Le 12 octobre 2026, Meta a présenté Muse Wonder et Muse Wonder Full, deux modèles d’intelligence artificielle conçus pour accomplir des tâches complexes sur la durée. Le groupe de Mark Zuckerberg affirme ainsi rivaliser avec OpenAI et Anthropic.
Muse Wonder : des modèles conçus pour les agents IA
Après Muse Spark en avril, puis le lancement de Muse Code et de l’assistant personnel Muse, Meta poursuit sa stratégie avec une gamme adaptée aux agents IA. Contrairement aux chatbots classiques, ces systèmes doivent pouvoir enchaîner plusieurs actions, utiliser des outils et corriger leurs erreurs pour mener un projet à son terme.
Présentés dans un billet officiel de Meta, les deux modèles reposent notamment sur « Active Memory » et « Active Focus ». La première fonction conserve les informations pertinentes d’une conversation à l’autre et les retrouve lorsqu’une nouvelle tâche le nécessite. La seconde vise à maintenir les efforts vers un objectif, même lorsque des difficultés surviennent, en explorant d’autres approches et en sollicitant des précisions si nécessaire.
Meta illustre ces capacités avec plusieurs démonstrations : création d’un jeu en 3D, préparation d’un plan d’entraînement adapté aux préférences d’un utilisateur ou élaboration d’un plan de table soumis à de nombreuses contraintes. Les modèles sont également destinés à traiter des documents juridiques et des données financières ou médicales.
Muse Wonder est accessible aux développeurs via Meta Model API et Muse Code. Sa version Full est, pour l’instant, réservée aux abonnés de l’outil de programmation. Meta prévoit d’intégrer ces modèles à son assistant Muse, d’abord pour les abonnés payants. Ils serviront également à générer des contenus à la demande (« artifacts »), ainsi qu’au développement de modèles d’IA spécialisés destinés aux utilisateurs de l’assistant.
Muse Wonder Full, plus performant que Claude Opus 5.5 et GPT-6 Astra ?
Pour démontrer les progrès accomplis, Meta met en avant plusieurs évaluations. Notamment SWE-Marathon, consacré aux projets logiciels de longue durée, FocusBench, qui mesure la persévérance des modèles, et Harvey’s Legal Agent Benchmark, centré sur la production de documents juridiques à partir de consignes détaillées.
Sur SWE-Marathon, le groupe annonce un score de 57,5 % pour Muse Wonder Full, contre 46,3 % pour Claude Opus 5.5 et 42,5 % pour GPT-6 Astra. Ces résultats restent toutefois issus des tests publiés par Meta.
Le classement de la société indépendante Artificial Analysis apporte un éclairage complémentaire. Dans son Intelligence Index, qui agrège dix évaluations couvrant notamment le développement logiciel et les tâches de bureau, Muse Wonder Full obtient 56 points, contre 58 pour Claude Opus 5.5 et 53 pour GPT-6 Astra. Muse Wonder, dans sa version standard, atteint 52 points, tandis que Muse Spark 1.3 en totalisait 48.
Meta ne se contente pas de revendiquer de meilleurs résultats sur des exercices ciblés. L’entreprise affirme également que Wonder Full se montre plus performant sur des tâches inhabituelles que ne le laisseraient prévoir ses résultats sur des situations proches de celles rencontrées pendant l’entraînement. Cette capacité d’adaptation est importante pour les agents, confrontés à des combinaisons de contraintes impossibles à anticiper entièrement.
Ces évaluations ne suffisent néanmoins pas à établir une supériorité générale en conditions réelles. Par ailleurs, certains utilisateurs ont constaté que Muse Wonder n’était pas parmi les meilleurs pour la génération IA de jeux en 3D. Alexandr Wang, responsable de Meta Superintelligence Labs, a avoué que le modèle n’avait pas été spécifiquement entraîné sur ce type de contenus.
Le coût d’utilisation constituerait aussi un obstacle : Artificial Analysis situe les nouveaux modèles parmi les plus performants, mais souligne un coût supérieur à celui de solutions concurrentes.
Sécurité et rentabilité : les autres défis de Meta
Pour développer cette nouvelle gamme, qui fait suite aux précents modèles ouverts de la famille Llama, Meta s’appuie sur une refonte de ses activités en IA engagée 14 mois auparavant. Le groupe a notamment créé Meta Superintelligence Labs, recruté des spécialistes et entraîné ses modèles dans son data center Prometheus, dont la capacité se mesure à l’échelle du gigawatt. Des changements profonds opérés alors que le français Yann Le Cun quittait la direction de la recherche en IA chez Meta, après 12 ans de bons et loyaux services.
Meta prévoit jusqu’à 145 milliards de dollars d’investissements en 2026, principalement consacrés à l’IA. Ces dépenses doivent permettre d’améliorer les modèles et de développer des services capables de diversifier les revenus de l’entreprise, aujourd’hui largement dépendante de la publicité. L’assistant Muse représente une pièce centrale de cette stratégie, mais son utilisation soulève des questions de confiance, quant à la protection des données.
Un agent personnel peut accéder aux messages, à l’agenda et aux documents privés de son utilisateur pour agir en son nom. Meta affirme avoir renforcé ses protections contre les instructions malveillantes, les usages cybernétiques détournés et les risques liés aux menaces chimiques, biologiques, radiologiques et nucléaires. Le groupe revendique ses garde-fous les plus solides à ce jour, tout en promettant de publier prochainement un rapport de sécurité plus complet.
Des utilisateurs ont toutefois signalé que Muse avait consulté des messages personnels sans leur autorisation. Selon Alexandr Wang, certains auraient donné leur accord plus tôt dans la conversation et auraient ensuite oublié. Par ailleurs, Amazon bloquerait l’accès de Muse à son site depuis le 20 septembre.
Avec Muse Wonder, Meta franchit une étape majeure dans sa tentative de rattraper ses concurrents. Mais les performances des modèles ne représentent qu’une partie de l’équation : leur coût, leur fiabilité et la confiance accordée aux agents pèseront aussi dans leur adoption. Après des investissements considérables, le groupe doit encore démontrer que cette nouvelle génération d’IA peut devenir rentable de manière durable.
Certains liens de cet article peuvent être affiliés.
