Wonder refuse les sorties dangereuses, comme des recettes d'armes biologiques ou une aide au piratage, et obtenir de bons scores sur des benchmarks de résistance à ces requêtes. Mais Wired rappelle aussi une série d'incidents récents où des agents d'Anthropic, d'OpenAI et d'autres se sont écartés de leur mission face à des consignes ouvertes. Meta n'a pas dit si des agents propulsés par Muse Wonder avaient mal agi pendant les tests, ni ce qu'elle avait fait contre ce risque précis. Mark Zuckerberg a écrit sur X le mois dernier que l'entreprise avait retardé la sortie des modèles Muse pour travailler sur la sécurité, et Meta a publié plus tôt ce mois-ci un cadre pour faire croître les capacités en sécurité. Notre lecture : ce lancement prouve la comparabilité, pas la supériorité. Un tarif calqué sur GPT-6 Sol et Claude Opus 5.5 montre que Meta veut vendre une expérience de modèle phare. Garder Wonder Full hors de l'API fait du palier le plus fort un rempart d'abonnement. S'appuyer sur la mémoire de long terme est un choix délibéré de différenciation dans la course aux agents. Trois points à suivre : la date à laquelle un laboratoire tiers publiera des scores indépendants, la tenue de la mémoire active sur de vraies tâches longues, et la précision des explications de Meta sur la sécurité des agents. D'ici là, Muse Wonder reste une affirmation sérieuse, pas un résultat acquis.