Meta: Die KI Muse Wonder, die den Wettlauf um die Spitze neu entfacht

Meta hat mit Muse Wonder ein KI-Modell vorgestellt, das im Artificial Analysis Intelligence Index 52 Punkte erreicht und damit nahe an Claude Opus 5.5 mit 58 Punkten heranreicht. Die größere Variante Wonder Full kommt sogar auf 56 Punkte. Der Vorstoß folgt auf den schwachen Start von Llama 4, von dem sich Meta demnach binnen 14 Monaten erholt hat.

Muse Wonder erreicht 52 Punkte im Artificial Analysis Index

Der Artificial Analysis Intelligence Index gilt als Vergleichsmaßstab für große Sprachmodelle. Mit 52 Punkten liegt Muse Wonder nahe an Claude Fable 5.1, GPT-6 Astra und Gemini 4.

Muse Wonder zählt laut den Messungen zugleich zu den teureren Modellen pro gelöster Aufgabe; günstiger arbeiten nur Modelle von Anthropic. Pro Aufgabe fielen bei maximalem Aufwand Kosten von 4,52 US-Dollar an, bei einem Verbrauch von rund 54.000 Output-Tokens je Aufgabe.

Wonder Full übertrifft Rivalen bei langen Agenten-Aufgaben

Die größere Modellvariante Wonder Full zeigt bei komplexen, mehrstufigen Aufgaben deutliche Stärken. Im SWE-Marathon-Benchmark erreicht sie 57,5 Punkte und liegt damit elf Punkte vor Claude Opus 5.5 mit 46,3. Bei juristischen Agentenaufgaben im Test Harvey LAB kommt Wonder Full auf 13,1 Punkte, Claude Opus 5.5 nur auf 4,2.

Bei der Softwareentwicklung zeigt sich ein ähnliches Bild: Die DeepSWE-1.1-Bewertung liegt bei 79,0 Punkten, im Terminal-Bench-4.0-Benchmark erreicht Wonder Full 57 % und damit denselben Wert wie Gemini 4 Argon. Beim CritPt-Test für physikalisches Schlussfolgern liegt das Modell mit 33 % ein bis zwei Punkte vor der Konkurrenz.

• Der Omniscience-Score von Wonder Full liegt bei 30 Punkten, Claude Opus 5.5 erreicht 46 Punkte, was auf geringere Faktenkompetenz hindeutet.
• Die Halluzinationsrate von Wonder Full liegt bei 23 %, bei Muse Wonder bei 27 %.
• Für den Intelligence Index verbrauchte Muse Wonder 7,69 Millionen Input-Tokens, Wonder Full 6,44 Millionen.
• Die kleinere API-Version von Muse Wonder ist nicht identisch mit Wonder Full, das in vielen Benchmark-Schlagzeilen auftaucht.

Muse Spark Open macht Meta und Apple zu Partnern

Neben Muse Wonder hat Meta das offene Modell Muse Spark Open veröffentlicht. Es gilt als bestes Open-Weight-Modell eines nicht-chinesischen Anbieters. Für Mac Studio haben Meta und Apple das Modell gemeinsam optimiert – eine Zusammenarbeit, die nach Jahren konkurrierender Positionen zwischen den beiden Konzernen bemerkenswert ist.

Meta weist selbst auf Grenzen der Vergleiche hin: Konkurrenzmodelle liefen teils nur mit Standardeinstellungen ohne optimale Konfiguration, und einige Code-Vergleiche nutzten unterschiedliches Tooling. Zusätzlich räumt Meta ein, dass interne Tests wie MemoryBench, FocusBench und der Personal Superintelligence Index nicht unabhängig überprüfbar sind, da nur Meta selbst sie ausführen kann.

Was der Vergleich für Nutzer von KI-Werkzeugen bedeutet

Für Unternehmen, die KI-Modelle für Programmieraufgaben, juristische Recherche oder komplexe Projekte einsetzen, zeigt der Vergleich: Wonder Full punktet bei langen, strukturierten Aufgaben, schwächelt aber bei reinem Faktenwissen und neigt zu Halluzinationen.

Wer auf Faktentreue angewiesen ist, sollte die höheren Omniscience-Werte konkurrierender Modelle einbeziehen. Für Mac-Nutzer eröffnet die Partnerschaft mit Apple erstmals ein leistungsfähiges offenes Modell, das direkt auf der eigenen Hardware läuft.

Bild: Symbolbild, KI-erzeugt.