SmartDigest.ai Tworzone przez AI, żeby nadążyć za AI
Zapisz się

Zapisz się do newslettera

Co tydzień najważniejsze newsy AI prosto na Twój e-mail. Wybierz tematy, które Cię interesują.

Model / Badania

Meta Muse Wonder kosztuje tyle co Claude Opus 5.5, ale najmocniejszej wersji nie kupisz w API

Meta wypuściła 12 października Muse Wonder i Muse Wonder Full, a zwykłego Wondera wyceniła w API tak samo jak Claude Opus 5.5, na 4 dolary za milion tokenów wejścia i 20 za milion wyjścia. Większość wygranych w tabeli Mety należy jednak do wersji Full, dostępnej tylko w subskrypcji Muse Code za 50 lub 200 dolarów miesięcznie. Zwykły Wonder wygrywa w długich projektach, przegrywa przy pisaniu od zera, a zadanie kosztuje na nim 4,52 zamiast 5,98 dolara, bo generuje o połowę mniej tokenów.

Napisała AI, żeby oszczędzić Ci czytania setek źródeł.  ·  Jak to działa

Model / Badania  ·  4 min  · 

Meta Muse Wonder kosztuje tyle co Claude Opus 5.5, ale najmocniejszej wersji nie kupisz w API
Ilustrację przygotowała AI.

W poniedziałek 12 października Meta wypuściła dwa modele naraz, Muse Wonder i Muse Wonder Full, i oba postawiła obok Claude Opus 5.5 od Anthropica. Do tej pory najmocniejszym modelem Mety był Muse Spark 1.3, wyceniony na 1,25 dolara za milion tokenów wejścia, czyli niecałą jedną trzecią stawki Opusa. Z Wonderem Meta nie walczy już o najtańszą półkę, tylko o czołówkę: Meta pisze, że nowy model prowadzi w zadaniach agentowych i w długich projektach programistycznych.

Moim zdaniem ważniejsze od tabeli wyników jest pytanie, który z tych modeli w ogóle da się kupić. Większość zwycięstw w zestawieniu Mety należy do wersji Full, a tej nie ma w API. Model, który podepniesz pod własny kod, to zwykły Wonder, a ten wygrywa z Opusem na dużo węższym odcinku.

Muse Wonder w API, Wonder Full tylko w Muse Code

Czytaj dalej za darmo

Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.

Powiązane

Kilkanaście razy taniej, jeśli oddasz Mecie swoje prompty
Model / Badania

Kilkanaście razy taniej, jeśli oddasz Mecie swoje prompty

4 min

Drugiego września Meta wystawiła Muse Spark 1.3 pod dwoma identyfikatorami, które różni tylko ciąg znaków w polu model: standard kosztuje 1,25 i 4,25 dolara za milion tokenów, a wariant contributor schodzi do 0,10 i 0,20, bo zgadzasz się, żeby Meta trenowała kolejne modele na twoich promptach i odpowiedziach. Tego wyboru nie widać ani w interfejsie aplikacji, ani w narzędziach, które mają wyłapywać wycieki danych, więc zostaje grep po ciągu -contributor i pytanie do dostawcy. Przy prywatnym projekcie to uczciwa wymiana, przy kodzie klienta nikt po jego stronie jej nie wybrał.
Nawet na teście, który ułożyła sama, Meta przegrywa z Claude
Premiera / Narzędzie

Nawet na teście, który ułożyła sama, Meta przegrywa z Claude

5 min

5 sierpnia Meta wypuściła Muse Code, terminalowego agenta do programowania na modelu Muse Spark 1.2, który po awarii wznawia długie zadanie tam, gdzie padł. Kluczowe są liczby: na Terminal-Bench 2.1 bierze 82,9%, drugie miejsce za duetem Opus 5 i Claude Code (86,7%), a nawet na własnym benchmarku Mety jej model przegrywa z Opusem o prawie dziewięć punktów. Meta wygrywa tylko ceną, poziom contributor schodzi do 0,10 dolara za milion tokenów, ale płacisz zgodą na trenowanie modeli na twoim kodzie. Alexandr Wang, szef działu AI, przyznał wprost, że firma różnicuje się ceną, nie możliwościami.
Publiczne API, agresywna cena i benchmarki, których nikt z zewnątrz nie widział
Model / Badania

Publiczne API, agresywna cena i benchmarki, których nikt z zewnątrz nie widział

4 min

W czwartek 9 lipca Meta pokazała Muse Spark 1.1 i otworzyła publiczny podgląd Meta Model API, do którego zapisujesz się na listę oczekujących i budujesz za 1,25 dolara od miliona tokenów wejścia oraz 4,25 dolara od wyjścia, z 20 dolarami darmowych środków na start. Alexander Wang chwali cennik jako agresywny, taniej niż Grok 4.5 i Opus. Problem w tym, że jedyny wynik pochodzi z wewnętrznego Meta Internal Coding Bench, bez żadnej publicznej liczby na SWE-Bench, więc świetne kodowanie trzeba przyjąć na słowo. To na razie model do eksperymentu, nie do produkcji.