روز دوشنبه ۱۲ اکتبر ۲۰۲۶ متا دو مدل تازه به نام‌های Muse Wonder و Muse Wonder Full را معرفی کرد و آن‌ها را توانمندترین مدل‌های خود تا امروز خواند. به گزارش TechCrunch، این نخستین باری است که آزمایشگاه ابرهوش متا (Meta Superintelligence Labs) مدلی در سطح «پیشرو» عرضه می‌کند؛ یعنی مدلی که قرار است مستقیماً با بهترین مدل‌های OpenAI و Anthropic رقابت کند.
این خبر برای کاربران عادی هم مهم است، چون متا صاحب اینستاگرام، واتساپ و فیسبوک است و دستیار هوش مصنوعی آن به نام Muse قرار است با همین مدل‌ها قوی‌تر شود. در این مقاله توضیح می‌دهیم این دو مدل چه فرقی با قبلی‌ها دارند، «حافظه فعال» یعنی چه، قیمت استفاده چقدر است، نتایج مستقل چه می‌گویند و این عرضه برای دانشجویان و کسب‌وکارهای ایرانی چه معنایی دارد.
متا دقیقاً چه چیزی عرضه کرد؟
تا پیش از این، مدل اصلی متا Muse Spark بود؛ مدلی سبک که برای پاسخ سریع ساخته شده بود. به نوشته TechCrunch، مدل‌های Wonder بزرگ‌ترند، در بنچمارک‌ها امتیاز بالاتری می‌گیرند و در کارهای پیچیده‌ای مثل کدنویسی نتیجه بهتری می‌دهند. این مدل‌ها در مرکز داده Prometheus متا در ایالت اوهایو آموزش دیده‌اند؛ مرکزی که اوایل سال ۲۰۲۶ راه‌اندازی شد.
دو نسخه عرضه شده است. Muse Wonder نسخه‌ای است که توسعه‌دهندگان از طریق API متا به آن دسترسی دارند و به‌زودی پشت دستیار Muse هم قرار می‌گیرد. Muse Wonder Full نسخه بزرگ‌تر است که به گزارش رویترز فقط برای مشترکان ابزار کدنویسی Muse Code در دسترس است و از طریق API ارائه نمی‌شود.
- Muse Wonder: از طریق API متا و به‌زودی در دستیار Muse، ابتدا برای مشترکان
- Muse Wonder Full: نسخه بزرگ‌تر، فقط برای مشترکان Muse Code و بدون API
- هر دو جایگزین مدل سبک قبلی یعنی Muse Spark در کارهای سنگین می‌شوند
«حافظه فعال» چیست و چرا متا روی آن تأکید می‌کند؟
مهم‌ترین ویژگی‌ای که متا تبلیغ می‌کند، چیزی است که آن را Active Memory یا حافظه فعال می‌نامد. به گزارش Yahoo Finance، این قابلیت اطلاعات لازم را از میان گفتوگوهای قبلی شما بیرون میکشد تا هر بار مجبور نباشید از صفر شروع کنید. کاویا کوپاراپو، پژوهشگر متا، در ویدئوی معرفی گفته هدف این بوده که مدل بتواند آنچه برای شما مهم است را «در طول روزها، هفته‌ها، ماهها و فراتر از آن» به خاطر بسپارد.
ویژگی دوم Active Focus یا تمرکز فعال است. به نوشته Yahoo Finance، این قابلیت باعث می‌شود مدل وقتی در میانه یک کار به خطا یا مانع می‌خورد، کار را رها نکند و ادامه دهد. متا می‌گوید مدل پیش از انجام کارهای مهم، از کاربر توضیح یا اجازه می‌خواهد. این دو ویژگی کنار هم نشان میدهد متا دنبال ساختن «دستیار شخصی بلندمدت» است، نه فقط یک چت‌بات پرسش و پاسخ.
به گزارش TechCrunch، متا در بنچمارک MemoryBench که توانایی مدل در ساختن و نگه داشتن حافظه را می‌سنجد، ادعا می‌کند Muse Wonder از مدل‌های Fable، Opus و Astra جلوتر است؛ ادعایی که فعلاً فقط از کارت مدل خود متا می‌آید.
دستیاری که شما را به خاطر می‌سپارد راحت‌تر است، اما یعنی اطلاعات بیشتری از شما را هم نگه می‌دارد. رویترز هم در گزارش خود به نگرانی‌های حریم خصوصی اشاره کرده است.
قیمت استفاده چقدر است؟
به گزارش TechCrunch، استفاده از Muse Wonder از طریق API متا برای هر یک میلیون توکن ورودی ۴ دلار و برای هر یک میلیون توکن خروجی ۲۰ دلار هزینه دارد. TechCrunch این قیمت را تقریباً هم‌سطح GPT-6 Sol شرکت OpenAI و Opus 5.5 شرکت Anthropic می‌داند. یعنی متا نه ارزان‌تر از رقبا وارد شده و نه گران‌تر، بلکه خودش را در همان رده قیمتی قرار داده است.
برای کاربران عادی، به نوشته TIKR مدل Wonder قرار است به مشترکان Muse در طرح‌های ۲۰ و ۱۰۰ دلاری ماهانه برسد. رویترز هم نوشته که این مدل ابتدا برای مشترکان فعال می‌شود. به بیان ساده، اگر از نسخه رایگان Muse استفاده می‌کنید، فعلاً به قوی‌ترین مدل متا دسترسی نخواهید داشت.
- API: ۴ دلار برای هر میلیون توکن ورودی و ۲۰ دلار برای هر میلیون توکن خروجی
- هم‌رده با قیمت GPT-6 Sol و Opus 5.5 به گفته TechCrunch
- دسترسی کاربران عادی: ابتدا مشترکان Muse در طرح‌های ماهانه ۲۰ و ۱۰۰ دلاری
- Wonder Full فقط با اشتراک Muse Code
ادعاهای متا در برابر نتایج مستقل
متا در کارت مدل خود می‌گوید Muse Wonder و Wonder Full در بنچمارک‌ها نتایجی قابل مقایسه با Fable 5.1 شرکت Anthropic و GPT-6 Astra شرکت OpenAI دارند و به نوشته Yahoo Finance، رقابت با Gemini 4 Argon گوگل را هم «در برخی بنچمارک‌ها» ادعا می‌کند. این عددها را خود متا منتشر کرده است.
نتایج مستقل محتاطانه‌تر است. به نوشته TIKR، مؤسسه Artificial Analysis به Wonder Full در شاخص هوش خود امتیاز ۵۶ داده، در حالی که Muse Spark امتیاز ۴۸ گرفته بود؛ همان بررسی Wonder Full را هم‌سطح Claude Sonnet 5.5 قرار داده است. یعنی پیشرفت نسبت به مدل قبلی متا واقعی است، اما ادعای برابری با بهترین مدل بازار هنوز محل بحث است.
چرا این عرضه برای متا سرنوشت‌ساز است؟
به گزارش رویترز، مارک زاکربرگ در یک سال گذشته میلیاردها دلار تعهد داده و با جدیت پژوهشگران شرکت‌های رقیب را جذب کرده تا متا در رقابت هوش مصنوعی عقب نماند. Yahoo Finance یادآوری می‌کند که متا ۱۴ میلیارد دلار در شرکت Scale AI سرمایه‌گذاری کرد تا الکساندر وانگ، بنیان‌گذار آن، را به عنوان مدیر ارشد هوش مصنوعی خود بیاورد. به نوشته TechCrunch، این نخستین مدل پیشرو متا از زمانی است که وانگ در اوت ۲۰۲۵ تیم‌های هوش مصنوعی شرکت را بازسازی کرد.
هزینه‌ها هم سنگین است. به گزارش TIKR، مخارج سرمایه‌ای متا در چهار فصل گذشته حدود ۸۹ میلیارد دلار بوده و فقط در فصل دوم ۲۰۲۶ به بیش از ۳۰ میلیارد دلار رسیده است. سؤال تحلیلگران این است که آیا درآمد اشتراک و API این مدل‌ها می‌تواند بخشی از این هزینه را جبران کند؛ TIKR می‌گوید اولین نشانه، اعلام یا اعلام نکردن تعداد مشترکان در گزارش فصلی بعدی متاست.
این خبر برای کاربران و کسب‌وکارهای ایرانی چه معنایی دارد؟
برای کاربر عادی، مهم‌ترین اثر این عرضه در دستیار Muse و در نهایت در اپلیکیشن‌های متا دیده می‌شود؛ ابزارهایی که بسیاری از ایرانی‌ها روزانه با آن‌ها سروکار دارند. حافظه فعال یعنی دستیاری که سلیقه، کار و پروژه شما را به خاطر می‌سپارد. این برای کسی که مدام با هوش مصنوعی کار می‌کند امتیاز بزرگی است، اما باید حواستان باشد چه چیزهایی را به آن می‌سپارید.
برای توسعه‌دهندگان و کسب‌وکارهای کوچک، ورود یک بازیگر بزرگ دیگر به رده قیمتی مدل‌های پیشرو یعنی رقابت بیشتر و در بلندمدت احتمال قیمت‌های بهتر. اگر محصولی بر پایه هوش مصنوعی می‌سازید، منطقی است به‌جای وابستگی به یک شرکت، کدتان را طوری بنویسید که بتوانید بین مدل‌های مختلف جابه‌جا شوید.
برای دانشجویان هم درس روشنی دارد: رقابت بر سر «حافظه» و عامل‌هایی که کار را تا آخر انجام می‌دهند جدی شده و مهارت طراحی چنین دستیارهایی ارزش پیدا می‌کند. در هفته‌های آینده باید دید Muse Wonder چه زمانی واقعاً پشت دستیار Muse قرار می‌گیرد و بررسی‌های مستقل بیشتر درباره ادعای برتری در حافظه چه می‌گویند.
- پیش از سپردن اطلاعات شخصی یا کاری به دستیار حافظه‌دار، تنظیمات حریم خصوصی را بررسی کنید
- در محصولات خود وابستگی به یک مدل خاص را کم کنید تا بتوانید از رقابت قیمتی سود ببرید
- یادگیری ساخت عامل‌های هوش مصنوعی با حافظه و پیگیری کار را در مسیر آموزشی خود بگنجانید
- ادعاهای بنچمارک را با نتایج مستقلی مثل Artificial Analysis مقایسه کنید
منابع و مطالعه بیشتر
- Meta releases its first frontier model, Muse WonderTechCrunch
- Meta releases Muse Wonder AI models to challenge Anthropic and OpenAIReuters (via Yahoo Finance)
- Meta launches Muse Wonder AI model family with frontier-level performanceYahoo Finance
- Meta Launches Muse Wonder, Its First Frontier AI Model: Can It Pay for the Capex?TIKR
سؤال‌های متداول
Muse Wonder چیست؟+
Muse Wonder مدل هوش مصنوعی تازه متاست که روز ۱۲ اکتبر ۲۰۲۶ همراه با نسخه بزرگ‌تر Muse Wonder Full معرفی شد. متا آن‌ها را توانمندترین مدل‌های خود و نخستین مدل‌های پیشرو آزمایشگاه ابرهوش متا می‌داند.
حافظه فعال (Active Memory) چه کاری انجام میدهد؟+
به گفته متا، این قابلیت اطلاعات مهم را از گفتوگوهای قبلی شما بیرون میکشد تا دستیار در هر مکالمه از صفر شروع نکند و بتواند چیزهای مهم شما را در طول روزها و ماهها به خاطر بسپارد.
استفاده از Muse Wonder چقدر هزینه دارد؟+
به گزارش TechCrunch، از طریق API متا هر یک میلیون توکن ورودی ۴ دلار و هر یک میلیون توکن خروجی ۲۰ دلار هزینه دارد. نسخه Wonder Full فقط با اشتراک Muse Code در دسترس است و از طریق API عرضه نمی‌شود.
آیا Muse Wonder واقعاً هم‌سطح بهترین مدل‌های OpenAI و Anthropic است؟+
متا چنین ادعایی دارد، اما این عددها را خودش منتشر کرده است. بررسی مستقل Artificial Analysis به نقل از TIKR، نسخه Wonder Full را با امتیاز ۵۶ هم‌سطح Claude Sonnet 5.5 قرار داده؛ پیشرفتی بزرگ نسبت به Muse Spark با امتیاز ۴۸، ولی نه لزوماً برابر با قوی‌ترین مدل بازار.
