Muse Wonder: Metas KI auf Fable-Niveau, aber günstiger

Trending Topics auf Google als bevorzugte Nachrichtenquelle festlegen.

Mehr Hirn, weniger Fantasie, höhere Rechnung: Die unabhängigen Benchmark-Tester von Artificial Analysis haben Metas neue KI-Modelle Muse Wonder und Muse Wonder Full soeben im Detail unter die Lupe genommen. Ihr Fazit: ein „deutlicher Sprung“ gegenüber früheren Meta-Modellen. Muse Wonder Full überholt im Intelligence Index sogar Claude Fable 5.1 von Anthropic, und die Standardversion Muse Wonder liegt nur einen Punkt dahinter. Pro Testaufgabe kostet Muse Wonder dabei rund 40 Prozent weniger als Fable.

Im Intelligence Index kommt Muse Wonder Full auf 56 Punkte, die Standardversion Muse Wonder auf 52. Der Vorgänger Muse Spark 1.3 lag noch bei 48, und das, obwohl zwischen den Veröffentlichungen nur sechs Wochen liegen. Wie Meta damit GPT-6 und Gemini 4 überholt, hat Trending Topics bereits berichtet.

Die Top 10 im Intelligence Index

So sieht die Spitze des Rankings von Artificial Analysis aktuell aus (Punkte im Intelligence Index, jeweils in der höchsten Rechenstufe):

1. Claude Opus 5.5 (Anthropic): 57,6
2. Claude Sonnet 5.5 (Anthropic): 56,0
3. Muse Wonder Full (Meta): 55,8
4. Claude Fable 5.1 (Anthropic): 53,4
5. GPT-6 Astra (OpenAI): 52,7
6. Gemini 4 Argon (Google): 52,6
7. Muse Wonder (Meta): 52,4
8. GPT-6.1 Sol (OpenAI): 51,8
9. Muse Spark 1.3 (Meta): 48,1
10. Grok 4.7 (xAI): 46,4

Das Preis-Ranking

Beim Preis dreht sich das Bild teilweise um. Artificial Analysis berechnet, was ein Modell im Schnitt pro Aufgabe des Intelligence Index kostet. Das hängt nicht nur vom Preis pro Token ab, sondern auch davon, wie viele Tokens ein Modell für eine Aufgabe verbraucht. Die Top 10 des Intelligence Index, von teuer nach günstig (in Klammern die Listenpreise pro Million Input- und Output-Tokens):

1. Claude Fable 5.1: 7,63 Dollar, rund 6,80 Euro (10 / 50 Dollar)
2. Claude Opus 5.5: 5,98 Dollar, rund 5,30 Euro (4 / 20 Dollar)
3. Claude Sonnet 5.5: 5,46 Dollar, rund 4,90 Euro (2 / 10 Dollar)
4. Muse Wonder: 4,52 Dollar, rund 4 Euro (4 / 20 Dollar)
5. Grok 4.7: 3,74 Dollar, rund 3,30 Euro (2 / 6 Dollar)
6. GPT-6 Astra: 3,26 Dollar, rund 2,90 Euro (10 / 50 Dollar)
7. Gemini 4 Argon: 1,99 Dollar, rund 1,80 Euro (2 / 10 Dollar)
8. Muse Spark 1.3: 1,60 Dollar, rund 1,40 Euro (1,25 / 4,25 Dollar)
9. GPT-6.1 Sol: 0,72 Dollar, rund 0,60 Euro (2 / 10 Dollar)

Muse Wonder Full fehlt in diesem Ranking, weil Meta das Modell nicht pro Token abrechnet.

Die Stärken

• KI-Agenten: Die größten Fortschritte gibt es bei Aufgaben, die KI-Agenten selbstständig erledigen. Im Terminal-Bench 4.0 springt Muse Wonder Full von 33 auf 57 Prozent und liegt damit gleichauf mit Gemini 4 Argon von Google.
• Wissensarbeit und Wissenschaft: In sechs von zehn Tests des Index landet Muse Wonder Full unter den Top drei. Bei den Tests CritPt (wissenschaftliches Denken) und GDP.pdf (Wissensarbeit mit Dokumenten) liegt es sogar auf Platz eins.
• Programmieren: Im Coding-Agents-Index erreicht Muse Wonder Full in Metas eigener Coding-Umgebung Muse Code 68 Punkte. Das ist derselbe Wert wie Claude Code mit Claude Sonnet 5.5, Claude Opus 5.5 kommt dort auf 66.
• Wenig Halluzinationen: Muse Wonder Full erfindet deutlich seltener Fakten als sein Vorgänger, die Halluzinationsrate sinkt von 33 auf 23 Prozent. Unter den Spitzenmodellen schneidet nur Gemini 4 Argon mit 15 Prozent besser ab.
• Sparsamer bei der Ausgabe: Beide Modelle brauchen pro Aufgabe rund 10 Prozent weniger Output-Tokens als Muse Spark 1.3, und auch weniger als Gemini 4 Argon oder Claude Fable 5.1.

Dazu kommen ein Kontextfenster von einer Million Tokens und die Fähigkeit, Text, Bilder, Videos und Audio zu verarbeiten. Antworten liefern die Modelle allerdings nur als Text.

Die Schwächen

• Teurer als der Vorgänger: Meta hat die Preise kräftig angehoben. Statt 1,25 und 4,25 Dollar kostet eine Million Input- und Output-Tokens bei Muse Wonder nun 4 und 20 Dollar (rund 3,60 und 17,80 Euro). Pro Testaufgabe ist Muse Wonder damit 2,8-mal so teuer wie Muse Spark 1.3. Günstiger als die Claude-Modelle ist es zwar, bei vergleichbarer Leistung liefern GPT-6.1 Sol und Gemini 4 Argon aber deutlich billigere Ergebnisse.
• Großer Input-Hunger: Muse Wonder verarbeitet pro Aufgabe 7,69 Millionen Input-Tokens, zwei- bis siebenmal so viele wie die Modelle von Google und OpenAI. Rund drei Viertel der Kosten entfallen auf diesen Input.
• Lücken beim Wissen: Im Wissenstest AA-Omniscience erreicht Muse Wonder Full nur 30 Punkte, die Standardversion 25. Claude Opus 5.5 kommt hier auf 46, GPT-6 Astra auf 43 und Gemini 4 Argon auf 42.
• Eingeschränkter Zugang: Das stärkere Muse Wonder Full gibt es derzeit nur für Nutzer:innen von Muse Code. Über die Programmierschnittstelle (API) von Meta ist nur die Standardversion verfügbar.

Knappe Abstände an der Spitze

Ganz so klar, wie die Platzierungen wirken, ist der Vorsprung allerdings nicht. Die Führung bei CritPt und GDP.pdf sei „knapp“, schreibt Artificial Analysis, die nächsten Konkurrenten kommen auf 31 bis 32 Prozent, Muse Wonder Full auf 33 Prozent. Beim Test GDPval-AA, in dem KI-Modelle reale Büroaufgaben lösen, liegt das Ergebnis von Muse Wonder Full innerhalb der statistischen Schwankungsbreite von Claude Opus 5.5 und Claude Sonnet 5.5.