À comprendre/Actu & décryptage
Muse Wonder : Meta lance son premier modèle de pointe pour agents
Meta présente Muse Wonder et Muse Wonder Full, deux modèles pour agents. Le premier est dans l’API (4 $ le million de tokens en entrée), le second dans Muse Code.

L’essentiel
- Meta lance Muse Wonder et Muse Wonder Full, ses premiers modèles « de pointe », conçus pour des agents qui mènent des tâches à ta place.
- Ils misent sur la mémoire d’une conversation à l’autre et la persévérance ; Meta les dit devant OpenAI et Anthropic sur plusieurs tests, dont certains sont internes.
- Muse Wonder est dans l’API à 4 $ (entrée) et 20 $ (sortie) le million de tokens ; Wonder Full est réservé aux abonnés Muse Code ; aucun poids n’est téléchargeable.
Ce que Meta lance, et pour qui
Lundi 12 octobre, Meta a présenté Muse Wonder et Muse Wonder Full, « ses modèles les plus capables à ce jour ». Ils sont conçus pour les agents, ces IA qui mènent une tâche à ta place. D’après TechCrunch, c’est la première tentative de Meta sur un modèle « de pointe ». Ils succèdent à Muse Spark, un modèle plus léger.
- Muse Wonder : disponible dès aujourd’hui aux développeurs, dans la Meta Model API (identifiant muse-wonder-1.0) et dans Muse Code, l’outil de programmation de Meta.
- Muse Wonder Full : la version la plus puissante, réservée aux abonnés de Muse Code. Elle n’est pas dans l’API.
- Muse, l’assistant grand public : Muse Wonder l’alimentera « bientôt », d’abord aux abonnés.
Deux fonctions sont mises en avant. Active Memory retient ce qui compte pour toi d’une conversation à l’autre et ressort les détails utiles à la tâche. Active Focus le fait persévérer quand ça se complique : autre approche, reprise après une erreur, et vérification avec toi avant toute action importante.
Attention : aucun des deux modèles n’a de poids téléchargeables. Impossible de les faire tourner sur tes serveurs, contrairement aux anciens Llama.
Les scores de Meta face à OpenAI et Anthropic
Meta publie sur son blog de recherche un tableau qui compare ses modèles à Claude Fable 5.1, GPT-6 Astra et Claude Opus 5.5, tous au niveau de raisonnement maximal. Extrait :
| Test | Wonder Full | Wonder | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|---|
| Indice interne de Meta (travail perso et pro) | 59,1 | 54,3 | 54,5 | 55,2 |
| MemoryBench (mémoire, test interne) | 85,5 | 85,6 | 81,4 | 81,5 |
| Harvey LAB-AA (travail juridique) | 13,1 | 10,0 | 8,6 | 4,2 |
| SWE-Marathon (gros projets de code) | 57,5 | 53,1 | 42,5 | 46,3 |
| Terminal-Bench 4.0-AA (code dans le terminal) | 57,1 | 52,0 | 59,1 | 59,6 |
| HealthBench Pro (santé) | 62,3 | 60,5 | 65,3 | 65,6 |
| Artificial Analysis Index (général) | 56 | 52 | 53 | 58 |
Bilan : Meta passe devant sur la mémoire, le juridique et les longs projets de code. Mais Claude Opus 5.5 garde la tête sur l’indice général d’Artificial Analysis et sur la santé, et GPT-6 Astra comme Opus 5.5 font mieux sur le code dans le terminal.

Combien ça coûte, et à quelles conditions
Dans l’API, Muse Wonder coûte 4 $ par million de tokens en entrée et 20 $ en sortie (0,20 $ pour l’entrée mise en cache), sans supplément pour les longs contextes. Tarifs relevés sur la page de Meta lors de notre vérification, susceptibles de changer en préversion ; VentureBeat donnait les mêmes le 12 octobre. C’est le tarif de Claude Opus 5.5, et 2,5 fois moins que GPT-6 Astra (10 $ et 50 $), d’après VentureBeat. Mais un prix par token plus bas ne garantit pas une tâche moins chère : selon Artificial Analysis, cité par VentureBeat, une tâche de son indice coûte en moyenne 4,52 $ avec Wonder, 5,98 $ avec Opus 5.5 et 3,26 $ avec GPT-6 Astra.
Muse Wonder Full exige un abonnement Muse Code Power Usage ou Maximum Usage : 50 $ et 200 $ par mois, selon VentureBeat. Attention : dans Muse Code, le mode Contributor est activé par défaut. Plus d’usage, mais Meta peut entraîner ses modèles avec tes contenus. Il se coupe dans les réglages. Via l’API, tes contenus ne servent pas à l’entraînement.
La France ne figure pas parmi les territoires exclus par la politique géographique de Meta.
Ce que ça change pour toi
C’est d’abord un outil de développeur. Si une équipe construit des agents pour toi, elle a un fournisseur de plus à mettre en concurrence avec OpenAI, Anthropic et Google, au prix du haut de gamme.
Le vrai sujet, c’est la mémoire. Un agent qui retient le contexte de tes dossiers t’évite de tout réexpliquer. Meta y revendique son avance, sur un test qu’il a conçu lui-même.
Le bon modèle dépend toujours de la tâche : c’est la logique que nous décrivions pour choisir entre les versions de GPT‑6.

La nuance à garder
Des scores maison. Les chiffres viennent de Meta. MemoryBench, FocusBench et l’indice de « superintelligence personnelle » sont des tests internes. La fiche du modèle admet que les concurrents ont été testés « au mieux », sans réglages optimisés pour eux. Sur SWE-Marathon, Meta écrit lui-même que ce n’est pas une comparaison contrôlée.
Un modèle fermé, en préversion. Pas de poids publiés, pas de Wonder Full dans l’API, et une documentation qui le classe « en préversion ».
Des limites assumées. Le modèle peut se tromper dans un raisonnement en plusieurs étapes, surtout face à un cas nouveau, et le raisonnement en 3D reste un point faible. Meta recommande une confirmation humaine avant toute action irréversible. Son rapport de sécurité complet est promis « bientôt », sans date.
À tester
Le confronter à ton propre cas, pas aux scores de Meta.
- Ouvre un compte Sur dev.meta.ai, crée un compte Meta Model API, puis une clé dans le tableau de bord (rubrique API keys).
- Choisis le modèle Appelle muse-wonder-1.0 en paiement à l’usage.
- Compare Envoie la même consigne à ton modèle habituel et note qualité et coût.
Voici un document de mon travail : [colle un contrat, un devis ou un compte rendu]. Résume-le en cinq points, liste les trois sujets qui demandent une décision de ma part et signale ce qui te paraît incohérent ou manquant. Dis-moi aussi ce que tu n’as pas pu vérifier.
Pas développeur ? Attends Muse Wonder dans Muse, annoncé « bientôt ». Et en mode Contributor, ne colle aucun document confidentiel.
Sources et lectures complémentaires
- Introducing Muse Wonder and Muse Wonder Full: Frontier Models for Agents — Meta
- Muse Wonder: A Frontier Model For Personal & Professional AI Agents — Meta AI Research
- Muse Wonder Model Card — Meta
- Pricing and rate limits — Meta Model API
- Models — Meta Model API
- Meta releases its first frontier model, Muse Wonder — TechCrunch
- Meta’s new Muse Wonder and Muse Wonder Full models achieve frontier performance, but only the weaker one is available via API — VentureBeat
Sources vérifiées le 18 octobre 2026. Mis en ligne le 18 octobre 2026.