Muse Wonder da Meta rivaliza com OpenAI e Google
Meta lança modelos fechados Muse Wonder e atinge o 5º lugar no Vals Index com custo por tarefa menor que rivais de Google e Anthropic.
Avaliação independente da Vals AI coloca modelo fechado no quinto lugar global de trabalho intelectual, com custo menor por execução.
A Meta colocou a família Muse Wonder no mercado no dia 12 de outubro de 2026. A chegada dos sistemas marca uma guinada estratégica: depois de anos apostando na distribuição aberta da linha Llama, a companhia optou por modelos proprietários, acessíveis apenas por assinatura e API comercial.
Os primeiros testes independentes mostram que a aposta surtiu efeito prático imediato. No levantamento da Vals AI, plataforma que mede o impacto econômico de sistemas de ponta com base na composição do PIB dos Estados Unidos, o Muse Wonder Full garantiu a quinta posição global no Vals Index, com 64,57% de acurácia. O índice avalia tarefas aplicadas em setores como finanças, direito, programação e tributação. O resultado colocou o modelo à frente do GPT-6 Astra da OpenAI (63,13%) e logo atrás do Claude Sonnet 5.5 da Anthropic (67,04%) e do líder Gemini 4 Argon do Google (68,90%). A versão básica Muse Wonder ficou em décimo lugar geral, com 61,06%.
Como o Muse Wonder pontuou no Vals Index
O desempenho variou bastante conforme a disciplina técnica avaliada. No CyberBench v1.1, voltado para tarefas de cibersegurança, a versão básica do Muse Wonder assumiu a liderança com 80,36% de acurácia.
Já o Muse Wonder Full destacou-se no Public Benefits Bench, alcançando a terceira posição com 73,75%, e terminou em quarto lugar no Harvey’s Legal Agent Benchmark, com 21,67% em rotinas jurídicas complexas. Em entrevista ao programa TITV, do The Information, Rayan Krishnan, fundador e executivo-chefe da Vals AI, afirmou que esta é a primeira vez que a Meta lança modelos disputando a fronteira de trabalho intelectual. Krishnan apontou como pontos fortes a consistência analítica e a capacidade do sistema de recusar tarefas inviáveis em vez de alucinar respostas.
Custos de execução e capacidade técnica
O fator financeiro pesou a favor da Meta nos testes. A Vals AI calculou o custo médio por execução do Muse Wonder Full em US$ 8,56. Para efeito de comparação, a mesma bateria de testes custou US$ 15,68 no Gemini 4 Argon e US$ 21,34 no Claude Sonnet 5.5.
Na API comercial, os preços foram fixados em US$ 4,00 por milhão de tokens de entrada e US$ 20,00 por milhão de tokens de saída. O modelo aceita janelas de contexto de até 1 milhão de tokens e gera até 131 mil tokens por requisição. Todo o treinamento foi feito no datacenter Prometheus da Meta, localizado em New Albany, Ohio.
Gargalos de cota e o teste do uso diário
Apesar das marcas expressivas nos benchmarks sintéticos, a operação prática traz desafios imediatos. Desenvolvedores relataram esgotamento rápido dos limites de requisições nas primeiras horas de disponibilidade da API.
Além das restrições de infraestrutura, a Meta não indicou planos de liberar pesos abertos para a linha Muse, afastando quem dependia da flexibilidade do Llama. A estabilidade do modelo em rotinas corporativas de longo prazo segue em aberto até que empresas acumulem semanas de operação real.