L’essentiel
- Meta a lancé le 12 octobre Muse Wonder et Muse Wonder Full, deux modèles qui placent Wonder Full dans le top 3 de six benchmarks sur dix.
- Sur l’indice d’Artificial Analysis, Wonder Full obtient 56 points, contre 48 pour Muse Spark 1.3, mais reste derrière Claude Opus 5.5 (58).
- L’API est facturée 4 $ en entrée et 20 $ en sortie par million de tokens, au niveau de Claude Opus 5.5 ; Wonder Full n’est accessible qu’aux abonnés Muse Code.
- Mark Zuckerberg a envisagé un chèque de 100 à 200 milliards de dollars avant d’avoir vu les modèles.
Fin 2025, Mark Zuckerberg demande à Alexandr Wang s’il est sûr de son coup avant de signer un chèque de 100 à 200 milliards de dollars. Wang répond qu’il a vu des avancées de recherche prometteuses, mais qu’aucune garantie n’existe. Les deux hommes ont raconté la scène dans le podcast Cheeky Pint, au lendemain du lancement de Muse Wonder.
Dix mois plus tard, le modèle est sorti. Il s’agit maintenant de mettre en regard ce que Meta a obtenu et ce que l’addition laisse deviner.
Six benchmarks sur dix, mais un indice à 56
Selon Artificial Analysis, Muse Wonder Full se place dans le top 3 de six benchmarks (tests de référence) sur dix. Sur l’indice d’intelligence global (version 4.3), il totalise 56 points, Muse Wonder 52, et leur prédécesseur Muse Spark 1.3 seulement 48. Le bond est réel : huit points en un cycle de modèle.
L’indice, lui, est mené par Claude Opus 5.5, à 58. GPT-6 Astra tourne autour de 53. Meta dépasse donc un concurrent et frôle l’autre sans prendre la première place. Sur le classement Vals AI, Wonder Full (en configuration Max) débute en cinquième position, devant tous les modèles d’OpenAI ; seuls les modèles actuels d’Anthropic le devancent.
Un top 3 par épreuve additionne des forces très inégales. Une médaille de bronze sur six tests ne dit rien des quatre autres, ni de ceux où le modèle plafonne.
Des gains concentrés sur les tâches longues
Les progrès les plus nets concernent les agents, ces modèles chargés d’enchaîner seuls des dizaines d’actions. Sur Terminal-Bench 4.0, un test où l’IA travaille en ligne de commande, le score passe de 33 à 57 %. Sur SWE-Marathon, qui mesure la programmation de longue durée, Wonder Full atteint 57,5 contre 46,3 et 42,5 pour ses deux rivaux directs. Sur le benchmark juridique Harvey LAB-AA, il affiche 13,1 contre 8,6 pour GPT-6 Astra et 4,2 pour Claude Opus 5.5.
En mathématiques, ProofBench, un test privé de démonstrations, voit Wonder Full résoudre 94 problèmes sur 100, contre 58 pour son prédécesseur. Les meilleurs modèles sont à 99 ou 100.
Meta affirme que la série se comporte mieux que prévu sur des tâches absentes de son entraînement, et attribue ce résultat à un meilleur modèle de base. L’affirmation vient de l’éditeur : seuls des essais indépendants, menés sur ses propres cas d’usage, pourront la confirmer.
Des connaissances générales en retrait
Le test AA-Omniscience, qui mesure les connaissances factuelles, donne 30 points à Wonder Full et 25 à Wonder. Claude Opus 5.5 en obtient 46, GPT-6 Astra 43, Gemini 4 Argon 42. Cet écart suggère un modèle de base plus petit que celui de ses concurrents, hypothèse formulée par Artificial Analysis.
La compensation vient de la fiabilité : le taux d’hallucination de Wonder Full passe de 33 à 23 %. Seul Gemini 4 Argon, à 15 %, fait mieux parmi les modèles dépassant 45 points d’indice. Un modèle qui sait moins mais invente moins : ce profil convient à un agent censé consulter ses outils plutôt que réciter.
Un tarif d’Opus pour un indice plus bas
Meta facture l’API de Muse Wonder 4 $ en entrée et 20 $ en sortie par million de tokens (les unités de texte que le modèle lit et écrit), soit le tarif de Claude Opus 5.5. Le cache ramène l’entrée à 0,20 $. Les deux modèles offrent un million de tokens de contexte et acceptent texte, images, vidéo et audio en entrée.
Le prix au token ne dit pas ce que coûte une tâche. Sur Terminal-Bench 4.0, Wonder Full a doublé son score en consommant 30 % de tokens de sortie en moins, ce qui plaide pour une certaine sobriété sur ce test précis. Or un agent qui retente d’autres approches, comme le promet la fonction Active Focus, peut aussi multiplier les appels. Le coût complet d’une tâche réelle, mesuré sur ses propres données, est la seule base sérieuse avant de basculer un flux de production.
Autre limite : Wonder Full est réservé aux abonnés Muse Code, sans poids ouverts ni auto-hébergement. On ne peut donc ni l’inspecter ni le faire tourner chez soi.
200 milliards avant d’avoir vu un modèle
Les prévisions de dépenses d’investissement de Meta pour 2026 oscillent entre 130 et 145 milliards de dollars. Des analystes de Cantor Fitzgerald évoquent 200 milliards en 2027. Après les résultats d’avril, l’action a perdu plus de 6 % en séance après clôture.
Alexandr Wang rapporte que la directrice financière, Susan Li, l’a averti à plusieurs reprises qu’un échec serait très mauvais sur le plan financier, avertissement répété lors d’une réunion à Hawaï. Mark Zuckerberg répond que, pour que ces investissements échouent, il faudrait que l’IA ne fonctionne pas du tout, et que Meta trouverait de toute façon d’autres usages à ses capacités de calcul.
Ces milliards ne financent pas que Muse Wonder : il serait faux de les rapporter à un seul modèle. L’ordre de grandeur reste pourtant parlant. Une somme de cette taille aboutit à un indice deux points sous le leader, sur un modèle de base apparemment plus modeste en connaissances. Avec assez de calcul, Meta revient à portée du sommet.
Mon avis
Un rang obtenu par le calcul se garde tant que le calcul reste abondant, et rien ne dit que Meta aura toujours une longueur d’avance sur ce terrain. À 56 contre 58 pour Claude Opus 5.5, avec une base de connaissances nettement plus mince, je ne vois pas ce qui justifierait une prime pour Wonder Full, sauf sur les tâches agentiques longues où il mène réellement. Mon conseil à un développeur : testez-le sur un flux précis, chiffrez le coût complet d’une tâche, et ne bougez que si l’écart se mesure en euros.
Ils m’ont fait confiance
« Il ne se contente pas de corriger les symptômes, il cherche à comprendre l'origine des problèmes et à sécuriser les modifications effectuées. J'ai réellement le sentiment d'avoir trouvé un développeur qui comprend à la fois la technique et les enjeux globaux du projet. »
Évaluation client · projet WordPress · septembre 2026
5,0/5 sur 17 évaluations
Faire appel à mes services →
