Meta ha lanzado Muse Wonder y Muse Wonder Full, dos modelos orientados a agentes que mantienen memoria entre conversaciones y sostienen tareas largas. La novedad llega con acceso, precios y resultados publicados, pero también con un informe de seguridad todavía pendiente. Para elegir modelo, esa ausencia pesa tanto como una tabla de benchmarks.
El anuncio de Meta del 12 de octubre presenta Active Memory para recuperar contexto relevante y Active Focus para probar otros caminos, recuperarse de errores y pedir aclaraciones antes de acciones importantes. Muse Wonder está disponible en Meta Model API y Muse Code; Wonder Full queda limitado a suscriptores de Muse Code.
Texploto ya explicó los conectores y permisos del servicio Muse. Esta actualización no repite aquella introducción: analiza la nueva familia de modelos, su tarifa por token, el acceso distinto de Full y la evidencia que todavía falta.
El acceso separa dos productos que comparten nombre
La ficha de desarrolladores asigna a Muse Wonder una ventana de un millón de tokens y un precio de 4 dólares por millón de tokens de entrada, 0,20 para entrada en caché y 20 para salida. Wonder Full no tiene tarifa API: se ofrece en los planes de Muse Code de 50 y 200 dólares al mes.
Esto impide trasladar sin más los resultados de Full a quien vaya a consumir la API. El modelo más capaz es el que Meta coloca en la suscripción; el modelo con precio por token es otro. Un comparador debe fijar el identificador exacto —muse-wonder-1.0 o muse-wonder-full-1.0— además del esfuerzo de razonamiento.
Qué dicen y qué no dicen los benchmarks
Meta publica resultados en tareas profesionales, uso de ordenador, memoria, terminal y programación prolongada. Afirma que Wonder Full lidera DeepSWE y SWE-Marathon en ejecuciones de terceros. La tabla mezcla, sin embargo, un índice interno de «superinteligencia personal» con evaluaciones externas y configuraciones max. No es una prueba única bajo un protocolo homogéneo.
Axios confirmó el lanzamiento y el acceso, pero su cobertura también enmarca el rendimiento como una afirmación que deberá resistir pruebas independientes. El mismo reportaje señala el riesgo de privacidad que aparece cuando un agente recuerda información personal y actúa sobre mensajes, calendarios y documentos.
Memoria útil exige una política de olvido
Meta dice que entrenó a los modelos para no compartir información privada sin permiso. Esa es una propiedad declarada del modelo, no una garantía operativa para cada aplicación. Quien lo integre necesita decidir qué se guarda, durante cuánto tiempo, quién puede consultarlo y cómo se elimina o corrige un recuerdo.
- Probar por separado continuidad, corrección y capacidad de detenerse.
- Evitar que un dato sensible se convierta en memoria por defecto.
- Registrar qué contexto recuperó el agente antes de una acción.
- Repetir la evaluación cuando Meta publique el informe de seguridad completo.
La aportación de esta pieza es separar disponibilidad, precio y evidencia. Wonder ya es un producto consumible por API; Wonder Full es una experiencia por suscripción; y la seguridad detallada sigue siendo una promesa próxima. Esa distinción permite comparar sin tratar toda la familia como una sola oferta.
Nivel de evidencia: documentación/fuente primaria, con cobertura periodística independiente de Axios. No hemos usado los modelos y el informe de seguridad completo aún no estaba publicado.
Transparencia: artículo elaborado con asistencia de IA a partir de las fuentes enlazadas. No se han ejecutado los productos o sistemas descritos.
