# Meta diz que modelos Muse Wonder rivalizam com os principais sistemas de IA

- Publicada: 2026-10-12T17:00:00.000Z
- Atualizada: 2026-10-12T22:04:11.080Z
- Editoria: Modelos
- Página: https://aidailyjournal.com/pt/n/2026/10/12/meta-says-muse-wonder-models-rival-leading-ai-systems/
- Fontes: [The Verge](https://theverge.com/ai-artificial-intelligence/1009479/meta-muse-wonder-full-ai-model), [Wired](https://wired.com/story/muse-wonder-puts-meta-back-at-the-ai-frontier), [g1](https://g1.globo.com/tecnologia/noticia/2026/10/12/meta-lanca-muse-wonder-seus-modelos-de-ia-mais-avancados-para-pressionar-openai-e-anthropic.ghtml), [Tecnoblog](https://tecnoblog.net/noticias/meta-lanca-o-muse-wonder-sua-ia-mais-avancada-ate-agora), [TechCrunch](https://techcrunch.com/2026/10/12/meta-releases-its-first-frontier-model-muse-wonder)

## Resumo

A Meta lançou os modelos de IA Muse Wonder e Muse Wonder Full. A empresa afirma, com base em testes internos, que eles têm desempenho comparável ou superior ao de modelos da OpenAI e da Anthropic em alguns benchmarks, incluindo tarefas de programação e documentos jurídicos. O Wired ressalta que benchmarks não medem necessariamente o desempenho no mundo real.

O Muse Wonder está disponível para assinantes do Muse Code e pela Meta Model API; segundo o TechCrunch, o acesso pela API custa US$ 4 por milhão de tokens de entrada e US$ 20 por milhão de tokens de saída. O Muse Wonder Full fica restrito a assinantes do Muse Code. A Meta também destaca os recursos Active Memory e Active Focus, voltados a manter objetivos e informações ao longo de tarefas complexas, e diz que planeja integrar o Wonder ao assistente Muse, começando por assinantes. O lançamento ocorre após a reformulação da área de IA da empresa e investimentos bilionários anunciados por Mark Zuckerberg.

## Por que importa (interpretação editorial)

A oferta por API e para assinantes cria caminhos distintos para testar as alegações da Meta em tarefas de código e documentos legais. Como a Wired observa que benchmarks não medem necessariamente o desempenho no mundo real, a utilidade prática dos modelos ainda depende dessas avaliações fora dos testes internos.

_Resumo escrito pelo AI Daily Journal a partir das fontes acima, com palavras próprias. Para detalhes, leia as matérias originais._