Meta lança Muse Wonder a US$ 4 por milhão de tokens e deixa o modelo mais capaz fora da API

A Meta lançou em 12 de outubro o Muse Wonder e o Muse Wonder Full, que a empresa descreve como seus primeiros modelos de fronteira. Só um dos dois pode ser comprado por token. O Muse Wonder está na Meta Model API a US$ 4 por milhão de tokens de entrada e US$ 20 por milhão de tokens de saída, com entrada em cache a US$ 0,20 por milhão. O Muse Wonder Full, apresentado pela própria companhia como a variante de maior capacidade, não tem preço por token publicado e funciona apenas dentro do Muse Code, o produto de programação por assinatura da empresa.

Para quem decide contratação de ferramenta de inteligência artificial, essa divisão pesa mais do que os placares de benchmark que acompanharam o anúncio.

O que está na API e o que ficou de fora

A documentação oficial da Meta Model API lista o modelo muse-wonder-1.0 com limites de 3.000 requisições e 4 milhões de tokens por minuto. A página de modelos registra janela de contexto de 1.048.576 tokens e entrada em texto, imagem, vídeo, áudio e PDF, com saída em texto. A mesma página marca o Muse Wonder Full como indisponível na API, oferecido somente nos planos Power Usage e Maximum Usage do Muse Code.

Há ainda um detalhe de governança de dados na documentação. O modo Contributor, em que dados de uso alimentam o aprimoramento dos modelos em troca de preço menor, aparece como não disponível para o Muse Wonder — ele existe para o Muse Spark, modelo menor da casa. Quem usa o Wonder pela API opera no modo padrão.

No anúncio, a Meta apresentou duas capacidades como centrais: Active Memory, que carrega informação entre conversas, e Active Focus, descrita como a capacidade de persistir em um objetivo, se recuperar de erros e pedir esclarecimento. Os modelos foram treinados no data center Prometheus, em Ohio.

Os números, e quem os produziu

A empresa afirma, no blog de pesquisa do anúncio, que os modelos entregam desempenho de ponta em tarefas agênticas, memória e programação, e cita como referências o Legal Agent Benchmark da Harvey, o FocusBench e o SWE-Marathon. O texto publicado não traz as pontuações: elas ficaram no model card, distribuído em PDF à parte. Segundo a reportagem do TechCrunch, a Meta sustenta que o Wonder alcança pontuação comparável à do Fable 5.1 e do GPT-6 Astra, e que supera Fable, Opus e Astra no MemoryBench.

Essa última comparação merece contexto. O MemoryBench não é um benchmark da Meta: é um trabalho acadêmico publicado no arXiv em outubro de 2025 por pesquisadores ligados ao grupo de recuperação de informação da Universidade Tsinghua, voltado a medir quanto um sistema de linguagem aprende com o feedback acumulado do usuário. O benchmark é de terceiros. O resultado divulgado nele é avaliação da própria Meta.

Já existe, no entanto, medição independente. A Artificial Analysis, que mantém um índice composto por cerca de dez avaliações — entre elas Terminal-Bench 4.0, SciCode, Humanity's Last Exam e a AA-Omniscience, voltada a confiabilidade factual —, publicou pontuação para os dois modelos: 56 para o Muse Wonder Full, em quarto lugar entre 689 modelos avaliados, e 52 para o Muse Wonder.

Aí está o ponto que a leitura apressada do anúncio perde. O modelo que tirou a nota alta é justamente o que não está à venda por token — a Artificial Analysis registra de forma explícita que o Wonder Full não tem API pública. O que a empresa coloca na API pontua abaixo dele. Segundo o VentureBeat, o Opus 5.5 permanece acima dos dois no mesmo índice, com 58.

Pesos fechados: a virada em relação ao Llama

Nem o Muse Wonder nem o Muse Wonder Full tiveram os pesos liberados para download. Não há arquivo para rodar em infraestrutura própria, nem licença de redistribuição.

Isso não é detalhe técnico. É o que separa este lançamento da trajetória que tornou a Meta conhecida no setor, quando a família Llama podia ser baixada, modificada e executada por qualquer um. A empresa manteve o modelo menor aberto e fechou o topo da linha.

Para quem adotou modelos da Meta justamente pela portabilidade, a mudança desloca a avaliação. O Muse Wonder entra na categoria de serviço contratado, com as mesmas perguntas de dependência que qualquer outro fornecedor fechado: o que acontece se o preço mudar, se o modelo for descontinuado, se a política de dados for revista.

O que muda numa decisão de fornecedor

Pouco, no curto prazo. Nada no anúncio justifica migrar carga de produção que já funciona. Paridade em benchmark tem histórico ruim como previsão de desempenho em tarefa real, e um índice composto não diz como o modelo se comporta no fluxo específico de uma empresa.

O que o lançamento justifica é incluir o Wonder no próximo ciclo de avaliação, com carga própria e critério de corte definido antes do teste. O preço publicado já torna a comparação de custo possível. A condição de acesso do Wonder Full, essa sim, é decisão de arquitetura: depender do modelo mais capaz significa depender de um produto de assinatura, não de uma interface de programação.

A Meta informou que um relatório completo com avaliações adicionais de segurança será divulgado em breve. Até lá, o que existe de verificável é o preço, a especificação técnica e a condição de acesso — e, para esses três, a documentação da própria empresa já responde.