Meta Muse Wonder : le premier modèle d'IA de frontière de Meta
Meta lance Muse Wonder et Muse Wonder Full, ses premiers modèles de frontière avec mémoire active et tarifs compétitifs. Découvrez ce qui change pour l'IA.
Vous avez sans doute remarqué que la course aux modèles d'IA ne ralentit jamais. Cette semaine, Meta passe la vitesse supérieure. Son laboratoire Superintelligence vient de dévoiler deux nouveaux modèles, Muse Wonder et Muse Wonder Full, présentés comme les premiers modèles de frontière de l'entreprise. Ce n'est pas un détail : c'est un changement de catégorie.
Deux modèles, une même ambition
Jusqu'ici, Meta misait sur Muse Spark, un modèle léger pensé pour répondre vite. Avec les modèles Wonder, la logique s'inverse. Ils sont plus grands, plus puissants, et conçus pour attaquer des tâches complexes comme le code. Selon les tests de l'entreprise, ils atteignent des scores comparables à ceux de Fable 5.1 et GPT-6 Astra. Meta parle ni plus ni moins d'un « grand bond vers la superintelligence personnelle ».
Ce que ça change côté prix
La puissance a un coût, et Meta l'assume clairement. Via l'API Meta Model, Wonder est facturé 4 dollars par million de tokens en entrée et 20 dollars par million en sortie, soit un tarif proche de GPT-6 Sol ou d'Opus 5.5. Une nuance importante : Wonder Full ne sera pas accessible par l'API. Il sera réservé aux abonnés de Muse Code. Les deux modèles alimenteront aussi l'agent Muse.
La mémoire active, le vrai argument
C'est peut-être là que Meta creuse son sillon. Plutôt que de courir uniquement après les benchmarks de raisonnement, l'entreprise met l'accent sur la capacité des modèles à retenir et synthétiser ce que vous leur confiez. Meta appelle cela la « mémoire active ».
Une mémoire qui tient dans la durée
Pour mesurer cet effort, Meta s'appuie sur le benchmark MemoryBench, qui teste l'apprentissage continu et la construction de mémoire. D'après ses propres tests, Muse Wonder y devance Fable, Opus et Astra. La chercheuse Kavya Kopparapu résume l'intention : « Nous avons investi énormément d'efforts pour que votre modèle se souvienne de ce qui compte pour vous, sur des jours, des semaines, des mois et au-delà. »
Un tournant dans la stratégie de Meta
Ce lancement marque aussi un moment charnière. Il s'agit de la première sortie de modèle de frontière depuis que le fondateur de Scale AI, Alexandr Wang, a restructuré les efforts IA de Meta en août de l'année dernière. Autrement dit, Wonder n'est pas juste un produit : c'est la démonstration d'une nouvelle organisation.
- Des modèles plus lourds, pensés pour les tâches exigeantes.
- Une tarification alignée sur les concurrents haut de gamme.
- Une priorité affichée : la mémoire au service de l'assistant personnel.
Pourquoi c'est important
Parce que la mémoire change la nature même de votre relation avec un modèle. Un assistant qui se souvient de vos projets, de vos habitudes et de vos contraintes devient un partenaire de long terme, pas juste une calculatrice très bavarde. Pour votre travail comme pour votre réflexion quotidienne, c'est ce qui fait la différence entre un outil qu'on relance et un allié qu'on garde.
Conclusion
Meta entre enfin dans la cour des grands modèles, avec une carte à jouer bien à elle : la mémoire. Les modèles Wonder ne se contentent pas de rivaliser sur les scores, ils proposent une vision de l'IA comme prolongement durable de votre mémoire. Une direction passionnante, et un terrain à suivre de près.
Points clés à retenir
- Muse Wonder et Muse Wonder Full sont les premiers modèles de frontière de Meta.
- Ils rivalisent avec Fable 5.1 et GPT-6 Astra sur les benchmarks.
- Wonder coûte environ 4 $ par million de tokens en entrée et 20 $ en sortie.
- Wonder Full reste réservé aux abonnés Muse Code, hors API.
- La « mémoire active » est l'argument central de Meta.