Technologie
Meta fordert OpenAI und Anthropic heraus: Muse Wonder und Wonder Full sind da

Meta fordert OpenAI und Anthropic heraus: Muse Wonder und Wonder Full sind da

Larissa Ceccio | 13.10.26

Jetzt will Meta ganz oben mitspielen. Mit Muse Wonder und Wonder Full unternimmt der Konzern erstmals den Versuch, eigene KI-Spitzenmodelle zu entwickeln. Dank Active Memory und Active Focus sollen sie sich wichtige Informationen aus früheren Gesprächen merken und auch bei komplexen Aufgaben beharrlich nach Lösungen suchen.

Im September hatte Meta mit Muse Spark 1.3 ein KI-Modell vorgestellt, das laut CEO Mark Zuckerberg den bis dahin größten Fortschritt des Konzerns bei mehrstufigen Aufgaben und beim Coding darstellte. Jetzt präsentiert Metas Superintelligence Lab mit Muse Wonder und Muse Wonder Full zwei neue Modelle, die auf Muse Spark aufbauen und laut Meta die bislang leistungsfähigsten Modelle des Konzerns sind.

Auf Threads ansehen

Mit der Wonder-Reihe will Meta in der Spitzenklasse der Frontier-Modelle mitspielen und mit führenden KI-Angeboten wie OpenAIs GPT-6 Astra, Anthropics Claude Fable 5.1 und Claude Opus 5.5 konkurrieren. Die neuen Meta-Modelle sind darauf ausgelegt, komplexe Aufgaben über mehrere Schritte hinweg zu bearbeiten – von der Abwicklung eines Versicherungsfalls über die Prüfung eines Mietvertrags bis hin zur Entwicklung einer funktionsfähigen App. Insbesondere ein verbessertes Gedächtnis und die Fähigkeit, auch bei schwierigen Aufgaben über längere Zeiträume hinweg Lösungen zu erarbeiten, stehen im Fokus.

Muse Wonder ist ab sofort über die Meta Model API und Muse Code für Entwickler:innen und User verfügbar. Die leistungsfähigere Variante Muse Wonder Full steht dagegen ausschließlich Abonnent:innen von Muse Code zur Verfügung. Künftig soll Wonder auch in Metas persönlichen KI-Agent Muse integriert werden und dort unter anderem komplexere Aufgaben und die Erstellung von Inhalten unterstützen. Zunächst erhalten Abonnent:innen Zugang. Einen Termin für die Integration oder einen breiteren Roll-out hat Meta noch nicht genannt.


Die Meta Enterprise Platform ist da:
Muse und mehr AI für Unternehmen

Pelziger Muse-Avatar mit Kopfhörern vor einem Laptop, daneben das blaue Muse-Logo vor hellblauem Hintergrund.
© Meta via Canva

Muse Wonder soll sich mehr merken und selbstständig Lösungen finden

Muse Wonder und Muse Wonder Full sind auf komplexe Aufgaben ausgelegt, bei denen Fachwissen, mehrstufige Prozesse und logisches Denken gefragt sind, etwa in den Bereichen Recht, Finanzen, Gesundheit oder bei anspruchsvollen Coding-Aufgaben. Dafür setzt Meta insbesondere auf zwei Funktionen: Active Memory und Active Focus.

„Echte Arbeit braucht Zeit“, erklärt Meta im offiziellen Blogbeitrag. Deshalb verfügen die neuen Modelle über ein aktives Gedächtnis, das wichtige Informationen aus früheren Gesprächen speichert und bei Bedarf wieder abruft. Active Focus ermöglicht es ihnen wiederum, auch bei Schwierigkeiten verschiedene Lösungsansätze zu verfolgen, Fehler zu korrigieren und offene Fragen vor der Umsetzung zu klären.

Für User könnte das beispielsweise bedeuten, dass der KI-Agent bereits bekannte Projektanforderungen bei neuen Aufgaben berücksichtigt oder bei der Entwicklung einer Anwendung selbstständig nach Fehlern sucht, anstatt nach dem ersten gescheiterten Versuch abzubrechen.

Wie Meta in einem Threads Post erläutert, verfügen beide Modelle über ein Kontextfenster von einer Million Token und können damit größere Informationsmengen verarbeiten als Muse Spark. Wonder Full bietet laut Meta insbesondere bei langwierigen Coding-Aufgaben einen leichten Leistungsvorsprung.

Threads Post von Meta AI zu Gedächtnisfunktionen, Fokus, Kontextfenster und Kosten der KI-Modelle Muse Spark, Wonder und Wonder Full.
Die neuen Wonder-Modelle sollen mehr Informationen verarbeiten und sich relevante Details länger merken können, © Meta

Weitere Einblicke in die Entwicklung und die technischen Fähigkeiten der Modelle zeigt Meta im Forschungsblog.

Können Muse Wonder und Wonder Full mit GPT-6 und Claude mithalten?

Bei den Leistungsbewertungen sieht Meta die neuen Modelle bereits auf Augenhöhe mit der Konkurrenz. Laut der veröffentlichten Modellkarte erzielen Muse Wonder und Wonder Full in verschiedenen Benchmarks vergleichbare Ergebnisse wie GPT-6 Astra, Claude Fable 5.1 und Claude Opus 5.5. In einzelnen Kategorien liegen die Meta-Modelle vorn, während OpenAI und Anthropic in anderen Tests weiterhin besser abschneiden.

Benchmark-Tabelle von Meta mit Leistungswerten für Muse Wonder, Wonder Full, Claude Fable 5.1, GPT-6 Astra und Claude Opus 5.5 in verschiedenen KI-Disziplinen.
Benchmark-Vergleich von Muse Wonder, Wonder Full, GPT-6 Astra und Claude-Modellen, © Meta

Besonders hebt Meta die Ergebnisse bei mehrstufigen Aufgaben und der Gedächtnisleistung hervor. Im unternehmenseigenen FocusBench-Test, der realistische Aufgaben mit mehreren Arbeitsschritten sowie die Nutzung von Tools und Dateien bewertet, erreicht Muse Wonder Full 54,2 Prozent. GPT-6 Astra kommt dagegen auf 47,7 Prozent und Claude Opus 5.5 auf 45,8 Prozent. Auch beim MemoryBench-Test, der untersucht, wie gut KI-Modelle Informationen aus längeren Gesprächsverläufen behalten und wiederverwenden, liegt Meta vorn. Muse Wonder erreicht 85,6 Prozent, Wonder Full kommt auf 85,5 Prozent. Die Konkurrenzmodelle Claude Opus 5.5 und GPT-6 Astra erzielen 81,5 beziehungsweise 81,4 Prozent.

Auf Threads ansehen

Die Ergebnisse sind allerdings mit Vorsicht zu betrachten, da sie auf Metas eigenen Tests beruhen. Unabhängige Vergleiche müssen zeigen, wie zuverlässig die Modelle in der Praxis abschneiden. Für Meta markieren die beiden Modelle einen wichtigen Meilenstein auf dem Weg zur persönlichen Superintelligenz.

Das kosten Muse Wonder und Wonder Full

Die höhere Leistungsfähigkeit hat ihren Preis. Muse Wonder kostet über die Meta Model API vier US-Dollar pro Million Input-Token und 20 US-Dollar pro Million Output-Token. Damit bewegt sich das Modell preislich ungefähr auf dem Niveau von GPT-6 Sol und Claude Opus 5.5. Im Vergleich zum schlankeren Muse Spark ist Wonder deutlich teurer.

Wonder Full wird dagegen nicht über die API angeboten, sondern bleibt den kostenpflichtigen Muse Code-Abonnent:innen für 50 beziehungsweise 200 US-Dollar monatlich vorbehalten.

Für Entwickler:innen und Unternehmen stellt sich damit vor allem die Frage, bei welchen Aufgaben sich die zusätzliche Leistung tatsächlich lohnt. Während Muse Spark auf schnelle Antworten bei geringeren Kosten ausgelegt ist, richtet sich Wonder stärker an komplexe Prozesse, umfangreiche Analysen und anspruchsvolle Software-Projekte. Wonder Full kommt insbesondere für besonders langwierige Coding-Aufgaben infrage.

Datenschutz und Sicherheit bei der neuen Mude Wonder-Reihe

Mit den erweiterten Fähigkeiten der KI-Agents wachsen auch die Anforderungen an Datenschutz und Sicherheit. Denn um Aufgaben eigenständig zu erledigen, greifen persönliche Assistants auf sensible Informationen wie Nachrichten, Kalender oder Dokumente zu. Meta hat die Wonder-Modelle deshalb nach eigenen Angaben darauf trainiert, private Informationen nicht ohne Zustimmung weiterzugeben, schädliche Anfragen abzulehnen und Cyber-Angriffe besser abzuwehren. Entwickler:innen und Sicherheits-Teams können die Modelle jedoch weiterhin nutzen, um Schwachstellen im eigenen Code aufzuspüren und Systeme besser abzusichern.

Threads Post von Meta mit Diagrammen zu Sicherheitsbewertungen der Muse Wonder-Modelle, darunter der Umgang mit privaten Informationen und schädlichen Cyberanfragen.
Meta zeigt erste Ergebnisse zur Sicherheit der Wonder-Modelle und zum Schutz persönlicher Informationen, © Meta

Die Entwicklung und Bewertung der Modelle erfolgt laut Meta nach den Standards des Superintelligence Scaling Frameworks. Ein ausführlicher Bericht mit zusätzlichen Sicherheitsbewertungen soll in Kürze folgen.

Meta will an die KI-Spitze

Mit Wonder und Wonder Full will Meta nicht nur zu den leistungsfähigsten KI-Modellen von OpenAI und Anthropic aufschließen, sondern auch den persönlichen KI-Agent Muse weiterentwickeln. Dieser wurde zuletzt mit Muse for Small Business um Funktionen für kleinere Unternehmen erweitert. Dank Konnektoren zu Diensten wie Canva, Stripe, Asana und Slack kann Muse unter anderem Aufgaben priorisieren, Kampagnen analysieren und bei der Organisation des Geschäftsalltags unterstützen. Die neuen Wonder-Modelle könnten solche Anwendungen künftig auch bei komplexeren Aufgaben leistungsfähiger machen. Doch die Konkurrenz schläft nicht: Mit den neuen dots hat auch OpenAI Always-on Agents vorgestellt, die sich mit über 4.000 Apps verknüpfen lassen und zahlreiche Aufgaben eigenständig übernehmen können.

Für Meta ist die Veröffentlichung auch vor dem Hintergrund der Neuausrichtung der KI-Sparte bedeutsam. Nach der Umstrukturierung im August 2025, bei der Scale AI-Gründer Alexandr Wang eine wichtige Rolle übernahm, konzentrierte sich der Konzern zunächst auf das schlankere Muse Spark und den KI-Agent Muse. Mit Wonder und Wonder Full folgen nun zwei Modelle, die auch bei anspruchsvollen Benchmarks mit der Konkurrenz mithalten sollen. Nach Angaben von Meta wurden sie im Prometheus-Rechenzentrum in Ohio trainiert, das 2026 in Betrieb genommen wurde.

Damit kommt Meta der angestrebten persönlichen Superintelligenz nach eigener Einschätzung einen Schritt näher. Ob die neuen Modelle tatsächlich zur KI-Spitzenklasse gehören, müssen jedoch unabhängige Tests zeigen. Für den Erfolg der darauf aufbauenden Agents dürfte zudem entscheidend sein, ob sie komplexe Aufgaben nicht nur lösen, sondern auch zuverlässig, sicher und zu vertretbaren Kosten in bestehende Arbeitsabläufe integrieren können.


Muse for Small Business:
Meta baut Agent enorm aus

Emojis und Muse-Figur von Meta vor hellem Hintergrund, Schriftzug: AI that hustles for you
© Meta via Canva

Stelle OnlineMarketing.de als bevorzugte Quelle auf Google ein

Wenn du OnlineMarketing.de auf Google als bevorzugte Quelle einstellen möchtest, um auch in den Schlagzeilen auf Google immer aktuelle News und Tipps aus der Welt des Marketing und der Tech-Entwicklungen zu finden, kannst du einfach die Google-Quelleneinstellungen aufrufen und die Seite anwählen. Über das Stern-Icon neben den Top Stories kannst du ebenfalls bevorzugte Quellen für die spätere Suche speichern.

Kommentare aus der Community

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

*
*
Aktuelle Whitepaper
Deine Zielgruppe hat sich schon entschieden. WHITEPAPER:
Deine Zielgruppe hat sich schon entschieden.
Der menschliche Faktor als Performance-Treiber im KI-Zeitalter WHITEPAPER:
Der menschliche Faktor als Performance-Treiber im KI-Zeitalter
Conversational Commerce erfolgreich einsetzen WHITEPAPER:
Conversational Commerce erfolgreich einsetzen
Jenseits von SEO: Sichtbarkeit in der KI-Ära neu denken WHITEPAPER:
Jenseits von SEO: Sichtbarkeit in der KI-Ära neu denken



Über 30.000 Subscriber können nicht irren. Melde dich jetzt zu unserem NEWSLETTER an: