이 모델의 강점은 무엇인가요?

장시간 에이전트 코딩과 액티브 메모리로 멀티파일 리팩터링·위임·복구 워크플로에 정렬 모르면 거짓 대신 모른다고 답해 불확실 작업의 환각을 줄임 Claude Opus 5.5와 같은 $4/$20 프론티어급 API 가격대

이 모델의 약점은 무엇인가요?

Artificial Analysis Intelligence Index 52로 Opus 5.5(58)·GPT-6 Astra(53)·Gemini 4 Argon(53)에 뒤처짐 Omniscience 일반 지식 점수 30은 Opus 5.5(46)·Astra(43)에 크게 미달 작업당 비용 약 $4.52로 자사 Spark 1.3($1.60)의 약 3배——입력 토큰 28% 더 소모

어떤 용도에 가장 적합한가요?

장시간 에이전트 코딩과 멀티파일 리팩터링 액티브 메모리 기반 지속 개인 비서 프론티어급 API가 필요한 법무·금융 고신뢰 문서 워크플로

Meta독점

Meta Muse Wonder

Name: Meta Muse Wonder
Author: Meta

이 모델 비교

Meta의 Muse Wonder는 2026년 10월 12일 공개한, Alexandr Wang이 AI 조직을 재건한 이래 첫 프론티어급 모델이다. 장시간 에이전트 코딩과 액티브 메모리를 갖췄고 100만 토큰당 $4/$20(Claude Opus 5.5와 동일)에 제공되지만, Artificial Analysis Intelligence Index는 52로 Opus 5.5의 58에 미치지 못한다. 일반 지식 Omniscience 점수 30은 Opus 5.5의 46에 뒤처져 프론티어급 가격에 챌린저급 성능이라는 평가가 굳어지고 있다.

공유:X Hatena LINE

파라미터

undisclosed

컨텍스트

라이선스

Proprietary

출시일

2026-10-12

벤치마크 성능

AA Intelligence Index

52.0

LMArena Elo

—

HLE

—

ARC-AGI-2

—

SWE-bench Verified

—

GPQA Diamond

—

MMLU-Pro

—

LiveCodeBench

—

AIME 2025

—

MATH-500

—

API 가격

입력 가격 (1M 토큰당)

출력 가격 (1M 토큰당)

$20

과금 모드: per 1M tokens

강점

•장시간 에이전트 코딩과 액티브 메모리로 멀티파일 리팩터링·위임·복구 워크플로에 정렬
•모르면 거짓 대신 모른다고 답해 불확실 작업의 환각을 줄임
•Claude Opus 5.5와 같은 $4/$20 프론티어급 API 가격대

약점

•Artificial Analysis Intelligence Index 52로 Opus 5.5(58)·GPT-6 Astra(53)·Gemini 4 Argon(53)에 뒤처짐
•Omniscience 일반 지식 점수 30은 Opus 5.5(46)·Astra(43)에 크게 미달
•작업당 비용 약 $4.52로 자사 Spark 1.3($1.60)의 약 3배——입력 토큰 28% 더 소모

활용 사례

•장시간 에이전트 코딩과 멀티파일 리팩터링
•액티브 메모리 기반 지속 개인 비서
•프론티어급 API가 필요한 법무·금융 고신뢰 문서 워크플로

심층 분석

Artificial Analysis 지능 지수

Wonder 52 / Full 56

Opus 5.5 58, GPT-6 Astra 53, Gemini 4 Argon 53 대비; Wonder는 219개 모델 중 9위

가격 (Wonder)

$4 / $20 per 100만 토큰

Claude Opus 5.5와 동일; Full은 Muse Code $50/$200 요금제만, API 없음

컨텍스트 창

100만 토큰

멀티모달 입력(텍스트+이미지); 가중치 비공개, Llama처럼 오픈 아님

Terminal-Bench 4.0

57% (Full)

Muse Spark 1.3의 33%에서 상승; 출력 토큰 약 30% 감소

SWE-Marathon

57.5 (Full)

장시간 코딩; Opus 5.5 46.3 대비; 벤더 측 xhigh 설정

AA-Omniscience (일반 지식)

30 (Full) / 25 (Wonder)

Opus 5.5 46, Astra 43, Argon 42 대비; 환각률 23%(33%에서 하락)

강점

・진짜 장시간 에이전트 코딩 우위: Wonder Full은 SWE-Marathon 57.5 대 Opus 5.5 46.3, Coding Agents Index도 Claude Code와 동점(68).
・법률 에이전트가 강하고(Harvey LAB-AA 13.1 대 Opus 5.5 4.2), 세션을 넘는 기억 MemoryBench 85.5/85.6은 돋보인다.
・Active Memory와 Active Focus는 잘 제품화됐다. 핵심 사실을 유지하고 단계가 실패해도 목표를 향해 계속하며, 되돌릴 수 없는 동작 전에 확인한다.

약점

・Opus 5.5와 같은 $4/$20인데 독립 지수는 6점 낮다(56 대 58)——도전자 점수에 프론티어 값을 치르는 셈.
・태스크당 비용은 지능 지수에서 약 $4.52로 전작 Spark 1.3의 $1.60의 거의 3배. 이유는 태스크당 입력 토큰을 28% 더 쓰기 때문.
・일반 지식이 얇고(Omniscience 30), 전체 안전 보고서는 발매일이 아닌 추후 공개로——개인 정보를 기억하는 모델은 증거가 필요하다.

경쟁사 비교

Model	Arena	SWE	GPQA	Price
Claude Opus 5.5	58 (AA 지능)	46.3% (SWE-Marathon)	해당없음	$4 / $20 per 100만
GPT-6 Astra	53 (AA 지능)	42.5% (SWE-Marathon)	해당없음	$10 / $50 per 100만
Gemini 4 Argon	53 (AA 지능)	해당없음	해당없음	태스크 약 $1.99

개요

Muse Wonder와 Wonder Full은 Wang이 AI 조직을 재편한 이후 첫 진짜 프론티어급 모델로 2026년 10월 12일 출시됐다. Wonder는 Meta Model API·OpenRouter·Muse Code에서 $4/$20 per 100만 토큰, Full은 Muse Code 구독($50/$200 월)에 가두고 API는 없다. 둘 다 멀티모달 입력·100만 컨텍스트·비공개 가중치 모델로 장시간 에이전트 코딩과 개인/업무 비서를 겨냥한다. 독립 Artificial Analysis 지능 지수에서 Wonder는 52(219개 중 9위), Full은 56으로 Opus 5.5의 58에 비한다. Meta 자체 표에서 Full은 14개 중 7개를 이기고, 수 시간 코딩에서 Opus 5.5를 11점 앞선다. 약점은 사실 지식이다. Full의 Omniscience는 30으로 Opus 5.5의 46에 한참 모자란다. 환각률은 23%로 떨어졌다. Zuckerberg는 FT에 프론티어에 따라잡았고 감속을 거부했다고 했지만, 지수는 가격이 아니라 사실 벤치에서 따라잡았다고 말한다.

벤치마크 및 성능

아래 수치는 Meta 론칭 표와 Artificial Analysis 독립 계측(론칭 당일)을 섞는다. | 구분 | 지표 | Muse Wonder / Full | 비교 | | :--- | :--- | :--- | :--- | | **종합** | AA 지능 지수 | 52 / 56 | Opus 5.5: 58; Astra: 53 | | **코딩** | SWE-Marathon | 53.1 / 57.5 | Opus 5.5: 46.3 | | **터미널** | Terminal-Bench 4.0 | 약33% / 57% | Spark 1.3: 33% | | **법률 에이전트** | Harvey LAB-AA | 13.1 (Full) | Opus 5.5: 4.2 | | **기억** | MemoryBench | 85.6 / 85.5 | Meta 계측 최고 | | **지식** | AA-Omniscience | 25 / 30 | Opus 5.5: 46 | | **비용/태스크** | AA 지능 태스크 | 약 $4.52 (Wonder) | Spark 1.3: $1.60 | **소견:** 1. 코딩과 에이전트 수치는 진짜고 존중할 만하다. Full은 장시간 실행에서 진짜로 리드한다. 2. Omniscience 격차(30 대 46)가 최대 약점. 모른다고 말하는 모델은 환각하는 것보다 안전하지만 더 아는 모델은 아니다. 3. 토큰 단가는 진짜 청구서를 숨긴다. Wonder는 입력량 탓에 전작의 약 3배 태스크 비용을 먹는다.

상세 비교

Wonder의 유일하게 정직한 비교는 값을 맞춘 프론티어다. $4/$20으로 Opus 5.5와 완전히 일치하면서 지수는 6점 낮고, Astra($10/$50)보다 싸게 하면서 종합 53으로 동급이다. | 특징 | Muse Wonder | Claude Opus 5.5 | GPT-6 Astra | | :--- | :--- | :--- | :--- | | **가격(입/출)** | $4 / $20 | $4 / $20 | $10 / $50 | | **AA 지능** | 52 / 56 (Full) | 58 | 53 | | **컨텍스트** | 100만 | 100만 | 105만 | | **Omniscience** | 25 / 30 | 46 | 43 | | **가중치** | 비공개 | 비공개 | 비공개 | **판단.** Wonder는 Meta 최고 코딩/에이전트 모델이고 장시간 루프라면 진짜 매수. 사실 Q&A나 조사라면 Omniscience 격차가 기다리라 한다. 그리고 $4/$20은 Astra가 태스크 $3.26에 53을 내는 데 52 모델에 치르는 값이다.

커뮤니티 평가

론칭 당일 반응은 가격에서 갈렸다. The Decoder의 독립 평가는 Full을 탑급 코딩/에이전트로 인정하면서 Omniscience 격차와 미뤄둔 안전 보고서를 지적했다. 개발자 포럼은 $4/$20이 Opus 5.5와 일치하는데 지수는 낮다며 벤치가 완전히 동의하기 전 프론티어 클럽 값매기기로 읽었다. * **통한 점.** SWE-Marathon과 Harvey LAB 법률 에이전트 승리는 진짜 존중을 받았고, Active Memory는 실용적 에이전트 기능이라 불렸다. * **밀린 점.** Omniscience 30과 발매일 안전 보고서 부재. 몇 달 기억하는 모델은 증거를 발매일에 내야 한다고 여러 명이 썼다. * **Zuckerberg 발언.** FT의 따라잡았다는 거부는 6점 차를 앞두고 데이터보다 자신감이 앞섰다 읽혔다.

활용 사례

**1. 장시간 에이전트 코딩** * 예: 여러 파일에 걸친 수 시간 리팩터링과 서브에이전트 위임. * Why Full: SWE-Marathon 57.5, Coding Agents Index 68. 계획·위임·복구에 맞춰짐. **2. 법률·금융 문서** * 예: AutoClaw의 계약 검토와 증거 분석. * Why Wonder: Harvey LAB-AA 13.1은 Opus 5.5(4.2)를 크게 앞선다. **3. 지속 개인 비서** * 예: Active Memory로 장기 프로젝트 문맥 유지. * Why Wonder: MemoryBench 85.5/85.6은 Meta 최고. **다른 선택** * 사실 조사면 Opus 5.5나 Argon. * 온프레미 통제가 필요하면 오픈 가중치——Wonder는 Llama와 달리 비공개.