Meta Muse Wonder Full entra tra i modelli AI di punta, ma costa di più

Se usi l’intelligenza artificiale per organizzare un viaggio, capire un documento o scrivere software, la novità di Meta ti riguarda: i suoi nuovi modelli puntano a portare a termine un lavoro, non soltanto a rispondere a una domanda. Il 12 ottobre 2026 l’azienda ha presentato Muse Wonder e Muse Wonder Full, due sistemi progettati in particolare per gli agenti AI: assistenti capaci di usare strumenti digitali, seguire più passaggi e intervenire quando qualcosa non funziona. È un cambiamento simile al passaggio da un consulente che suggerisce cosa fare a un collaboratore che prova a farlo, sotto la tua supervisione.

I primi risultati collocano la versione Full nella fascia alta dei modelli AI, ma raccontano anche una storia meno comoda: più capacità non significa automaticamente più convenienza. Nelle valutazioni di Artificial Analysis, Muse Wonder Full ottiene 56 punti nel suo indice complessivo, contro i 52 di Muse Wonder e i 48 del precedente Muse Spark 1.3. Per Muse Wonder, il costo medio calcolato sulle attività del test è quasi triplicato rispetto al predecessore.

La domanda utile, quindi, non è se Meta abbia costruito «l’AI migliore» in assoluto. È capire in quali lavori i progressi valgono il costo aggiuntivo, quali risultati sono già verificabili e quanta autonomia sia prudente concedere a un assistente che può accedere a informazioni personali.

Muse Wonder e Muse Wonder Full sono modelli linguistici, cioè i sistemi AI che interpretano una richiesta e generano una risposta o una sequenza di azioni. Meta li presenta come i suoi modelli più capaci per attività personali e professionali: dall’esame di una pratica assicurativa alla costruzione di un’app. Full è la variante più potente nelle valutazioni disponibili, ma anche quella con accesso più limitato al lancio.

Entrambi accettano in ingresso testo, immagini, video e audio, mentre producono testo. La finestra di contesto — la quantità di informazioni che il modello può considerare in una singola richiesta — arriva a un milione di token, le unità in cui il sistema suddivide i contenuti. È come avere una scrivania molto ampia su cui tenere aperti più fascicoli; non significa, però, che il modello ricorderà per sempre tutto ciò che vi è stato appoggiato.

Secondo Meta AI Research, Muse Wonder è disponibile tramite la Meta Model Application Programming Interface (API), il collegamento che consente agli sviluppatori di integrarlo nelle proprie applicazioni, e tramite Muse Code, lo strumento di Meta dedicato alla programmazione. Muse Wonder Full, al 12 ottobre 2026, è invece riservato agli abbonati a Muse Code. Meta prevede inoltre di introdurre Muse Wonder nell’assistente Muse, iniziando dagli abbonati, ma non indica in quell’annuncio una data precisa per il rilascio.

Un benchmark è una prova standardizzata: come un circuito di guida, permette di confrontare veicoli diversi nelle stesse condizioni, ma non riproduce ogni strada possibile. L’Artificial Analysis Intelligence Index combina dieci valutazioni che comprendono, fra l’altro, lavoro su documenti, uso di software, programmazione, conoscenza e ragionamento. Su questo indice Muse Wonder Full raggiunge 56 punti, Muse Wonder 52 e Muse Spark 1.3 Max 48. I numeri indicano un progresso, non una percentuale di richieste quotidiane risolte correttamente.

Il salto più interessante riguarda i compiti agentici, nei quali il modello deve scegliere passaggi, usare strumenti e verificare il risultato. The Decoder, richiamando i test di Artificial Analysis, segnala per esempio un aumento dal 33% al 57% su Terminal-Bench 4.0, una prova di attività informatiche svolte in un ambiente di terminale. Riporta inoltre che Muse Wonder Full si colloca fra i primi tre modelli in sei delle dieci valutazioni considerate. Sono risultati notevoli, ma circoscritti a quelle prove e alle configurazioni utilizzate.

Il confronto richiede cautela anche per un altro motivo. Nella scheda tecnica dei modelli, Meta spiega che per alcune comparazioni usa risultati di soggetti esterni, mentre per altre impiega prove interne; riconosce inoltre che le impostazioni adottate per i modelli concorrenti potrebbero non essere ottimali. L’indice di Artificial Analysis offre quindi un riscontro importante distinto dalle dichiarazioni dell’azienda, senza trasformare una graduatoria in un verdetto definitivo su ogni utilizzo.

Meta chiama Active Memory la capacità di conservare informazioni rilevanti fra conversazioni e recuperarle quando servono. Immagina di aver spiegato a un assistente che preferisci viaggiare in treno e che hai un limite di spesa: in una richiesta successiva, dovrebbe considerare entrambe le preferenze senza costringerti a ripeterle. È una funzione diversa dalla finestra di contesto: la prima riguarda il recupero di informazioni nel tempo, la seconda quanto materiale il modello può esaminare in una singola richiesta.

Active Focus è invece il nome dato da Meta alla capacità di proseguire su un obiettivo difficile: provare un’altra strada dopo un errore, adattarsi a un imprevisto e chiedere chiarimenti quando mancano dati. L’analogia è quella di un collaboratore che non si ferma alla prima porta chiusa, ma torna con una domanda o cerca un percorso alternativo. Meta cita FocusBench, una propria valutazione di attività personali articolate in più passaggi, e SWE-Marathon, dedicata a lavori software prolungati, per misurare aspetti di questa promessa.

Queste capacità rendono più interessante un agente che debba, per esempio, confrontare documenti, compilare una bozza e controllare se rispetta le istruzioni iniziali. Ma aumentano anche la distanza fra una dimostrazione riuscita e un servizio affidabile ogni giorno. Nella propria scheda tecnica Meta ammette che Muse Wonder può ancora sbagliare nei ragionamenti a più passaggi, soprattutto davanti a situazioni nuove.

La differenza economica è concreta. Secondo le schede di Artificial Analysis, Muse Wonder costa 4 dollari per milione di token in ingresso e 20 dollari per milione di token in uscita, contro rispettivamente 1,25 e 4,25 dollari per Muse Spark 1.3 Max. Nel paniere di attività usato per l’indice, il costo medio passa da 1,60 a 4,52 dollari: circa 2,8 volte tanto. Quest’ultimo numero è una stima riferita alle prove del benchmark, non il prezzo fisso che un utente pagherà per chiedere un riassunto.

Il motivo per cui il costo per attività conta più della sola tariffa per token è semplice: un agente può rileggere documenti, fare tentativi e usare più passaggi prima di consegnare il lavoro. È come confrontare due taxi: la tariffa al chilometro serve, ma per decidere quanto spenderai devi conoscere anche la lunghezza del percorso. Un modello più efficace può giustificare una spesa maggiore se evita lavoro umano o tentativi falliti; i benchmark, da soli, non misurano quel risparmio nel tuo caso specifico.

Per chi sviluppa prodotti, la scelta dipenderà dunque dal tipo di attività: una richiesta semplice potrebbe non richiedere il modello più potente, mentre un processo lungo, con documenti e strumenti, potrebbe trarne beneficio. Per i lettori che usano soltanto l’app Muse, i prezzi per token non descrivono direttamente il costo di un eventuale abbonamento. Sono due piani economici diversi e confonderli renderebbe il confronto fuorviante.

Un punteggio complessivo alto può nascondere differenze importanti fra capacità. The Decoder osserva che i progressi più marcati emergono nelle attività agentiche e di programmazione, mentre le prove di conoscenza fattuale restano meno favorevoli a Muse Wonder rispetto ad alcuni rivali. Per un utente significa che saper seguire un flusso di lavoro e conoscere sempre la risposta corretta non sono la stessa cosa.

Conta anche la lingua. Meta dichiara che l’addestramento comprende numerose lingue, ma avverte di non aver valutato tutte quelle presenti nei dati: la qualità può peggiorare dove il supporto è meno solido. Non sarebbe quindi corretto trasferire automaticamente i punteggi dei benchmark all’analisi di contratti italiani, alla scrittura professionale in italiano o a procedure amministrative locali senza prove dedicate.

Meta sostiene inoltre che Muse Wonder Full si comporti meglio del previsto davanti a compiti non presi di mira durante l’ottimizzazione successiva all’addestramento. È un punto importante: un assistente utile non deve soltanto prepararsi per l’esame, ma cavarsela con un problema che non ha mai visto. Per ora, però, questa specifica analisi è presentata dall’azienda stessa; è ragionevole attendere ulteriori verifiche indipendenti su attività quotidiane, tempi di esecuzione e affidabilità delle azioni.

La posta in gioco cambia quando l’AI può leggere messaggi, consultare un calendario o interagire con servizi collegati. Un errore in una risposta si può correggere; un acquisto, un invio o una modifica a un account possono essere più difficili da annullare. Meta stessa, nella scheda di Muse Wonder, raccomanda agli sviluppatori di prevedere controlli aggiuntivi e una conferma umana per le azioni irreversibili.

Nel descrivere l’architettura dell’assistente Muse, Meta AI Research spiega di usare un ambiente isolato e un componente separato, chiamato Sentinel, che valuta le richieste di accesso ai servizi e può chiedere l’autorizzazione dell’utente. Sono misure progettate per limitare i danni anche se l’agente commette un errore o incontra istruzioni ostili in un contenuto che legge. Non sono, per ammissione della stessa Meta, una garanzia che l’assistente non sbaglierà mai.

Muse Wonder Full mostra che Meta è tornata competitiva nei test dei modelli più avanzati, soprattutto quando un compito richiede più passaggi. Muse Wonder, la versione accessibile agli sviluppatori tramite API, rende però evidente il compromesso: rispetto a Muse Spark 1.3 Max, il suo risultato complessivo sale di quattro punti nell’indice di Artificial Analysis, mentre il costo medio delle attività del test passa da 1,60 a 4,52 dollari.

Per giudicare questi modelli servirà osservare meno la posizione in classifica e più il lavoro completato: quanto spesso l’agente capisce l’obiettivo, quando chiede aiuto, quali errori lascia passare e quanto costa arrivare a un risultato verificato. È lì, fra una promessa convincente e un’attività davvero conclusa, che si misurerà il valore dei nuovi modelli di Meta per le persone.