Índice de contenidos
Claves de la noticia
- Meta presenta Muse Wonder y Wonder Full para tareas prolongadas con agentes; la integración en la aplicación Muse llegará después.
- Wonder está en la API, mientras que Full exige los planes Power Usage o Maximum Usage de Muse Code: aumentar el razonamiento no cambia de modelo.
- Las suscripciones activan por defecto Contributor, que permite entrenar con el contenido enviado; la API de Wonder funciona en Standard.
Meta ha anunciado este 12 de octubre Muse Wonder, una nueva familia de modelos de inteligencia artificial. Su estreno combina más capacidad para agentes con dos decisiones prácticas: qué versión puede contratarse y bajo qué condiciones se utiliza el código o los documentos del usuario.
Dos versiones con puertas de entrada diferentes
El anuncio oficial presenta Wonder y Wonder Full como los modelos más capaces de Meta hasta ahora. La compañía los orienta a tareas personales y profesionales, desde trabajar con documentación hasta construir aplicaciones. Son afirmaciones del fabricante, no resultados de una prueba realizada por este medio.
La documentación para desarrolladores concreta una diferencia que el nombre de la familia puede ocultar. Wonder se ofrece en la API y en Muse Code; Full queda reservado a las suscripciones Power Usage y Maximum Usage. Seleccionar el esfuerzo de razonamiento máximo en Wonder no activa Full. Esa opción modifica el trabajo del modelo contratado, no su identidad.
El cruce entre ambos documentos permite distinguir tres calendarios: acceso de los desarrolladores, acceso de los suscriptores del asistente de programación e incorporación futura al agente Muse. El lanzamiento de hoy no demuestra que todas las personas que utilizan las aplicaciones de Meta ya tengan el nuevo modelo. La empresa prevé empezar la integración en Muse por los suscriptores, sin fijar aquí una fecha española.
La API identifica Wonder como preview. Admite texto, imágenes, vídeo, audio y PDF como entrada, pero devuelve texto. Por tanto, aceptar una grabación como contexto no equivale a generar un vídeo. Tampoco la ventana de 1.048.576 tokens garantiza que cada dato de un documento extenso se recupere correctamente.
La suscripción cambia el tratamiento del contenido
La página de suscripciones de Muse Code explica que Contributor está activado por defecto. A cambio de más uso, permite que Meta emplee el contenido enviado para entrenar futuros modelos. Se puede desactivar en los ajustes; a partir de ese cambio, el contenido futuro deja de utilizarse para entrenamiento mientras no se reactive.
La conclusión práctica aparece al combinar acceso y configuración: pagar una suscripción no significa, por sí solo, excluir los datos del entrenamiento. La elección del plan habilita una versión; la elección del modo determina ese uso del contenido. Son controles distintos que conviene revisar antes de abrir un repositorio empresarial o adjuntar documentos de clientes.
La política geográfica y de designación, actualizada el 12 de octubre, recoge también que las suscripciones de programación usan los servicios Contributor por defecto con independencia del modelo seleccionado. En cambio, Wonder mediante la API no ofrece Contributor. Esta diferencia permite evaluar dos vías de uso sin trasladar automáticamente las condiciones de una a la otra.
La distinción es relevante para equipos españoles que comparten código de terceros o información interna. Desactivar el entrenamiento no resuelve por sí solo todas las cuestiones de conservación, permisos o contratos. Aquí se identifica un ajuste concreto y verificable; no se afirma que un modo constituya una garantía general de cumplimiento ni que habilite cualquier documento.
Cuánto cuesta el mismo volumen de tokens
Las tarifas publicadas permiten comparar Wonder con Spark en Standard. Esta tabla conserva los precios en dólares y la unidad original; no incluye impuestos, conversiones a euros ni cuotas de Muse Code.
| Modelo | Entrada | Entrada en caché | Salida |
|---|---|---|---|
| Muse Wonder | 4,00 $ | 0,20 $ | 20,00 $ |
| Muse Spark | 1,25 $ | 0,15 $ | 4,25 $ |
Un cálculo con 100.000 tokens de entrada sin caché y otros 100.000 de salida da 2,40 dólares con Wonder y 0,55 con Spark. El método es multiplicar cada tarifa por 0,1 y sumar entrada y salida: Wonder cuesta unas 4,36 veces más en ese supuesto. No es una estimación del coste de terminar una tarea: los modelos pueden consumir cantidades distintas para resolverla.
La comparación deja una pregunta medible para una prueba interna: si Wonder reduce fallos o repeticiones, ¿compensa esa diferencia por trabajo terminado? Contar solo el precio de entrada infravaloraría el peso de la salida en ambos casos. La caché y las búsquedas también cambian la factura; deben mantenerse separadas al reproducir el ejemplo.
Memoria, perseverancia y permisos cumplen funciones distintas
El informe de presentación denomina Active Memory a recuperar contexto relevante entre conversaciones y Active Focus a sostener una tarea, probar alternativas y adaptarse a nuevas instrucciones. Esa combinación busca que un agente continúe trabajando cuando una petición exige varios pasos. No constituye una promesa de acierto ilimitado.
AI at Meta publica una presentación oficial de Wonder y Wonder Full. Su descripción confirma las vías de acceso anunciadas y la futura incorporación a Muse; el vídeo acompaña ese anuncio, no una evaluación independiente de rendimiento.
La documentación de permisos mantiene separadas aprobación y aislamiento. Autorizar una acción y limitar los archivos o la red que puede tocar un proceso son barreras distintas. La memoria del modelo no sustituye ninguna de ellas. Esta discusión conecta con las políticas de aislamiento para agentes de VS Code.
El estreno añade otra opción al mercado de modelos disponibles por API. Para elegir Wonder hoy, las diferencias comprobables son acceso, modo de datos y coste. Full requiere una suscripción concreta; la potencia prometida no elimina esas condiciones de contratación.
Imagen: ilustración conceptual generada de un espacio de trabajo; no muestra una interfaz real de Muse.
