Muse Wonder coûte 4 dollars par million de tokens en entrée et 20 en sortie, au centime près le tarif de Claude Opus 5.5, alors qu’Alexandr Wang avait promis un prix « meaningfully below » celui d’OpenAI et d’Anthropic (Fello AI, 12 octobre 2026). Meta présente ses nouveaux modèles comme « un bond majeur vers la superintelligence personnelle » et les compare à GPT-6 Astra, Claude Fable 5.1 et Claude Opus 5.5.
Les scores publiés par Meta sont auto-déclarés ; l’indice indépendant d’Artificial Analysis place Muse Wonder à 52, derrière les 58 d’Opus 5.5. Les comparatifs qui recopient le communiqué ne disent pas quoi tester lundi matin ; celui-ci trie l’annonce selon ce que votre équipe peut vérifier seule.
Ce que Meta annonce, point par point
Deux modèles sont sortis le 12 octobre 2026 de Meta Superintelligence Labs : Muse Wonder, appelable par API ; Muse Wonder Full, la version la plus puissante. Tous deux acceptent du texte et des images en entrée, ainsi que la vidéo et l’audio, avec une context window d’un million de tokens, comme le détaille le Blog du Modérateur. Meta vise les tâches d’agent longues, de la lecture d’un bail à la démarche auprès d’un assureur, avec un niveau « de pointe » revendiqué en programmation.
Deux capacités maison accompagnent l’annonce. Active Memory conserve d’une conversation à l’autre les informations utiles sur la personne ; Active Focus pousse le modèle à changer d’approche quand une piste échoue, puis à demander une validation avant toute action importante.
Un tarif calé sur Opus 5.5
4 dollars en entrée, 20 en sortie, 0,20 dollar pour l’entrée en cache. Muse Spark 1.2 était facturé 1,25 et 4,25 dollars, d’après les chiffres de TechCrunch repris par le BDM : le prix par token est donc multiplié par 3,2 en entrée et 4,7 en sortie. Claude Sonnet 5.5 coûte 2 dollars en entrée pour 10 en sortie et atteint 56 sur l’indice d’Artificial Analysis, quatre points au-dessus de Muse Wonder.
Quels chiffres viennent de Meta seule ?
Presque tous. Sur le graphique de Meta, qui compte 14 lignes de comparaison avec Opus 5.5, Muse Wonder (hors version Full) devance Opus 5.5 sur 5 d’entre elles, selon l’analyse de Fello AI. La règle de notation que Meta s’est fixée mérite d’être lue en entier, puisqu’elle décide de ce qui apparaît dans la colonne de Muse Wonder :
Quand aucun score tiers n’existe, Meta retient « le plus élevé » de ses propres exécutions validées en interne, de ses scores auto-déclarés ou du classement officiel (formulation de Meta, traduite, citée par Fello AI).
Les modèles concurrents ont été relancés par Meta en mode « best-effort », avec des prompts et des outils qui « peuvent ne pas être optimaux » pour les modèles propriétaires. Sur SWE-Marathon, le chiffre vedette, Muse Wonder Full tourne en effort xhigh quand le reste du tableau est en max ; les scores de GPT-6 Astra et de Fable 5.1 viennent de Codex et de Claude Code ; Meta écrit elle-même que la ligne n’est pas une comparaison contrôlée sur un harnais commun.
Le résumé qui circule affiche 57,5 % pour Muse Wonder Full contre 46,3 % pour un modèle Claude ; la ligne de Meta indique 79,0 pour Muse Wonder Full, relève OrcaRouter, qui ajoute qu’aucun de ces résultats, produits dans le harnais de Meta à effort de raisonnement maximal, n’avait été reproduit de façon indépendante au 12 octobre. Autrement dit, la ligne la plus citée compare un modèle réglé au plus haut à des concurrents dont deux sont mesurés dans leurs outils d’origine, sur une base que l’éditeur fixe lui-même. Les 9 autres lignes, où Opus 5.5 l’emporte sur Muse Wonder, tiennent mal dans un titre de lancement ; elles dessinent pourtant l’écart entre l’annonce et ce que le tableau établit.
Ce que l’indice indépendant ajoute
Sur l’Artificial Analysis Intelligence Index, Opus 5.5 obtient 58, Muse Wonder Full 56 et Muse Wonder 52, ce dernier au neuvième rang d’un classement de 216 modèles. Le coût par tâche inverse en partie le classement : 4,52 dollars pour Muse Wonder contre 5,98 pour Opus 5.5, parce que le premier a consommé environ 130 millions de tokens de sortie pour passer l’indice, le second environ 260 millions (token cost mesuré par Artificial Analysis, rapporté par The D[AI]LY Brief).
À tarif identique par token, la facture dépend donc du nombre de tokens dépensés pour finir le travail.
Cet indice a une limite : il agrège des tâches standardisées et ne dit rien de la tenue d’un agent pendant plusieurs heures dans votre base de code, terrain que Meta met en avant dans son annonce.
Wonder Full : accès par abonnement, données par défaut
Absent de l’API, Muse Wonder Full se loue dans Muse Code, à 50 dollars par mois (Power Usage) ou 200 dollars (Maximum Usage). D’après VentureBeat, relayé par The D[AI]LY Brief, chaque dépôt ouvert dans cet outil devient par défaut une donnée d’entraînement potentielle ; les conditions interdisent d’y soumettre des informations confidentielles : la conformité repose sur chaque abonné. Le mode sans rétention de données n’est accordé qu’aux organisations qualifiées de la Meta Model API, sur approbation. Il désactive l’état de conversation côté serveur et la recherche web intégrée.
Reste la sécurité. Meta annonce son rapport complet « bientôt » ; la fiche du modèle n’exclut pas que la version sans protections atteigne le seuil de risque élevé en chimie et en biologie, d’où des classifieurs supplémentaires. Fello AI rapporte aussi un test d’exploitation de failles, ExploitGym, où Muse Wonder Full a capturé 92 drapeaux alors qu’une passe de vérification n’en a trouvé que 21 obtenus par la vulnérabilité visée.
L’agent Muse : une promesse sans calendrier
Muse Wonder alimentera « bientôt » l’agent Muse, en commençant par ses abonnés, sans date. L’agent, ouvert aux États-Unis depuis septembre, n’est proposé ni en France ni dans le reste de l’Union européenne ; Meta n’a communiqué aucun calendrier de déploiement. Les développeurs échappent à ce blocage : l’annonce ne mentionne aucune limite géographique pour la Meta Model API ni pour Muse Code.
Meta assure avoir entraîné ses modèles à ne pas partager d’informations personnelles sans autorisation. L’agent Muse figure parmi les applications d’IA les plus gourmandes en données personnelles dans le dernier classement de Surfshark, un périmètre que notre comparatif des IA qui collectent le plus de données détaille. L’article du BDM ne rapporte aucun chiffre sur l’efficacité de ces garde-fous.
Que tester avant d’intégrer Wonder à un workflow ?
Prenez vos 20 prompts de production, gardez le même system prompt, passez-les sur Muse Wonder et sur le modèle que vous utilisez déjà, puis comparez le nombre de tokens consommés par tâche plutôt que le prix affiché au million. Ajoutez un document qui remplit la fenêtre d’un million de tokens.
Avant d’envoyer des données clients, vérifiez si votre organisation a obtenu l’approbation du mode sans rétention. Et faites du rapport de sécurité promis par Meta une condition de la décision, avec une date de réception dans votre calendrier.
Un score n’existe vraiment qu’à partir du jour où quelqu’un d’autre le recalcule.
