Muse Wonder et Wonder Full : des LLM compétitifs, mais Meta doit penser aux entreprises

Muse Wonder et Wonder Full, deux modèles compétitifs plombés par leur tarification

Sur le parangonnage Coding Agent Index, Muse Wonder Full est au coude à coude avec Sonnet 5,5 (68 points), devant Gemini 4 Argon (64 points) et GPT-6.1 Sol, de nouveau à égalité avec Muse Wonder (61 points).

Face aux exercices consacrés à l’analyse financière et de compte, Muse Wonder Full obtient 54 points, à égalité avec GPT-6.1 Sol et Gemini 4 Argon. Muse Wonder s’assure un score de 51 points. GPT-6 Astra (55 points), Claude Sonnet 5.5 (57 points) et Opus 5.5 (61 points) demeurent en tête de ce classement.

Chez Vals AI, Muse Wonder Full est troisième du classement Vals Index, avec 64,57 %, contre Gemini 4 Argon (68,90 dollars) et Claude Sonnet 5.5 (67,04 %). Wonder atteint une précision de 61,06 %.

Pour expliquer les performances, Meta met en avant deux fonctionnalités. La première consiste en une meilleure gestion de la mémoire et de sa cohérence, à travers son API. L’autre est lié au fait que les modèles sont entraînés « pour ne pas abandonner » et pour tenter plusieurs stratégies afin d’accomplir une tâche.

Mais la prouesse du laboratoire de Meta est sans doute d’obtenir ces scores en contenant la génération de tokens. Muse Wonder et Wonder Full n’utilisent en moyenne que 54 000 tokens par tâche de l’Intelligence Index, soit un petit peu plus que GPT-6 Luna (50 000 tokens) et moins que Gemini 4 Argon. GPT-6 Astra (27 000 tokens) et GPT-6.1 Sol demeurent les modèles « frontières » les plus efficients en la matière.

Malheureusement, au prix de 4 dollars pour 1 million de tokens en entrée et 20 dollars pour le même volume en sortie, le coût par tâche n’est pas à l’avantage de Muse Wonder, qui atteint 4,52 dollars. Cela s’explique par l’usage d’un plus grand nombre de tokens en entrée. GPT-6 Astra (3,26 dollars), Gemini 4 Argon (1,99 dollar) et surtout GPT-6.1 Sol (0,71 dollar) s’en sortent mieux. Cela reste moins cher que Sonnet 5.5 (5,46 dollars) et Opus 5.5 (5,98 dollars) qui sont handicapés par un tokenizer très gourmand (le système qui subdivise les mots en tokens avant que le modèle les traite). Chez Vals AI, Muse Wonder a coûté 8,55 dollars par test.

Meta n’a toujours pas de solutions viables pour les grands comptes

Muse Wonder Full n’est, pour l’instant, pas disponible par API. Il faut passer par la suite Muse Code, équivalente à Claude Code, pour en profiter. Meta propose quatre forfaits, de 5, 15, 50 ou 200 dollars par mois.

Muse Wonder propulsera aussi l’application Muse de Meta, un assistant/agent pour les particuliers. Au vu de cet écosystème et de son expérience particulière du e-commerce et du marketing, le géant des réseaux sociaux semble avant tout cibler les PME, les agences Web et les startups. Il le faisait déjà avec Facebook Ads, Instagram et WhatsApp. Cela se reflète dans ses échanges avec des partenaires comme Upsun, fournisseur français d’une PaaS très utilisé pour gérer des CMS d’e-commerce.

Pour passer à l’étape supérieure, il faudra cibler les grandes entreprises. Auprès de TechTarget, Arun Chandrasekaran, analyste chez Gartner, estime que Meta devra se constituer un réseau de partenaires chez les fournisseurs de Cloud, les ESN et les éditeurs. Le groupe dirigé par Mark Zuckerberg s’était rapproché d’IBM avec Llama et d’autres fournisseurs de cloud. Il s’agirait donc de reprendre ces échanges. Tout comme il faudra répondre aux exigences de sécurité (là, Meta semble fournir des efforts) et de protection de données. Pour l’heure, il faut désactiver manuellement la contribution à l’entraînement depuis Muse Code (le produit le plus abouti de Meta) et la plateforme API.