A Meta lançou em 12 de outubro de 2026 os modelos Meta Muse Wonder e Muse Wonder Full, voltados a agentes de inteligência artificial, programação, uso de ferramentas e tarefas que podem continuar por longos períodos. O Wonder já pode ser acessado pelo Meta Model API e pelo Muse Code, enquanto o Wonder Full fica restrito aos planos Power Usage e Maximum Usage do Muse Code.
O anúncio também introduz duas ideias que a Meta chama de Active Memory e Active Focus: uma para recuperar contexto relevante entre conversas e outra para manter o agente trabalhando em uma meta mesmo diante de erros e bloqueios. A integração ampla ao agente Muse ainda é futura, e a empresa não anunciou disponibilidade imediata no WhatsApp, Instagram ou Meta AI.
O que são Muse Wonder e Muse Wonder Full
Muse Wonder é a nova linha de modelos de maior capacidade da Meta para trabalhos que exigem várias etapas. A documentação oficial destaca programação em repositórios grandes, delegação para subagentes, chamadas paralelas de ferramentas, recuperação de erros e uso de computador.
O modelo aceita texto, imagem, vídeo, áudio e PDF como entrada e retorna texto. A documentação informa uma janela de contexto de 1.048.576 tokens, suficiente para trabalhar com grandes volumes de código e documentos em uma mesma solicitação, embora contexto grande não elimine a necessidade de revisar respostas e decisões do agente.
A Meta posiciona Wonder acima da família Muse Spark em capacidade. O Spark continua indicado pela própria empresa para tarefas de maior volume, sensíveis a custo ou latência, enquanto o Wonder é apresentado para trabalhos longos e complexos em que capacidade pesa mais do que preço por token.
Qual a diferença entre Muse Wonder e Muse Wonder Full
| Critério | Muse Wonder | Muse Wonder Full |
|---|---|---|
| Meta Model API | Sim | Não |
| Muse Code | Sim | Sim |
| Planos do Muse Code | Disponível nos planos compatíveis e no uso por API | Power Usage e Maximum Usage |
| Janela de contexto | Aproximadamente 1 milhão de tokens | Aproximadamente 1 milhão de tokens |
| Preço na API | US$ 4 entrada / US$ 20 saída por milhão de tokens | Não disponível por API |
A diferença não é apenas um ajuste de nível de raciocínio. A documentação da Meta esclarece que selecionar esforço max no Muse Wonder comum não ativa o Muse Wonder Full. O Full é uma variante separada e atualmente depende de assinatura compatível do Muse Code.
Como usar Muse Wonder e quanto custa
Para desenvolvedores, o caminho direto é o Meta Model API. O modelo divulgado para chamadas de API é muse-wonder-1.0, e a plataforma oferece compatibilidade com clientes no formato da API da OpenAI, o que permite adaptar integrações existentes alterando o provedor, a chave e o identificador do modelo.
Na API, a Meta publica os seguintes valores para o Muse Wonder:
US$ 4 por milhão de tokens de entrada;
US$ 0,20 por milhão de tokens de entrada em cache;
US$ 20 por milhão de tokens de saída.
Esses valores são de cobrança por uso e não correspondem às assinaturas do Muse Code. Na página oficial do modelo, o plano Power Usage aparece por US$ 50 por mês e o Maximum Usage por US$ 200 por mês. Os dois incluem acesso ao Wonder Full, com limites diferentes de uso.
A documentação também classifica Muse Wonder como preview. Preços, limites, regiões e recursos podem mudar, por isso a página oficial deve ser consultada antes de adotar o modelo em produção.
O que Active Memory e Active Focus fazem
Active Memory é o nome dado pela Meta ao mecanismo que mantém informações consideradas relevantes entre conversas e recupera esse contexto quando ele volta a ser útil. A proposta é reduzir a necessidade de repetir dados em tarefas que se estendem por vários contatos com o agente.
Um exemplo hipotético seria um agente que acompanha um projeto de software durante vários dias e consegue recuperar requisitos discutidos anteriormente quando precisa revisar uma nova alteração. Isso ilustra a proposta do recurso; não representa um teste realizado pela DEVM.
Carregando publicação do X…
Abrir publicação no XActive Focus descreve o comportamento de continuar trabalhando em uma meta mesmo quando uma abordagem falha. Segundo a Meta, o modelo pode tentar alternativas, lidar com obstáculos, adaptar o plano, pedir esclarecimentos e solicitar confirmação antes de determinadas ações importantes.
Esses recursos aproximam o Wonder do tipo de agente que recebe um objetivo e trabalha em múltiplas etapas. É um conceito parecido com o movimento visto em outras plataformas. A DEVM explicou recentemente essa direção no artigo sobre o Gemini Agent do Google, que também parte de objetivos para planejar e executar tarefas entre ferramentas.
Quando o Muse Wonder chega aos usuários da Meta
O lançamento de 12 de outubro é mais direto para desenvolvedores e usuários do Muse Code. A Meta afirma que Muse Wonder passará a alimentar experiências dentro do agente Muse e que a expansão começará por assinantes, mas não definiu uma data para disponibilidade ampla.
Também não há anúncio oficial de que WhatsApp, Instagram ou o Meta AI já estejam usando Muse Wonder. Portanto, encontrar o modelo no portal para desenvolvedores não significa que ele tenha substituído automaticamente os modelos usados nos aplicativos de consumo da empresa.
Sobre o Brasil, a política geográfica atual não inclui o país entre os territórios restritos. Ainda assim, a Meta informa que o serviço só pode ser acessado nas jurisdições em que foi efetivamente habilitado. Na prática, a disponibilidade deve ser conferida no cadastro e no painel da própria conta.
Muse Wonder é melhor que ChatGPT, Claude ou Gemini?
A Meta apresenta resultados fortes para Wonder e Wonder Full em avaliações de agentes, memória, programação e tarefas profissionais. Parte dos números foi produzida pela própria empresa e parte vem de avaliações externas, portanto não é adequado transformar a tabela de lançamento em uma conclusão de que um modelo venceu todos os concorrentes.
A Artificial Analysis, uma fonte independente de comparação de modelos, mediu o Muse Wonder em 52 pontos e o Wonder Full em 56 no seu Intelligence Index v4.3, ambos no nível máximo de raciocínio. Os resultados mostram avanço em relação ao Muse Spark 1.3, mas também reforçam que modelos diferentes continuam liderando métricas diferentes.
Para quem está escolhendo uma ferramenta de uso geral, o produto ao redor do modelo continua importando tanto quanto o benchmark. Integrações, preço, velocidade, limites, privacidade e disponibilidade podem mudar a escolha. A DEVM mantém um comparativo separado de ChatGPT ou Gemini justamente porque o melhor resultado depende da tarefa e do ecossistema usado.
No caso do Muse Wonder, o diferencial mais claro neste lançamento está no foco em agentes longos, programação e uso de ferramentas, não em substituir automaticamente todas as IAs de conversa.
Como a Meta trata dados no Muse Code
A configuração de dados merece atenção antes de usar código, arquivos profissionais ou informações de clientes. A documentação diferencia Standard mode e Contributor mode.
No Standard mode, a Meta informa que prompts, código, arquivos, contexto enviado e respostas do modelo não são usados para treinar modelos da empresa. Já as assinaturas do Muse Code começam com Contributor mode ativado por padrão. Nesse modo, o usuário recebe mais capacidade de uso em troca da permissão para que o conteúdo enviado e recebido seja usado no treinamento de modelos futuros.
A Meta permite desativar o Contributor mode em /settings. Depois da mudança, o conteúdo futuro deixa de ser usado para treinamento, segundo a documentação. A própria empresa também orienta a não enviar dados pessoais, sensíveis ou confidenciais aos serviços com contribuição de dados.
Esse ponto deve ser analisado principalmente por empresas e desenvolvedores que trabalham com repositórios privados. Preço e capacidade não substituem uma política interna clara sobre quais dados podem sair do ambiente da organização.
Para quem o Muse Wonder faz sentido agora
Neste primeiro momento, Muse Wonder é mais relevante para desenvolvedores e equipes que querem testar agentes de programação, tarefas longas, uso de ferramentas e grandes volumes de contexto. Quem já usa uma API compatível pode avaliar o modelo sem depender da chegada dele aos aplicativos de consumo da Meta.
O Wonder Full exige mais cuidado na comparação de custo porque está ligado aos planos Power e Maximum do Muse Code, e não a uma tarifa pública por token. Já usuários que procuram apenas uma IA para conversa cotidiana ainda não têm uma integração ampla anunciada no Meta AI, WhatsApp ou Instagram.
Antes de pagar por qualquer plano de IA, vale comparar a limitação que realmente está afetando sua rotina. O mesmo critério vale para outras plataformas, como explicado no guia da DEVM sobre ChatGPT gratuito ou pago. No caso do Muse Wonder, as próximas atualizações importantes serão a expansão regional, a integração ao agente Muse e os primeiros resultados de uso independente em tarefas reais.
