Muse Wonder Full

Fiche modèle · Meta · muse-wonder-full-1.0

Muse Wonder Full (muse-wonder-full-1.0) is Meta Superintelligence Labs' most capable Muse Wonder series model for personal and professional agentic tasks, coding, and computer use. It is available only in Muse Code on the Power Usage ($50/mo) and Maximum Usage ($200/mo) plans, and is not offered on the Meta Model API. Catalog card only: no ZeroEval playground routing or first-party API pricing row.

Fiches modèles

Identité

Organisation	Meta
Pays	—
Famille	—
Type	llm
Date de sortie	2026-10-12
Licence	proprietary
Licence commerciale	non
Licence open source	non
Poids ouverts	non
Auto-hébergement (DGX Spark)	non — poids fermés
Modalités	—
Fenêtre de contexte	—
KV cache / token (Q8)	—
Paramètres totaux	—
Paramètres actifs (session)	—
Source des paramètres actifs	—
Curation des paramètres actifs	—
Prix par session	—
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	—
Tokens d'entraînement	—
Coupure de connaissance	—
Créé le	2026-10-19T15:09:29.899952Z
Mis à jour le	2026-11-04T06:04:52.588221Z
Source	LLM Stats
URL	https://llm-stats.com/models/muse-wonder-full-1.0

Tokens/tâche

Prix par fournisseur

Prix

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Aucune donnée.

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
knowledge	0.50
long_context	0.90
multimodal	0.50
productivity	0.80
reasoning	0.50
finance	0.60
general	0.60
healthcare	0.60
agents	0.60
code	0.60
tool_calling	0.50
vision	0.50

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
aa-index-4.3	general	0.56	1.00	0.56	non	oui	2026-11-04T06:04:52.663216Z
artificial-analysis	general	0.56	1.00	0.56	non	oui	2026-11-04T06:04:52.681323Z
automationbench-aa	agents	0.45	1.00	0.45	non	oui	2026-11-04T06:04:52.606376Z
deepswe-1.1	code	0.79	1.00	0.79	non	oui	2026-11-04T06:04:52.642581Z
focusbench	agents	0.54	1.00	0.54	non	oui	2026-11-04T06:04:52.693133Z
gdp-pdf	general	0.33	1.00	0.33	non	oui	2026-11-04T06:04:52.613085Z
harvey-lab-aa	knowledge	0.13	1.00	0.13	non	oui	2026-11-04T06:04:52.593368Z
healthbench-professional	healthcare	0.62	1.00	0.62	non	oui	2026-11-04T06:04:52.603007Z
jobbench	agents	0.75	1.00	0.75	non	oui	2026-11-04T06:04:52.617112Z
memorybench	agents	0.85	1.00	0.85	non	oui	2026-11-04T06:04:52.670335Z
osworld-2.1-partial	multimodal	0.78	1.00	0.78	non	oui	2026-11-04T06:04:52.623852Z
osworld-2.1-strict	multimodal	0.39	1.00	0.39	non	oui	2026-11-04T06:04:52.630509Z
personal-superintelligence-index	agents	0.59	1.00	0.59	non	oui	2026-11-04T06:04:52.667090Z
program-bench	agents	0.59	1.00	0.59	non	oui	2026-11-04T06:04:52.659583Z
swe-marathon	code	0.57	1.00	0.57	non	oui	2026-11-04T06:04:52.651365Z
terminal-bench-4.0	reasoning	0.57	1.00	0.57	non	oui	2026-11-04T06:04:52.637244Z
terminal-bench-4.0-aa	code	0.57	1.00	0.57	non	oui	2026-11-04T06:04:52.676623Z
vals-finance-agent-v2	finance	0.59	1.00	0.59	non	oui	2026-11-04T06:04:52.597382Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
agents	5	0.60	41.64	14	trueskill	2026-11-04T08:08:47.839150Z	rankings
code	6	0.60	43.79	5	trueskill	2026-11-04T08:08:39.742311Z	rankings
knowledge	3	0.50	21.26	4	trueskill	2026-11-04T08:08:45.139626Z	rankings
multimodal	36	0.50	30.84	3	trueskill	2026-11-04T08:08:46.488887Z	rankings
reasoning	40	0.50	45.19	5	trueskill	2026-11-04T08:08:41.093494Z	rankings

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04