Was ist Muse Wonder?
Muse Wonder ist ein Modell mit geschlossenen Gewichten von den Meta Superintelligence Labs, veröffentlicht am 12. Oktober 2026 zusammen mit einer stärkeren Variante, Muse Wonder Full. Meta nennt sie seine leistungsfähigsten Modelle und sagt, sie bauten auf größeren Basismodellen auf als die Reihe Muse Spark. Muse Wonder (Modell-ID muse-wonder-1.0) ist eine Preview in der Meta Model API; Wonder Full gibt es gar nicht über die API, es ist den Monatsplänen für 50 $ und 200 $ von Muse Code vorbehalten.
Das Modell liest Text, Bilder, Video, Audio und PDF und schreibt Text, mit einem Kontext von 1.048.576 Tokens und einem Reasoning-Aufwand von minimal bis max. Meta bewirbt es für Code-Änderungen über mehrere Dateien, stundenlange Agent-Läufe und die Koordination von Sub-Agents und ergänzt zwei Verhaltensweisen, die es Active Memory und Active Focus nennt. Es teilt Endpunkte und Anfrageformate mit Muse Spark, ein Wechsel ist also eine Änderung der Modell-ID.
Die API kostet 4 $ pro Million Input-Tokens, 0,20 $ gecacht und 20 $ für Output, ohne Aufschlag für langen Kontext und ohne günstigeren Contributor-Modus. Es ist auch bei OpenRouter zu denselben Preisen gelistet und wird in Südkorea nicht angeboten.
Was kostet Muse Wonder?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| API | $4 in / $20 out per 1M tokens | 0,20 $ gecachter Input; kein Contributor-Modus |
| Muse Code Power | $50/month | Enthält Wonder Full |
| Muse Code Maximum | $200/month | Enthält Wonder Full |
API: 4 $ Input, 0,20 $ gecachter Input, 20 $ Output pro 1 Mio. Tokens; kein Contributor-Modus. Wonder Full nur in Muse Code Power (50 $/Monat) und Maximum (200 $/Monat).
Lohnt sich Muse Wonder?
Muse Wonder bringt Meta in die Spitzenklasse, genau zum Listenpreis von Claude Opus 5.5, 4 $ Input und 20 $ Output pro Million Tokens, ohne Opus auf ganzer Linie das Wasser zu reichen. In der eigenen Tabelle der Model Card schlägt das API-Modell Opus in fünf Zeilen und verliert in neun. Es verliert bei ProgramBench mit 50,0 zu 70,5, bei Terminal-Bench 4.0 mit 52,0 zu 59,6 und bei der Computersteuerung in OSWorld mit 72,6 zu 81,8. Artificial Analysis sieht es bei 52 im Intelligence Index, gegenüber 58 für Opus.
Die Siege sind thematisch eng, aber echt. Bei DeepSWE 1.1, einem von Datacurve bewerteten Coding-Test mit langem Horizont, erreicht Wonder 78,8 gegenüber 74,2 für Opus und 74,1 für GPT-6 Astra. Bei SWE-Marathon führt es vor Opus mit 53,1 zu 46,3, wobei Metas Fußnote sagt, diese Zeile sei kein kontrollierter Vergleich, weil die Werte der Konkurrenz aus Codex und Claude Code stammen. Harveys juristischer Agent-Test fällt einseitig aus, 10,0 gegenüber 4,2, und der interne MemoryBench gibt Wonder 85,6 gegenüber 81,5, doch dieser Benchmark stammt von Meta selbst und wird von einem Modell bewertet.
Das bessere Modell ist das, das die meisten Käufer nicht aufrufen können. Wonder Full erreicht 57,5 bei SWE-Marathon, 59,0 bei ProgramBench und 56 im Index von Artificial Analysis, existiert aber nur in Muse Code in den Plänen für 50 $ und 200 $. Den Reasoning-Aufwand in der API auf max zu setzen leitet nicht dorthin weiter. Ein Team, das Full in seiner eigenen Pipeline will, kann es nicht kaufen.
Die Bedingungen sind aufgeräumter als bei Muse Spark. Für Wonder gibt es in der API keinen Contributor-Modus, Pay-as-you-go-Traffic wird also nie fürs Training genutzt, während Abos von Muse Code weiterhin für jedes Modell standardmäßig auf Contributor stehen, auch für Wonder. Die Rate Limits entsprechen Spark mit 3.000 Anfragen und 4 Millionen Tokens pro Minute und Team. Das Modell ist als Preview gekennzeichnet, und Metas vollständiger Sicherheitsbericht war zum Start noch als „coming soon“ markiert.
Wo es sich lohnt
Ein Platform-Team, das eine Agent-Pipeline mit Muse Spark betreibt
Die schwierigsten Planungsschritte und Schritte über mehrere Dateien an ein stärkeres Modell schicken, ohne zweiten Anbieter
Wonder teilt die Endpunkte von Spark, einen Schritt hochzustufen ist also eine Änderung der Modell-ID. Jeder Schritt kostet pro Input-Token das 3,2-Fache und pro Output-Token das 4,7-Fache, daher lohnt es sich, Klassifikation und Tool-Aufrufe bei Spark zu lassen.
Ein Engineering Lead in einer Firma mit 30 Entwicklern, der lang laufende Coding-Agents bewertet
Refactorings abgeben, die über viele Repositories hinweg Stunden dauern
Bei DeepSWE 1.1 und SWE-Marathon liegt Wonder in Metas Tabelle vor Opus 5.5. Eine Aufgabe mit 500.000 Input-Tokens, davon 400.000 gecacht, und 50.000 Output-Tokens kostet zum Listenpreis etwa 1,48 $, genauso viel wie bei Opus, die Wahl hängt also davon ab, welcher Benchmark der eigenen Arbeit ähnelt.
Eine Legal-Operations-Managerin in einer mittelgroßen Kanzlei
Erste Entwürfe von Arbeitsergebnissen aus den Dokumenten eines Mandats zur Prüfung durch Anwälte erstellen
Wonder erreicht in der Version von Artificial Analysis des Legal Agent Benchmark von Harvey 10,0 gegenüber 4,2 für Opus 5.5. Das ist immer noch ein kleiner Anteil an Aufgaben, die jede Prüfung bestehen, die Ausgabe braucht also eine anwaltliche Durchsicht, und API-Traffic bleibt aus Metas Trainingsdaten heraus.
Bevor du dich festlegst
- Einrichtung
- Lege auf dev.meta.ai ein Team und einen API-Schlüssel an und rufe muse-wonder-1.0 im Format Responses, Chat Completions oder Messages auf; Muse Code bietet es in jedem Plan an.
- Integrationen
- Tool-Aufrufe, parallele Tool-Aufrufe, strukturierte Ausgabe, Desktop-Computersteuerung und Grounding per Websuche für 2,50 $ pro 1.000 Anfragen; bei OpenRouter zu denselben Token-Preisen gelistet.
- Daten und Datenschutz
- In der API nur der Standard-Modus: Prompts, Dateien und Ausgaben werden nicht zum Training von Meta-Modellen genutzt. Abos von Muse Code stehen standardmäßig auf dem Contributor-Modus, der mit Inhalten trainiert, bis er abgeschaltet wird. Geschlossene Gewichte, kein Selbsthosten.
- Kosten im großen Maßstab
- Eine Million Support-Antworten im Monat mit je 3.000 Input- und 500 Output-Tokens kosten etwa 12.000 $ für Input plus 10.000 $ für Output, also 22.000 $, gegenüber etwa 5.875 $ bei Muse Spark 1.3. Gecachte Präfixe für 0,20 $ senken den Input-Anteil.
- Grenzen
- Kontext von 1.048.576 Tokens; 3.000 RPM und 4 Mio. TPM pro Team; Preview-Version; in Südkorea nicht verfügbar. Metas Model Card nennt visuelles und räumliches 3D-Reasoning als bekannte Schwäche.
Was gut ist
- Vor Opus 5.5 bei DeepSWE 1.1 (78,8 zu 74,2) und SWE-Marathon (53,1 zu 46,3)
- Kontext von 1 Mio. Tokens ohne Aufschlag für langen Kontext; gecachter Input für 0,20 $
- Kein Contributor-Modus in der API, API-Traffic wird also nicht fürs Training genutzt
- Dieselben Endpunkte wie Muse Spark; eine Änderung der Modell-ID verschiebt Arbeit zwischen beiden
Was nicht
- Verliert in Metas eigener Tabelle 9 von 14 Zeilen gegen Opus 5.5, zum selben Preis
- Wonder Full, die stärkere Variante, wird nicht über die API verkauft
- Preview-Status; vollständiger Sicherheitsbericht zum Start nicht erschienen
- Abos von Muse Code stehen standardmäßig auf dem Contributor-Modus, der mit deinen Inhalten trainiert
Am besten für
Teams, die bereits Metas API nutzen und für lange Coding-Arbeit über mehrere Dateien oder juristische Dokumentarbeit ein stärkeres Modell brauchen, als Muse Spark bietet.
Alternativen zu Muse Wonder
Muse Wonder: häufige Fragen
- Lohnt sich Muse Wonder?
- Wonder kostet so viel wie Claude Opus 5.5 und gewinnt nur fünf der vierzehn Zeilen, die Meta zum Vergleich veröffentlicht hat. Wir bewerten es mit 4.1 von 5.
- Was kostet Muse Wonder?
- API: 4 $ Input, 0,20 $ gecachter Input, 20 $ Output pro 1 Mio. Tokens; kein Contributor-Modus. Wonder Full nur in Muse Code Power (50 $/Monat) und Maximum (200 $/Monat).
- Welche Nachteile hat Muse Wonder?
- Verliert in Metas eigener Tabelle 9 von 14 Zeilen gegen Opus 5.5, zum selben Preis; Wonder Full, die stärkere Variante, wird nicht über die API verkauft; Preview-Status; vollständiger Sicherheitsbericht zum Start nicht erschienen; Abos von Muse Code stehen standardmäßig auf dem Contributor-Modus, der mit deinen Inhalten trainiert.
- Für wen eignet sich Muse Wonder?
- Teams, die bereits Metas API nutzen und für lange Coding-Arbeit über mehrere Dateien oder juristische Dokumentarbeit ein stärkeres Modell brauchen, als Muse Spark bietet.
- Was kostet Muse Wonder für ein Team oder im Produktivbetrieb?
- Eine Million Support-Antworten im Monat mit je 3.000 Input- und 500 Output-Tokens kosten etwa 12.000 $ für Input plus 10.000 $ für Output, also 22.000 $, gegenüber etwa 5.875 $ bei Muse Spark 1.3. Gecachte Präfixe für 0,20 $ senken den Input-Anteil.
- Ist Muse Wonder sicher für Firmendaten?
- In der API nur der Standard-Modus: Prompts, Dateien und Ausgaben werden nicht zum Training von Meta-Modellen genutzt. Abos von Muse Code stehen standardmäßig auf dem Contributor-Modus, der mit Inhalten trainiert, bis er abgeschaltet wird. Geschlossene Gewichte, kein Selbsthosten.
- Was sind die besten Alternativen zu Muse Wonder?
- Die nächsten Alternativen, die wir getestet haben, sind Claude Opus 5.5, GPT-6 Astra, Claude Fable 5.1 und Muse Spark 1.3.
Antworten geprüft am 23. Okt. 2026.