MetaのSuperintelligence Labは月曜日に新しい最先端モデルであるMuse WonderとMuse Wonder Fullを公開しました。これは、同社が frontierモデルに挑戦する初めての試みです。
Muse Sparkが低遅延で動作できる軽量モデルを目指したのに対し、Wonderモデルはより大きく、より高性能であり、ベンチマークスコアが高く、コーディングのような複雑なタスクにおいてもより良い結果を出すと言われています。
Metaのテストによると（モデルカードに記載されている）、WonderおよびWonder FullはFable 5.1およびGPT-6 Astraと同等のベンチマークスコアを達成している。
「共に、私たちの拡大の道筋における次のステップ、そして個人向けスーパーインテリジェンスへの重要な一歩を示しています」と、Metaのモデルに関するブログ記事には書かれている。
そのスケールは価格にも反映されています。Meta Model APIを通じて利用されるWonderの場合、百万個の入力トークンあたり4ドル、百万個の出力トークンあたり20ドルの費用がかかり、これはGPT-6 SolやOpus 5.5とほぼ同じコストです。
特に、Wonder FullはMuse Codeの購読者のみが利用でき、APIを通じて提供されることはありません。両モデルはMuseエージェントの動作にも使用されます。
長期にわたってタスクを実行できる個人アシスタントを開発することに関心を持っているMeta社は、新しいモデルがユーザーから提供される情報を保持し、統合する能力に特に重点を置いた。この特性をMeta社は「アクティブメモリ」と呼んでいる。
より良い記憶保持を達成するために、MetaはMemoryBenchベンチマークを強調しました。このベンチマークは、連続学習と記憶構築のフレームワークに挑戦するものです。同社のテストによると、Muse Wonderは現在、Fable、Opus、AstraよりもMemoryBenchでのスコアが高いです。
「あなたのモデルが、日々、週間、月、そしてそれ以降において、あなたにとって重要なことを記憶できるようにするために、多大な努力を払いました」と、発表に合わせたビデオで研究科学者カヴィヤ・コパラプは述べました。
新モデルは、Scale AIの創設者であるアレクサンドル・ワンが昨年8月にMetaのAI事業を再編した以来、初めてのフロンティアモデルのリリースです。 。それ以来、Metaは軽量なMuse Sparkモデルと Museエージェントをリリースしましたが、OpenAIやAnthropicが得意とするような最先端モデルのリリースは行っていません。
その記事によると、これらのモデルは、今年早くに稼働を開始したメタのオハイオ州中央部にあるプロメテウスデータセンターで訓練されたという。