Artificial Analysis Intelligence Index에서 Muse Wonder Full은 56점을 받았다. Claude Sonnet 5.5와 같은 점수다. GPT-6 Astra, Gemini 4 Argon, Claude Fable 5.1은 모두 53점이다. 1위 Claude Opus 5.5는 58점이다.
Meta는 10월 12일 이 모델과 표준형 Muse Wonder를 함께 공개했다. 개발은 Alexandr Wang이 이끄는 Meta Superintelligence Labs가 맡았다. 두 모델 모두 가중치는 공개하지 않는다.
점수는 Full, API는 표준형
성능 주장과 이용 범위가 갈리는 지점이 이 기사의 핵심이다.
| 구분 | 지수 점수 | 이용 경로 |
|---|---|---|
| Muse Wonder Full | 56 | Muse Code 유료 구독 |
| Muse Wonder | 52 | Meta Model API |
표준형 Wonder는 Meta Model API에서 muse-wonder-1.0이라는 이름으로 쓴다. 입력 100만 토큰당 4달러, 출력 20달러다. 캐시 입력은 0.20달러다. 가장 강한 Full에는 종량제 API 가격이 없다. 월 50달러(Power Usage)나 200달러(Maximum Usage) Muse Code 구독으로만 쓸 수 있고, 사용량 한도도 있다.
회사 주장과 독립 평가를 나눠 읽기
Artificial Analysis 점수는 외부 기관이 매긴 것이다. 같은 지수 수치가 Meta의 발표 비교표에도 실렸다. 반면 법률, 업무 자동화, 장시간 코딩 같은 개별 벤치마크 표는 사정이 다르다. 모델 카드에 따르면 이 비교에는 Meta가 직접 돌린 평가, 각 벤더가 제공한 점수, 제3자 결과가 섞여 있다. 일부 소프트웨어 엔지니어링 비교는 모델마다 코딩 도구도 다르다.
표 안에서도 Meta가 전부 앞서지는 않는다.
- SWE-Marathon: Full 57.5, Opus 5.5 46.3, GPT-6 Astra 42.5
- Harvey LAB-AA(법률): Full 13.1, Opus 5.5 4.2
- Terminal-Bench 4.0-AA: Full 57.1, Opus 5.5 59.6, GPT-6 Astra 59.1
- HealthBench Pro: Full 62.3, Opus 5.5 65.6
장시간 코딩에서는 앞서고, 터미널 작업과 건강 문항에서는 밀린다. 법률 점수는 격차가 커 보이지만 절대값이 13.1에 그친다. 에이전트가 만족스러운 법률 산출물을 안정적으로 내기는 아직 어렵다는 뜻이다.
가격은 상위권, 과업당 비용은 따로 봐야
표준형 Wonder의 토큰 단가는 Claude Opus 5.5와 같다. 출력 기준으로는 GPT-6 Astra(50달러)와 Claude Fable 5.1(50달러)보다 싸다. 다만 토큰 단가가 곧 작업당 비용은 아니다. Artificial Analysis는 지수 과제 하나를 푸는 평균 비용을 Wonder 4.52달러, Opus 5.5 5.98달러, GPT-6 Astra 3.26달러로 추정했다. Wonder 단가가 Astra보다 싸도 작업당으로는 더 비싸다.
Meta의 API는 OpenAI와 Anthropic 개발 도구와 호환되는 인터페이스를 지원한다. 기존 에이전트 시스템에 붙여 시험하는 부담은 줄어든다. 한도는 분당 3,000건, 400만 토큰이다.
14개월 만의 재진입
Meta는 Llama로 오픈웨이트 모델 흐름을 연 회사다. Wired에 따르면 Llama는 연구자와 스타트업에 널리 쓰였다. 그러다 실망스러운 버전이 이어지며 뒤처졌다. 이후 Zuckerberg는 AI 조직을 개편해 MSL을 세웠고, Wang을 영입했다. Wired는 이 과정에서 일부 연구자가 오래 머물지 않는 등 순탄치 않았다고 전했다.
Meta는 올해 4월 MSL의 첫 모델 Muse Spark를 냈고, 작은 오픈웨이트 모델 Muse Glimmer도 공개했다. 이번 Wonder는 그 계열과 달리 닫힌 모델이다. Zuckerberg는 Wonder를 Muse Spark보다 훨씬 크고 발전한 모델 계열이라고 소개했다.
에이전트용 기능도 내세웠다. Active Memory는 대화를 넘어 맥락을 유지하고, Active Focus는 장애물을 만나도 목표를 놓치지 않게 돕는다. Meta는 최상위 모델이 자사 서비스 전반의 기능에도 쓰일 것이라고 밝혔다. 훈련 방식의 세부 내용은 공개하지 않았다.
국내 개발자가 따져볼 것
소스에는 한국 이용 가능 여부나 국내 가격 정보가 없다. 확인되는 사실은 다음과 같다. 표준형은 API로 쓸 수 있지만, 지수 52점으로 GPT-6 Astra(53점)보다 한 점 낮다. 56점짜리 Full은 Muse Code 구독 안에서만 돌아간다. 자체 서비스에 넣으려는 개발자에게는 Full이 아직 선택지가 아니다.
데이터 조건도 갈린다. 종량제 API는 Standard 모드로만 제공되고, Meta는 이 모드에서 입력 내용을 모델 학습에 쓰지 않는다고 밝혔다. 반면 Muse Code 구독은 기본값이 Contributor 모드다. 프롬프트, 코드, 파일, 출력이 미래 모델 개선에 쓰일 수 있다. 끌 수는 있지만 이후 입력에만 적용된다. 사내 소스 코드를 다루는 팀은 이 기본값부터 확인해야 한다.
제로 데이터 보관은 별도 승인을 받은 API 조직에만 열린다. 이 설정에서는 서버 측 대화 상태, 백그라운드 요청, 파일 업로드, 내장 웹 검색이 빠진다. Meta가 내세운 메모리와 장시간 에이전트 기능이 이 설정에서 얼마나 유지될지는 사용자가 직접 따져봐야 한다.
Meta의 최고 모델은 56점이고, 공개 API로 쓸 수 있는 모델은 52점이다. 두 숫자 사이에 구독 장벽이 서 있다.
