Markdown-Ausgabe

AI-translated from English; not yet reviewed by a fluent editor.

# Meta bringt Muse Wonder und Wonder Full für KI-Agenten heraus

> Meta hat Muse Wonder über die Model API und Muse Code veröffentlicht; Wonder Full ist in ausgewählten Abonnements enthalten. Meta zufolge soll Wonder später auch im Verbraucherprodukt Muse verfügbar sein. Ausführlichere Sicherheitsresultate stehen noch aus.

By BIG CHANGE Editorial

Published: 2026-10-12T22:13:11.530Z
Updated: 2026-10-12T22:13:11.530Z
Canonical: https://bigchange.ai/blog/meta-muse-wonder-agent-model-access

![Conceptual charcoal illustration of a physical wedding seating plan with round table models and blank place cards, beside a set banquet table.](https://bigchange.ai/api/media/file/meta-muse-wonder-seating-plan-hero-v3.png)
AI-generated conceptual illustration by BIG CHANGE, based on a task described by Meta AI Research; not an actual Muse Wonder output.

Meta stellte Muse Wonder und Muse Wonder Full am 12. Oktober 2026 vor. Damit erweitert das Unternehmen seine Muse-Modellreihe, die zuvor mit Spark begann, um Modelle, die laut Meta längere Agentenaufgaben und anspruchsvolle Programmierarbeiten bewältigen können. Entwickler können Muse Wonder über die Meta Model API oder Muse Code nutzen. Muse Wonder Full ist in ausgewählten Muse-Code-Abonnements verfügbar. Meta zufolge sollen die Modelle später auch den Verbraucher-Agenten Muse antreiben; dieser Rollout gehört nicht zur Entwicklerfreigabe vom 12. Oktober.

## Die große Veränderung

- **Was sich geändert hat:** Meta bietet Muse Wonder nun über die Model API und Muse Code für Entwickler an, die Agenten für mehrstufige Aufgaben bauen. Muse Wonder Full führt Meta für die Abonnements Power Usage und Maximum Usage von Muse Code auf. Das Verbraucherprodukt Muse hat Wonder dagegen noch nicht erhalten.
- **Warum das wichtig ist:** Die unterschiedlichen Zugänge bestimmen, wer das Modell zum Start in den eigenen Werkzeugen ausprobieren kann. Meta beschreibt ein Gedächtnis über mehrere Gespräche hinweg und anhaltendes Arbeiten trotz Hindernissen. Solche Fähigkeiten sind wichtig, wenn ein Agent eine längere Aufgabe statt nur eines einzelnen Prompts bearbeitet. Ob sie im Alltag zuverlässig funktionieren, muss sich noch zeigen.
- **Worauf zu achten ist:** Metas angekündigter Sicherheitsbericht soll weitere Einzelheiten zu den Prüfungen liefern. Unabhängige Tests, sobald sie vorliegen, und der angekündigte Start im Verbraucherprodukt geben Lesern eine bessere Grundlage, die Leistung von Wonder jenseits der Veröffentlichungsmaterialien von Meta einzuschätzen.

## Wer die neuen Modelle nutzen kann

[Ankündigung von Meta](https://about.fb.com/news/2026/10/introducing-muse-wonder-models/) nennt zwei Modelle. Muse Wonder ist über die Meta Model API und Muse Code verfügbar. Muse Wonder Full steht Muse-Code-Abonnenten zur Verfügung. Die [Entwickler-Modellseite](https://dev.meta.ai/models/muse-wonder) nennt als API-Modell `muse-wonder-1.0`, führt ein Kontextfenster mit einer Million Tokens auf und nennt Preise von 4 US-Dollar je Million Eingabe-Tokens, 0,20 US-Dollar je Million zwischengespeicherter Eingabe-Tokens und 20 US-Dollar je Million Ausgabe-Tokens. Für die Abonnementtarife Power Usage und Maximum Usage von Muse Code führt sie `muse-wonder-full-1.0` auf; für Full nennt sie keinen API-Tokenpreis.

Der Unterschied ist wichtig für Leser, die das Modell im Verbraucher-Agenten von Meta suchen. Muse gibt es bereits; BIG CHANGE hat [seine Verbindungen zu kleinen Unternehmen und die Freigabekontrollen behandelt](https://bigchange.ai/blog/meta-muse-small-business-connectors-approvals). Meta zufolge soll Wonder die Erlebnisse in Muse **bald** antreiben, zunächst für Abonnenten. Das ist eine künftige Produktänderung und kein Beleg dafür, dass Muse-Nutzer beim Start bereits mit Wonder sprechen. Metas [API-Übersicht](https://dev.meta.ai/docs/overview) bezeichnet den Zugang zu Muse Wonder als Vorschau. Verfügbarkeit und Bedingungen sollten daher vor einer Einführung erneut geprüft werden.

Meta hat Wonder nicht als Open-Weight-Veröffentlichung angekündigt. [Axios berichtet](https://www.axios.com/2026/10/12/meta-new-ai-models-anthropic-openai), Meta habe nicht mitgeteilt, ob es die Gewichte der Wonder-Familie veröffentlichen wird. Das separat veröffentlichte Muse Glimmer hat offene Gewichte; dieser Status lässt sich nicht auf Wonder übertragen.

## Was Meta mit Gedächtnis und Fokus meint

Metas [Forschungsbeitrag](https://research.meta.ai/blog/muse-wonder) beschreibt **Active Memory** als das Mitführen wichtiger Zusammenhänge über Gespräche hinweg und das Abrufen von Einzelheiten, die für die aktuelle Aufgabe relevant sind. **Active Focus** wird als Fortsetzung einer schwierigen Aufgabe beschrieben: mit einem anderen Ansatz, dem Überwinden eines Hindernisses, der Anpassung an neue Informationen, Rückfragen und einer Prüfung vor wichtigen Handlungen. Das sind Beschreibungen des beabsichtigten Modellverhaltens, keine veröffentlichte Garantie, dass ein Agent alle relevanten Fakten behält oder jeden Auftrag abschließt.

Diese Mechanismen sind für Metas Angebot persönlicher und beruflicher Agenten relevant: Ein nützlicher Agent muss den richtigen Kontext behalten, während er eine Aufgabe mit mehreren Schritten bearbeitet. Metas [Forschungsbeitrag](https://research.meta.ai/blog/muse-wonder) zeigt Muse Wonder, wie es aus komplexen Zuordnungsanforderungen einen individuellen Sitzplan für eine Hochzeit erstellt. BIG CHANGE hat die Aufgabe nicht nachgestellt und aus dieser Unternehmensdemo keine allgemeine Zuverlässigkeit abgeleitet. Meta verweist auf Prüfungen zu Gedächtnis, Programmierung und längerer Ausführung, darunter FocusBench und SWE-Marathon. Der Forschungsbeitrag und die Modellseite nennen Vergleichsergebnisse; die Zahlen und Schlussfolgerungen zum Start stammen jedoch überwiegend von Meta. [Auch der Bericht von TechCrunch](https://techcrunch.com/2026/10/12/meta-releases-its-first-frontier-model-muse-wonder/) führt die Vergleiche auf Tests von Meta zurück. BIG CHANGE hat die Modelle nicht ausgeführt und diese Prüfungen nicht reproduziert.

## Leistung und Sicherheit bleiben offene Fragen

Meta bezeichnet Muse Wonder und Wonder Full als seine leistungsfähigsten Modelle und sagt, sie erzielten führende Ergebnisse bei persönlichen und beruflichen Agentenaufgaben. Die hier verfügbaren Belege stützen die engere Aussage, dass Meta diese Ergebnisse mit ausgewählten Aufgaben, Einstellungen und Vergleichen veröffentlicht hat. Sie zeigen nicht, wie zuverlässig die Modelle mit den Werkzeugen, Daten und Freigabeschritten anderer Nutzer arbeiten. Unabhängige Berichte bestätigen den Start und die Zugangsbedingungen, überprüfen aber Metas Benchmark-Aussagen nicht eigenständig.

Sicherheit ist besonders wichtig bei einem Agenten, der mit Nachrichten, Kalendern oder Dokumenten arbeiten kann. Meta sagt, das Unternehmen habe die Wonder-Familie darauf trainiert, sorgfältig mit privaten Informationen umzugehen, schädliche Anfragen abzuwehren und defensive Cyberarbeit zu unterstützen. Sowohl die [Startankündigung](https://about.fb.com/news/2026/10/introducing-muse-wonder-models/) als auch der [Forschungsbeitrag](https://research.meta.ai/blog/muse-wonder) kündigen einen vollständigen Bericht mit zusätzlichen Sicherheitsprüfungen an. Solange dieser Bericht nicht vorliegt, können Leser die vollständige Prüfung hinter Metas Sicherheitsbeschreibung nicht einsehen. Metas erklärte Absicht, dass das Modell vor wichtigen Handlungen nachfragt, sollte in den jeweiligen Produkt- und Aufgabeneinstellungen bewertet werden.

Konkret verfügbar sind derzeit der Entwicklerzugang zu Muse Wonder und der Abonnementzugang zu Muse Wonder Full. Der Einsatz im Verbraucherprodukt, umfassendere unabhängige Leistungsbelege und eine vollständige Sicherheitsprüfung sind getrennte, noch ausstehende Meilensteine.

### Quellen und weiterführende Informationen

- [Meta Newsroom: Introducing Muse Wonder and Muse Wonder Full](https://about.fb.com/news/2026/10/introducing-muse-wonder-models/) (12. Oktober 2026). Metas Ankündigung belegt die Veröffentlichung der beiden Modelle, die derzeitige Aufteilung des Zugangs, den angekündigten Muse-Rollout und den erklärten Sicherheitsansatz. Produkt- und Leistungsbeschreibungen sind Aussagen von Meta.
- [Meta AI Research: Muse Wonder](https://research.meta.ai/blog/muse-wonder) (12. Oktober 2026). Erläutert Metas Definitionen von Active Memory und Active Focus und stellt die Diskussion des Unternehmens zu seinen Prüfungen dar. Die Benchmark-Ergebnisse stammen vom Unternehmen; Meta kündigt einen ausführlicheren Sicherheitsbericht an.
- [Meta developer model page](https://dev.meta.ai/models/muse-wonder) (abgerufen am 12. Oktober 2026). Führt Modellkennungen, Kontextfenster, Tokenpreise der API und den Zugang über Muse Code auf. Preise und Verfügbarkeit können sich ändern; vor der Nutzung erneut prüfen.
- [Meta Model API overview](https://dev.meta.ai/docs/overview) (abgerufen am 12. Oktober 2026). Beschreibt Muse Wonder als Vorschau und erläutert den Entwicklerzugang. Daraus folgt nicht, dass jedes Konto oder jede Region Zugang hat.
- [Axios: Meta unveils new frontier-class AI models](https://www.axios.com/2026/10/12/meta-new-ai-models-anthropic-openai) (12. Oktober 2026). Unabhängige Berichterstattung zum Start und zur Wettbewerbsposition von Meta; stellt klar, dass das Open-Weight-Modell Muse Glimmer ein separates Modell ist. Die Benchmark-Ergebnisse von Wonder werden nicht überprüft.
- [TechCrunch: Meta releases its first frontier model](https://techcrunch.com/2026/10/12/meta-releases-its-first-frontier-model-muse-wonder/) (12. Oktober 2026). Unabhängiger Bericht zum Start und zu den Zugangsbedingungen; Leistungsvergliche werden dabei Tests von Meta zugeschrieben. BIG CHANGE hat keinen eigenen Praxistest durchgeführt.

## Sources

- [Meta Newsroom: Introducing Muse Wonder and Muse Wonder Full](https://about.fb.com/news/2026/10/introducing-muse-wonder-models/) — Metas Ankündigung vom 12. Oktober 2026 belegt die Veröffentlichung beider Modelle, den Zugang für Entwickler und Muse-Code-Nutzer, den künftigen Rollout im Verbraucherprodukt Muse und den erklärten Sicherheitsansatz des Unternehmens. Leistungs- und Sicherheitsbeschreibungen sind Aussagen von Meta.
- [Meta AI Research: Muse Wonder](https://research.meta.ai/blog/muse-wonder) — Metas Forschungsbeitrag vom 12. Oktober 2026 definiert Active Memory und Active Focus und stellt die Diskussion zu den Prüfungen dar. Die Benchmark-Ergebnisse stammen vom Unternehmen; Meta kündigt einen ausführlicheren Sicherheitsbericht an.
- [Meta developer model page](https://dev.meta.ai/models/muse-wonder) — Die offizielle Produktseite führt Modellkennungen, Kontextfenster, Tokenpreise der Model API und den Zugang über Muse Code auf. Preise und Verfügbarkeit können sich ändern; vor der Nutzung erneut prüfen.
- [Meta Model API overview](https://dev.meta.ai/docs/overview) — Die offizielle API-Dokumentation beschreibt Muse Wonder als Vorschau und skizziert den Entwicklerzugang. Sie belegt nicht, dass jedes Konto oder jede Region Zugang hat.
- [Axios: Meta unveils new frontier-class AI models](https://www.axios.com/2026/10/12/meta-new-ai-models-anthropic-openai) — Unabhängiger Kontext zum Start und Klarstellung, dass das Open-Weight-Modell Muse Glimmer von Wonder getrennt ist. Die Benchmark-Ergebnisse von Wonder werden nicht unabhängig bestätigt.
- [TechCrunch: Meta releases its first frontier model](https://techcrunch.com/2026/10/12/meta-releases-its-first-frontier-model-muse-wonder/) — Unabhängiger Bericht zum Start und zu den Zugangsbedingungen; die Leistungsvergliche werden Tests von Meta zugeschrieben. BIG CHANGE hat keinen eigenen Praxistest durchgeführt.