Meta lanceert Muse Wonder-modellen voor AI-agenten en langdurige taken

Een AI-agent die meerstapstaken uitvoert, moet het doel voor ogen houden, relevante informatie uit eerdere context halen en na een fout verder kunnen werken. Op 12 oktober 2026 presenteerde Meta de modellen Muse Wonder en Muse Wonder Full, die volgens het bedrijf voor zulke scenario’s zijn bedoeld. Muse Wonder is beschikbaar voor ontwikkelaars via Meta Model API en Muse Code; Muse Wonder Full is beschikbaar voor abonnees van Muse Code. Meta meldt ook dat Muse Wonder later de functies van Muse zal ondersteunen, in eerste instantie voor abonnees.

De release is vooral relevant omdat de aandacht verschuift van een demonstratie van een persoonlijke assistent naar modellen voor ontwikkelaars. Meta beschrijft toepassingen die uiteenlopen van het begrijpen van documenten en financiële informatie tot meerstapsprogrammering. Teams die agentmodellen beoordelen, kunnen de testbeschrijvingen en een aparte modelkaart raadplegen voor de vergelijkingsvoorwaarden en risico-inschatting.

Wat Meta bedoelt met Active Memory en Active Focus

Volgens Meta is Active Memory het vermogen om relevante informatie tussen gesprekken mee te nemen en die op te halen wanneer ze de huidige taak helpt. Active Focus heeft betrekking op langdurig werken: het model probeert alternatieve benaderingen, pakt obstakels aan en vraagt om verduidelijking wanneer dat nodig is. Het bedrijf zegt ook dat het model vóór belangrijke handelingen de gebruiker raadpleegt.

Deze eigenschappen zijn bedoeld voor taken die uit meerdere stappen bestaan, zoals informatie zoeken in documenten, plannen of wijzigingen aanbrengen in een softwareproject. Meta koppelt de beoordeling van robuust werken aan FocusBench en SWE-Marathon. De modelkaart verduidelijkt dat SWE-Marathon grote projecten beoordeelt aan de hand van het slagen voor tests, terwijl FocusBench nagaat hoe een agent obstakels overwint en zich tijdens een reeks interacties aan een veranderende omgeving aanpast.

Wat bekend is over de tests

Meta publiceerde een modelkaart voor Muse Wonder met een overzicht van evaluaties, de methodologie en implementatievoorwaarden. Volgens de kaart verwerken de modellen tekst, afbeeldingen, video en audio, en bedraagt het opgegeven contextvenster tijdens inferentie één miljoen tokens. De kaart beschrijft tests voor agentscenario’s, programmeren, documentverwerking en veiligheid.

De vergelijkingsvoorwaarden verschillen per test. Bij gecontroleerde interne programmeervergelijkingen gebruikte Meta een gemeenschappelijke testomgeving; sommige andere resultaten zijn afkomstig van externe beoordelaars of modelaanbieders. Zo zijn de SWE-Marathon-resultaten gebaseerd op gegevens van Abundant AI: GPT‑6 Astra werd getest via Codex en Claude Fable 5.1 via Claude Code. Deze rij is dus geen vergelijking van alle modellen in één gemeenschappelijke testomgeving.

Meta meldt dat Muse Wonder Full 92 flags behaalde in ExploitGym. De modelkaart licht toe dat bij de controle 21 flags overeenkwamen met een vermoedelijke kwetsbaarheid, terwijl de overige 71 voortkwamen uit niet-beoogde kwetsbaarheden. In de gepubliceerde ranglijst tellen alleen de eerste mee. Dit laat zien hoe de evaluatiemethode de betekenis van het eindcijfer beïnvloedt.

Wat u vóór implementatie moet controleren

Voor een praktische pilot kunnen ontwikkelaars beginnen met typische taken uit hun product: geef de agent een beperkte set tools, definieer een controleerbaar resultaat en meet het aandeel voltooide scenario’s, het aantal fouten en hoe vaak menselijke tussenkomst nodig is. Controleer afzonderlijk wat er gebeurt bij tegenstrijdige gegevens, een storing van een tool en een poging om een onomkeerbare handeling uit te voeren.

De modelkaart van Meta adviseert om het model voor de beoogde toepassing te evalueren en aanvullende veiligheidsmaatregelen te nemen, waaronder menselijke bevestiging van onomkeerbare handelingen. De kaart merkt ook op dat de kwaliteit afhangt van de configuratie van de dienstverlening, prompts, tools en de agentomgeving. Daarom moet het opgegeven contextvenster worden beoordeeld naast de resultaten op taken die voor het beoogde gebruik relevant zijn.

Per 13 oktober 2026 zijn de release van beide modellen, de genoemde toegangskanalen en de door Meta gepubliceerde testinformatie bevestigd. Beschikbaarheid via Muse voor abonnees is een toekomstige stap, geen lancering die al voor alle gebruikers heeft plaatsgevonden. De release geeft ontwikkelaars een basis voor een eigen pilot; een besluit over implementatie moet afhangen van resultaten op taken en veiligheidscontroles in het beoogde systeem.