Zum Hauptinhalt springen
ToolPotion
KI-Berater
Einreichen

Meta Muse Wonder erklärt: Zugang, Preis und für wen sich der Test lohnt

Meta Muse Wonder ist Metas erstes Frontier-Modell. Hier lesen Sie, wo Sie es nutzen können, was es kostet, was Meta behauptet und für wen sich der Test 2026 lohnt.

Teilen

Muse Wonder ist das erste Modell, das Metas eigenes Team als Frontier-Modell bezeichnet, und für Entwickler ist es schon heute eine echte Option: Sie können es per API für 4 $ pro Million Input-Tokens und 20 $ pro Million Output-Tokens nutzen. Das stärkere Muse Wonder Full ist ein anderer Fall, denn Meta verkauft es nur innerhalb eines Coding-Abos (TechCrunch).

Genau diese Aufteilung sollten Sie verstehen, bevor Sie sich von den Benchmark-Diagrammen mitreißen lassen. Beide Modelle sind brandneu. Viele der Zahlen, die Sie sehen werden, stammen von Meta selbst, deshalb haben wir kenntlich gemacht, wer was behauptet.

Was Meta veröffentlicht hat

Meta Superintelligence Labs hat zwei Modelle veröffentlicht: Muse Wonder und Muse Wonder Full. Sie sind größer als Muse Spark, das leichtgewichtige Modell, das Meta zuerst herausbrachte, und laut Meta besser bei komplexen Aufgaben wie Coding (TechCrunch). Metas Pitch dreht sich um Agenten: Software, die in Ihrem Auftrag eine lange Aufgabe abarbeitet. Meta nennt zwei Eigenschaften: Active Memory (wichtige Dinge über Sie über Gespräche hinweg behalten) und Active Focus (sich durch Hindernisse arbeiten, statt aufzugeben) (Meta).

Laut Model Card akzeptiert das Modell Text, Bild, Video und Audio als Input, gibt Text aus und hat ein Kontextfenster von 1 Million Tokens (Meta model card). Meta kündigt einen ausführlicheren Sicherheitsbericht an (Meta).

Der Kontext hilft beim Einordnen. Metas Consumer-Agent Muse ist erst vor Kurzem gestartet und lief auf dem leichteren Muse Spark (TechCrunch). Wonder ist der schwerere Motor, der ihn laut Meta künftig antreiben soll. TechCrunch weist darauf hin, dass dies das erste Frontier-Modell seit Alexandr Wangs Umbau von Metas KI-Aktivitäten im vergangenen Jahr ist und dass das Unternehmen bislang kein Flaggschiff der Art geliefert hatte, für die OpenAI und Anthropic bekannt sind. Metas CEO nennt es ein Modell, das „uns an die Spitze bringt" (Euronews).

Wo Sie es nutzen können und was es kostet

Laut Meta ist Wonder ab sofort über die Meta Model API und Muse Code, das Coding-Produkt des Unternehmens, verfügbar, während Wonder Full Muse-Code-Abonnenten vorbehalten ist. Der Consumer-Rollout folgt später: Wonder soll bald im Muse-Assistenten ankommen, zuerst für Abonnenten (Meta). Wenn Sie nur den Assistenten wollen, finden Sie in unserem Verzeichnis den Eintrag zu Meta AI; die Seite Meta AI Developer deckt die API-Seite ab.

Spektrum von offenen Gewichten bis zu geschlossenem Zugang mit Muse Glimmer, Muse Wonder und Muse Wonder Full

Hier bricht Meta mit Llama. Meta hat sich mit Modellen einen Namen gemacht, die man herunterladen konnte. VentureBeat berichtet Metas Linie unmissverständlich: Keines der beiden Wonder-Modelle wird mit herunterladbaren Gewichten veröffentlicht (VentureBeat). Das offene Modell ist das kleine Muse Glimmer mit 30 Milliarden Parametern, das Meta auf Hugging Face listet (Meta developers), und zwar unter einer Apache-2.0-Lizenz (model card).

Beim Preis entsprechen 4 $ und 20 $ dem Listenpreis von Claude Opus 5.5, laut der Preistabelle von VentureBeat (VentureBeat). Für Wonder Full gibt es überhaupt keinen Preis pro Token. Die Muse-Code-Tarife kosten 5 $, 15 $, 50 $ und 200 $ pro Monat, und Wonder Full beginnt in der 50-$-Stufe (Meta help center). Diese Tarife nutzen standardmäßig den Contributor-Modus, in dem Meta mit Ihren Prompts, Ihrem Code und Ihren Outputs trainieren darf. Sie können ihn jederzeit abschalten; laut Meta gilt die Abschaltung für künftige Inhalte (Meta help center).

Feature-Matrix: Muse Wonder ist in der Meta Model API, in Muse Code und bald in der Muse-App verfügbar. Muse Wonder Full gibt es nur in Muse Code. Keines der Modelle hat herunterladbare Gewichte.

Wenn Ihr Code vertraulich ist, wiegt diese Voreinstellung schwerer als jeder Benchmark. Der API-Weg ist der sauberere: Laut Metas Preisseite werden Inhalte im Standard-Modus nicht zum Training verwendet, und der Contributor-Modus wird für Wonder in der API nicht angeboten ([Meta pricing]({PRC})).

Was Meta behauptet und was Außenstehende herausgefunden haben

Meta sagt, Wonder und Wonder Full seien bei persönlichen und beruflichen Agentenaufgaben, Memory und Coding State of the Art. Die Model Card vergleicht sie mit GPT-6 Astra, Claude Fable 5.1 und Claude Opus 5.5 bei maximalem Reasoning-Aufwand, und laut Meta schlägt Wonder alle drei bei MemoryBench, einem Benchmark, den Meta selbst gebaut hat (TechCrunch, model card). Lesen Sie aber das Kleingedruckte. Meta räumt ein, dass die eigenen Läufe der Konkurrenzmodelle nach bestem Bemühen entstanden sind, und wo mehrere Werte vorlagen, wurde der höchste verwendet.

Unabhängige Zahlen sind weniger schmeichelhaft, aber nützlicher. Artificial Analysis sieht Wonder Full bei 56 auf seinem Intelligence Index, Opus 5.5 bei 58, GPT-6 Astra bei 53 und Wonder bei 52 ([VentureBeat]({VB}), Artificial Analysis).

Punktdiagramm der Artificial-Analysis-Intelligence-Index-Werte: Claude Opus 5.5 58, Muse Wonder Full 56, GPT-6 Astra 53, Muse Wonder 52

Bei einzelnen Tests ergibt sich ein gemischtes Bild. Wonder Full führt bei SWE-Marathon, einem Benchmark für lang laufende Softwareaufgaben, mit 57,5 gegenüber 46,3 für Opus 5.5 und 42,5 für Astra. Opus 5.5 liegt beim Gesamtindex, bei Terminal-Bench und bei HealthBench Pro knapp vorn, und bei JobBench gibt es mit 75,4 zu 75,3 ein Fotofinish (VentureBeat). Diese Tabelle mischt Ergebnisse von Dritten und von Meta selbst, und Metas eigene Card sagt, die Zeile zu SWE-Marathon sei kein kontrollierter Vergleich, weil einige Modelle in den Coding-Tools ihrer Hersteller liefen (model card).

Der Vergleich mit GPT-6 Astra, Gemini und Claude

Beim Zugang steht Wonder den geschlossenen Labs näher als dem alten Meta. Es ist günstiger als OpenAIs Top-Tier: GPT-6 Astra kostet laut Liste 10 $ Input und 50 $ Output pro Million Tokens (OpenAI pricing), wie wir in unserem GPT-6-Astra-Überblick behandelt haben. OpenAIs günstigeres GPT-6 Sol kostet 2 $ und 10 $, Wonder ist hier also nicht das Schnäppchen. Gegenüber Anthropic ist der Preis derselbe wie bei Opus 5.5, Sie würden also nach Ergebnissen und Konditionen entscheiden, nicht nach dem Listenpreis. Beide können Sie in den Apps von ChatGPT oder Claude ausprobieren.

Bei Gemini klafft eine Lücke. Metas Model Card vergleicht nicht damit, und einen direkten Vergleich haben wir nicht gesehen, also spekulieren wir nicht. Google Gemini bleibt aus eigenem Verdienst auf Ihrer Shortlist. Einen breiteren Überblick über das Feld bieten unser LLM-Leaderboard und das Board für KI-Modelle und LLMs.

Wer es jetzt testen sollte und wer warten kann

Testen Sie es jetzt, wenn Sie Agenten oder Coding-Tools bauen, mit den API-Bedingungen leben können und bereits ein eigenes Test-Set haben. Setzen Sie Wonder neben Ihr aktuelles Modell und vergleichen Sie die Kosten pro erledigter Aufgabe, denn Artificial Analysis schätzt die Kosten einer durchschnittlichen Index-Aufgabe bei Wonder auf etwa 4,52 $, gegenüber 5,98 $ bei Opus 5.5 und 3,26 $ bei Astra ([VentureBeat]({VB})). Warten Sie, wenn Sie einen täglichen Chat-Assistenten suchen, denn der Rollout in der Muse-App steht noch aus. Lassen Sie es aus, wenn Sie offene Gewichte brauchen. Und wenn Sie als Solo-Entwickler den 200-$-Tarif von Muse Code erwägen: Das Geld kauft Zugang zu Wonder Full, aber auch die oben beschriebene Trainings-Voreinstellung.

Ein fairer Test dauert einen Nachmittag. Wählen Sie zehn Aufgaben aus, für die Sie ohnehin ein Modell bezahlen, lassen Sie sie auf Wonder und auf Ihrem aktuellen Modell laufen und vergleichen Sie drei Dinge.

  • Wie viele Aufgaben ohne Ihr Eingreifen korrekt abgeschlossen wurden.
  • Was jeder Lauf in Tokens gekostet hat, denn Wonder denkt möglicherweise länger.
  • Ob Ihr Legal- oder Datenschutzteam mit Metas API-Bedingungen einverstanden ist.

Noch eine Warnung: Das Modell ist brandneu. Unabhängige Berichterstattung ist dünn, Metas Sicherheitsbericht ist nicht erschienen, und so kleine Benchmark-Abstände verschieben sich erfahrungsgemäß, sobald Leute echte Workloads testen.

Häufig gestellte Fragen

Ist Muse Wonder Open Source?

Nein. Weder Muse Wonder noch Muse Wonder Full haben herunterladbare Gewichte. Das kleine Modell Muse Glimmer ist das offene.

Was kostet Muse Wonder?

Über die Meta Model API kostet es 4 $ pro Million Input-Tokens und 20 $ pro Million Output-Tokens. Wonder Full hat keinen API-Preis und ist nur in den Muse-Code-Tarifen verfügbar, die 5 bis 200 $ pro Monat kosten; Wonder Full beginnt in der 50-$-Stufe.

Ist Muse Wonder besser als GPT-6 Astra oder Claude?

Meta sagt, es sei vergleichbar und beim Memory vorn. Artificial Analysis sieht Wonder Full über Astra, aber unter Opus 5.5, während Wonder selbst einen Punkt unter Astra landet.

Kann ich Muse Wonder in der Meta-AI-App nutzen?

Noch nicht. Laut Meta kommt Wonder bald in den Muse-Assistenten, zunächst für Abonnenten. Bis dahin läuft der Assistent auf Metas leichteren Modellen, die Vorteile von Wonder sehen Sie in der App also heute noch nicht.

Weiterlesen

EU AI Act 2026Was der Digital Omnibus für Unternehmen geändert hatBrancheneinblickeEU AI Act 2026: Was der Digital Omnibus für Unternehmen geändert hatDer Digital Omnibus schiebt die Regeln für Hochrisiko-Systeme auf Ende 2027 und 2028. KI-Kompetenz, die Verbote, die GPAI-Regeln und die Kennzeichnungspflichten gelten dagegen jetzt. Das muss jede Rolle tun.19. Okt. 202614 Min. LesezeitArtikel leseniOS 27 Siri erklärtWas sich geändert hat, wer es bekommt und welche Rolle Gemini spieltBrancheneinblickeiOS 27 Siri erklärt: Was sich geändert hat, wer es bekommt und welche Rolle Gemini spieltDie neue iOS 27 Siri (Siri AI) im Überblick: Funktionen, unterstützte iPhones, Sprachen, EU-Einschränkungen, die Verbindung zu Google Gemini, Datenschutz und Aktivierung.18. Okt. 202610 Min. LesezeitArtikel lesenChatGPT Ads 2026Was Marketer und Marken wissen müssenBrancheneinblickeChatGPT Ads 2026: Was Marketer und Marken wissen müssenChatGPT-Anzeigen sind jetzt eine Self-Serve-Auktion in mehr als 40 Ländern. Was bereits live ist, wie Einkauf und Messung funktionieren, wie der Vergleich mit Google und Copilot ausfällt und wer jetzt testen sollte.17. Okt. 202617 Min. LesezeitArtikel lesenDatenschutz bei KI-SprachrekordernWas sie aufzeichnen und was das Gesetz sagtBrancheneinblickeDatenschutz bei KI-Sprachrekordern: Was sie aufzeichnen und was das Gesetz sagtWas KI-Rekorder, Pins und Notetaker aufzeichnen, wohin das Audio geht, wie Einwilligungsregeln in den USA und der EU funktionieren – plus Checkliste vor dem Kauf.17. Okt. 202615 Min. LesezeitArtikel lesenWarum OpenAI GPT-6.1 Astra auf Eis gelegt hatBrancheneinblickeWarum OpenAI GPT-6.1 Astra auf Eis gelegt hatOpenAI hat GPT-6.1 Astra wegen Ergebnissen zu Scope, Autorisierung und Alignment gestoppt. Was das Unternehmen sagt, was Tester fanden und was sich für ChatGPT und Codex ändert.16. Okt. 202611 Min. LesezeitArtikel lesenKI-generierte MusikWelche Labels die Plattformen 2026 anzeigenBrancheneinblickeKI-generierte Musik: Welche Labels die Plattformen 2026 anzeigenYouTube Music kennzeichnet jetzt KI-Songs, und Deezer lässt Sie sie ausblenden. Die 2026er Regeln jeder Plattform und was Suno- und Udio-Nutzer tun sollten.15. Okt. 202610 Min. LesezeitArtikel lesenKI-Urheberrechtsklagen 2026Wo die großen Verfahren stehenBrancheneinblickeKI-Urheberrechtsklagen 2026: Wo die großen Verfahren stehenWo die größten KI-Urheberrechtsklagen 2026 stehen, vom Anthropic-Vergleich bis NYT v. OpenAI – und was Hersteller-Freistellungen und Eigentumsregeln für Nutzer von KI-Tools bedeuten.15. Okt. 202612 Min. LesezeitArtikel lesenGPT-6 Astra erklärtWas es kostet und wann Sol reichtBrancheneinblickeGPT-6 Astra erklärt: Was es kostet und wann Sol reichtGPT-6 Astra ist das Spitzenmodell von OpenAI für lange Computer-Use-Aufgaben, aber GPT-6.1 Sol erledigt das meiste davon für ein Fünftel des Preises. Tarife, Preise, Tests und eine Entscheidungsregel.14. Okt. 202612 Min. LesezeitArtikel lesen