Muse Wonder dan Muse Wonder Full adalah dua ukuran dari keluarga model Meta yang sama, dirilis bersamaan pada 12 Oktober 2026. Wonder adalah yang bisa Anda panggil: muse-wonder-1.0 di Meta Model API dengan harga $4 / $20 per juta token, dan tersedia di semua paket Muse Code. Wonder Full adalah yang digambarkan oleh benchmark utama Meta: empat poin lebih tinggi di indeks Artificial Analysis, unggul pada sesi coding panjang dan pekerjaan hukum, dan hanya tersedia untuk pelanggan Muse Code yang membayar $50 atau $200 per bulan, tanpa API dan tanpa harga per token.
Pembagian ini adalah keseluruhan cerita bagi seorang developer. Artikel ini menguraikan apa yang berbeda, apa yang tidak, berapa biaya masing-masing dalam praktik, dan cara memutuskan mana yang dibutuhkan pekerjaan Anda. Mulailah dari penjelasan Muse Wonder jika keluarga model ini masih baru bagi Anda.
Perbandingan berdampingan
| Muse Wonder | Muse Wonder Full | |
|---|---|---|
| ID Model | muse-wonder-1.0 |
muse-wonder-full-1.0 (hanya di Muse Code) |
| Akses API | Ya: Responses, Chat Completions, Messages | Tidak |
| Paket Muse Code | Everyday ($5) dan ke atas | Power ($50), Maximum ($200) |
| Harga per token | $4 masuk / $20 keluar / $0.20 cache | Tidak dipublikasikan |
| Jendela konteks | 1M token | 1M token |
| Input | Teks, gambar, video, audio | Sama |
| Artificial Analysis Intelligence Index | 52 | 56 |
| Coding Agents Index | 63 | 68 |
| Tingkat halusinasi (AA) | 27% | 23% |
| Gateway pihak ketiga | Vercel, Cloudflare | Tidak ada |
| Bobot model | Tertutup | Tertutup |
Semua yang Meta jelaskan secara arsitektural – Active Memory, Active Focus, input multimodal, computer use, delegasi ke sub-agent – berlaku untuk keduanya. Perbedaannya ada pada skala: Meta mengatakan Full berperforma lebih baik pada tugas yang tidak dikenal daripada prediksi tren Muse Spark, dan mengatribusikannya pada base model yang lebih besar.
Di mana Full unggul
Kartu model Meta, dijalankan dengan reasoning effort maksimum:
| Benchmark | Wonder Full | Wonder | Selisih |
|---|---|---|---|
| Harvey LAB-AA (hukum) | 13.1 | 10.0 | +3.1 |
| AutomationBench-AA | 45.4 | 39.1 | +6.3 |
| JobBench | 75.3 | 70.5 | +4.8 |
| SWE-Marathon | 57.5 | 53.1 | +4.4 |
| Terminal-Bench 4.0-AA | 57.1 | 52.0 | +5.1 |
| HealthBench Pro | 62.3 | 60.5 | +1.8 |
| DeepSWE 1.1 | 79.0 | 78.8 | +0.2 |
Uji independen dari Artificial Analysis sepakat soal arahnya. Full mencatat 56 dibanding 52 milik Wonder pada skor komposit, 57% dibanding 52% di Terminal-Bench 4.0, 68 dibanding 63 di Coding Agents Index, dan lebih sedikit halusinasi (23% vs 27%). Pada FocusBench internal Meta, uji persistensi di balik Active Focus, Full memimpin semua model dengan 54.2% sementara Wonder berada di 44.9%, di bawah GPT-6 Astra dan Claude Opus 5.5.
Satu pengecualian: di MemoryBench milik Meta, Wonder sedikit unggul atas Full, 85.6 dibanding 85.5. Soal memori, hasilnya seri.
Jadi selisihnya nyata tapi tidak merata. Pada tugas software singkat (DeepSWE) selisih itu hilang. Pada pekerjaan panjang yang penuh hambatan – kategori yang menjadi alasan Meta membangun keluarga ini – selisihnya empat sampai enam poin. Di Coding Agents Index, Full seri dengan Claude Code yang menjalankan Sonnet 5.5 di angka 68 dan mengalahkan Opus 5.5 di 66; Wonder di 63 tertinggal dari ketiganya.
Berapa biaya masing-masing
Muse Wonder dihargai per token. Artificial Analysis mengukur $4.52 per tugas Intelligence Index pada effort maksimum, di bawah Claude Opus 5.5 ($5.98) dan di atas GPT-6 Astra ($3.26). Satu run agentik tipikal yang mengirim ulang konteks yang terus bertambah akan menghabiskan sebagian besar anggarannya untuk input cache seharga $0.20; artikel harga menghitung contoh-contohnya.
Muse Wonder Full tidak punya harga token, jadi tidak ada angka per tugas. Biayanya berupa langganan: $50 per bulan untuk Power (20x kuota paket Everyday) atau $200 untuk Maximum (80x). Keduanya berbagi reset pemakaian lima jam dan mingguan. Bagi individu yang coding sepanjang hari, $50 per bulan murah dibanding belanja API model frontier mana pun. Bagi tim yang ingin menawarkan Full di balik sebuah produk, tidak ada jalurnya dengan harga berapa pun.
Perhatikan ketentuan datanya. Langganan Muse Code secara default masuk mode Contributor, tempat Meta boleh melatih model dengan prompt, kode, dan output Anda. Trafik API dalam mode Standard tidak dipakai untuk pelatihan. Keluar dari mode Contributor hanya satu saklar, tapi saklar itu menyala sampai Anda mematikannya.
Mana yang bisa Anda bangun
Ini garis praktisnya. Apa pun yang Anda rilis ke pengguna berjalan di Wonder, karena Full tidak punya API, gateway, atau SDK. Angka-angka Full di materi peluncuran Meta nyata, dan angka itu sekaligus deskripsi alat yang bisa Anda pakai sendiri tapi tidak bisa dijual kembali.
| Anda ingin | Gunakan |
|---|---|
| Memanggil model dari produk Anda | Wonder, lewat API |
| Menjalankan Claude Code atau Codex di model Meta | Wonder, lewat endpoint Messages atau Responses |
| Coding di terminal dengan model Meta terkuat | Full, lewat Muse Code Power atau Maximum |
| Menguji klaim frontier Meta | Full, di Muse Code; lalu uji Wonder untuk apa yang akan Anda rilis |
| Bayar hanya untuk yang Anda pakai | Wonder |
Blog developer Meta menyatakan Full hanya tersedia melalui langganan Muse Code dan tidak memberi timeline untuk API. Sampai itu berubah, hadapi perbandingan benchmark "Muse Wonder" dengan API lain dengan hati-hati: jika angkanya milik Full, angka itu tidak menggambarkan model API.
Apa akibat tembok ini dalam praktik
Tiga situasi ketika pembeda Wonder-atau-Full mengubah sebuah keputusan.
Anda menjalankan Claude Code atau Codex di API Meta. Panduan coding-agents Meta menunjukkan kedua harness mengarah ke api.meta.ai dengan muse-wonder-1.0 sebagai model utama dan Muse Spark 1.3 untuk subagent serta tugas latar belakang. Setup itu mendapat Wonder, yang mencatat 63 di Coding Agents Index. Angka 68 yang menyamai Claude Code di Sonnet 5.5 milik Full di dalam Muse Code. Jika benchmark adalah alasan Anda berganti harness, Anda tidak akan mendapatkannya lewat jalan ini.
Anda membandingkan vendor untuk sebuah produk. Semua angka Full di tabel peluncuran Meta tidak relevan untuk keputusan pengadaan, karena tidak ada produk yang bisa memanggil Full. Bandingkan baris Wonder (52 di indeks, 53.1 di SWE-Marathon, 25 di pengetahuan) dengan model yang bisa Anda rilis.
Anda tidak yakin sedang memakai yang mana. Di Muse Code, menu /models menampilkan model aktif. Respons yang menyebut dirinya Wonder bukan bukti ke arah mana pun, dan flag --reasoning-effort tidak pernah mengubah model. Di API, field model di setiap respons bertuliskan muse-wonder-1.0; tidak ada Full yang bisa tertukar dengannya.
Data Meta sendiri memperkuat alasan untuk memeriksa: pada tugas singkat keduanya berselisih kurang dari seperlima poin, jadi Anda mungkin tidak menyadari mana yang menjawab sampai tugasnya menjadi panjang.
Menguji selisihnya pada pekerjaan Anda sendiri
Jika Anda punya paket Muse Code Power, Anda bisa mengukur selisihnya sendiri. Pilih satu tugas panjang, refaktor 30 langkah atau review multi-file, jalankan di Muse Code dengan --model muse-wonder-1.0 lalu sekali lagi setelah beralih ke Full di /models, dan bandingkan hasil akhirnya serta jumlah intervensi. Itu memberi tahu Anda apakah empat poin itu penting bagi pekerjaan Anda.
Untuk sisi API, Apidog adalah tempat Anda memastikan Wonder, bukan sebuah benchmark, yang memenuhi standar Anda. Siapkan request Responses dengan key sebagai secret variable, jalankan prompt asli Anda pada effort medium dan max, buat assertion pada bentuk output, dan baca usage untuk biayanya. Panduan API memuat request-nya. Unduh Apidog dan simpan hasilnya di samping evaluasi model Anda yang lain.
Pertanyaan yang sering diajukan
Bisakah mendapat Muse Wonder Full lewat API? Tidak. Tidak ada model ID yang bisa dipanggil, tidak ada harga per token, dan tidak ada gateway pihak ketiga. Meta belum mengumumkan tanggalnya.
Apakah mengatur effort ke max memberi saya Full? Tidak. Effort mengatur berapa lama Wonder berpikir. Model ID tidak berubah.
Apakah Full sepadan dengan $50 per bulan dibanding Wonder seharga $5? Untuk coding mandiri pada tugas panjang, selisih Coding Agents Index (68 vs 63) dan selisih SWE-Marathon (57.5 vs 53.1) berarti. Untuk tugas singkat, DeepSWE bilang keduanya model yang sama. Untuk apa pun yang Anda rilis, pertanyaan itu tidak relevan.
Yang mana yang dipakai aplikasi Muse? Meta mengatakan Muse Wonder akan menggerakkan pengalaman aplikasi untuk pelanggan lebih dulu. Belum ada pernyataan bahwa aplikasi mendapat Full.
Posisi Anda sekarang
Bangun di atas Wonder, karena itulah satu-satunya yang bisa Anda bangun. Pakai Full di Muse Code jika Anda coding sepanjang hari dan menginginkan model Meta terkuat di tangan Anda. Dan ketika sebuah grafik bilang Meta mengalahkan Opus 5.5 di benchmark coding, periksa Wonder yang mana yang dimaksud sebelum Anda merencanakan apa pun di atasnya.