El 12 de octubre de 2026, Meta publicó Muse Wonder y Muse Wonder Full: su primer intento serio de competir en la frontera, entrenado en su centro de datos Prometheus, en el centro de Ohio.
Los titulares dijeron que Meta alcanzó a Claude y a GPT-6. Varios de esos titulares son defendibles. Pero si estás evaluando qué modelo meter en tu producto, hay una distinción que casi ningún resumen hizo y que cambia la conclusión por completo:
El modelo que aparece en los benchmarks no es el modelo que puedes contratar.
Son dos modelos, y se consiguen de formas distintas
| Muse Wonder | Muse Wonder Full | |
|---|---|---|
| API | Sí — muse-wonder-1.0 | No |
| Cómo se accede | Meta Model API | Solo suscripción a Muse Code |
| Costo | $4 entrada / $20 salida por millón de tokens | $50/mes (Power Usage) o $200/mes (Maximum Usage) |
| Entrada en caché | $0.20 por millón | — |
| Contexto | ~1 millón de tokens | ~1 millón de tokens |
La API de Wonder tiene límites de 3,000 solicitudes y 4 millones de tokens por minuto. La búsqueda web se cobra aparte, a $2.50 por cada 1,000 consultas.
Wonder Full —la versión fuerte, la que sostiene las comparaciones contra Opus 5.5 y GPT-6 Astra— no se ofrece por API en ninguna modalidad. Está reservada a los suscriptores del asistente de programación de Meta.
Foto: Harshit Katiyar en Unsplash
Por qué eso importa tanto
Porque los dos modelos no rinden igual, y la diferencia cae justo del lado equivocado.
En el Intelligence Index de Artificial Analysis, que es una medición independiente:
| Modelo | Puntaje |
|---|---|
| Claude Opus 5.5 | 58 |
| Claude Sonnet 5.5 | 56 |
| Muse Wonder Full (sin API) | 56 |
| GPT-6 Astra | 53 |
| Gemini 4 Argon | 53 |
| Claude Fable 5.1 | 53 |
| Muse Wonder (con API) | 52 |
| Grok 4.6 | 44 |
Verificamos directamente en Artificial Analysis los puntajes de Opus 5.5, Sonnet 5.5 y Wonder Full; el resto proviene de la lectura que VentureBeat hizo del mismo índice.
Lee las dos filas en negritas. El modelo de Meta que sostiene la narrativa de "llegamos a la frontera" marca 56 y no tiene API. El que sí puedes integrar marca 52: por debajo de Gemini 4 Argon y de GPT-6 Astra, y seis puntos debajo de Opus 5.5 — al mismo precio de $4/$20 que cobra Opus.
Si te quedas con el titular, concluyes que Meta alcanzó a Anthropic. Si miras qué puedes comprar, el modelo disponible cuesta lo mismo que Opus 5.5 y rinde menos en el índice independiente.
¿Vas a elegir modelo para tu producto?
Corremos una evaluación con tus casos reales y te entregamos la comparación de costo por tarea resuelta, no de puntajes de marketing.
Lo de los pesos abiertos se acabó, al menos aquí
Ninguno de los dos modelos Wonder se publicó con pesos descargables. Meta tampoco ha dicho si los publicará después.
Esto es un giro respecto a la etapa Llama, cuando "abierto" era el argumento central de Meta frente a OpenAI y Anthropic. La estrategia actual está partida en dos: el modelo insignia es cerrado, y el modelo de pesos abiertos es Muse Glimmer, uno distinto, con licencia Apache 2.0 y pensado para flujos de agente locales en hardware personal.
Si tu plan era autoalojar lo mejor de Meta, ese plan no existe. Glimmer es una herramienta razonable para otras cosas, pero no es Wonder.
Foto: Jakub Żerdzicki en Unsplash
Qué publicó Meta y qué no
Vale la pena separar dos cosas que se confundieron en la cobertura.
Las declaraciones públicas de Meta no traían números. Su director de IA, Alexandr Wang, dijo a Bloomberg que Wonder iguala a ChatGPT y Claude en programación y en trabajo legal y financiero, sin acompañar la afirmación con mediciones.
El model card, fechado el 12 de octubre, sí trae una tabla comparativa:
| Benchmark | Wonder Full | Wonder | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|---|
| DeepSWE 1.1 | 79.0 | 78.8 | 74.1 | 74.2 |
| HealthBench Pro | 62.3 | 60.5 | 65.3 | 65.6 |
Dos lecturas. En programación, los dos modelos de Meta quedan arriba —y aquí Wonder, el de la API, casi empata con Wonder Full—. En salud, los dos quedan abajo: Opus 5.5 lidera.
Una advertencia sobre esa tabla: según VentureBeat, mezcla evaluaciones corridas por Meta con resultados de terceros. No está mal hacerlo, pero significa que no todas las celdas tienen el mismo respaldo, y el model card es el único lugar donde se aclara cuál es cuál.
Meta también destaca la "memoria activa" —la capacidad del modelo de retener y sintetizar información que le das— y afirma que Wonder supera a Fable, Opus y Astra en MemoryBench. Esa afirmación proviene de pruebas de Meta y todavía no tiene réplica independiente. Trátala como una hipótesis hasta que alguien de fuera la mida.
La regla práctica que deja este lanzamiento
Esto no es un problema exclusivo de Meta. Es un patrón que se va a repetir, y conviene tener el reflejo listo.
Antes de planear sobre un benchmark, pregunta tres cosas:
-
¿Qué variante se midió? Casi todos los laboratorios publican una familia de modelos. El número que circula suele ser el de la variante más cara o más restringida.
-
¿Esa variante tiene API? Un modelo que solo vive dentro de una suscripción de asistente no es una dependencia sobre la que puedas construir un producto.
-
¿Quién corrió la prueba? Autorreportado no es sinónimo de falso, pero sí de que el laboratorio escogió los ejes.
Y una cuarta, que es la que de verdad decide: ¿cuánto cuesta resolver una tarea tuya? Dos modelos al mismo precio por token pueden diferir al doble en costo real según cuántos reintentos necesiten. Eso no sale en ningún índice público — sale de correr tus propios casos.
Para la mayoría de los equipos que construyen hoy, Muse Wonder no cambia la decisión: cuesta lo mismo que Claude Opus 5.5 y rinde menos en mediciones independientes. Lo que sí cambia es el piso del mercado — a partir del 1 de diciembre habrá al menos tres modelos de frontera compartiendo la banda de $4/$20 (Claude Opus 5.5, Muse Wonder y Gemini 4 Argon), y esa competencia presiona los precios hacia abajo.
Fuentes
Cobertura del lanzamiento, precios y acceso: VentureBeat y TechCrunch. Declaraciones de Meta y situación de los pesos: The Next Web. Índice independiente: Artificial Analysis.
