Meta เปิดตัว Muse Wonder โมเดลระดับเรือธงใหม่ ก้าวสู่ทำเนียบ AI ระดับท็อป

ประเด็นสำคัญ

• Meta เปิดตัวโมเดลระดับแนวหน้าใหม่ 2 รุ่น ได้แก่ Muse Wonder และ Muse Wonder Full ซึ่งช่วยลดช่องว่างกับโมเดลชั้นนำในตลาด
• ความก้าวหน้าครั้งใหญ่ที่สุดอยู่ที่ทักษะการเขียนโค้ดแบบ agentic และความสามารถในการแก้ปัญหาด้วยตนเอง
• ทั้งสองเวอร์ชันมีค่าใช้จ่ายต่อการเรียกใช้ API สูงกว่ารุ่นเดิมอย่าง Muse Spark 1.3 เกือบสามเท่า

Meta ประกาศเปิดตัวโมเดลเรือธง Muse Wonder ในสองเวอร์ชัน โดยทั้งคู่สามารถทำคะแนนติดกลุ่มโมเดล AI ที่มีประสิทธิภาพดีที่สุดในปัจจุบัน

จากข้อมูลใน Artificial Analysis Intelligence Index v4.3 พบว่า Muse Wonder Full ทำได้ 56 คะแนน และ Muse Wonder ทำได้ 52 คะแนน ซึ่งถือเป็นการก้าวกระโดดอย่างมีนัยสำคัญจากรุ่นก่อนหน้าอย่าง Muse Spark 1.3 ที่ทำไว้ 48 คะแนน เปลี่ยนสถานะจากโมเดลระดับกลางขึ้นสู่ระดับแนวหน้า

ความก้าวหน้าที่โดดเด่นที่สุดอยู่ที่การประเมินแบบ agentic ซึ่งวัดทักษะของ AI ในการจัดการงานซับซ้อนด้วยตนเอง โดยใน Terminal-Bench 4.0 ประสิทธิภาพพุ่งสูงจาก 33% เป็น 57% ส่งผลให้ Muse Wonder Full ติดอันดับท็อปสามใน 6 จาก 10 เกณฑ์มาตรฐาน นับเป็นการฟื้นตัวครั้งสำคัญของ Meta หลังจากเผชิญช่วงชะลอตัวกับโมเดล Llama แบบเปิด

Meta ชูจุดเด่นด้วยฟีเจอร์ใหม่ 2 ประการ ได้แก่ "Active Memory" ที่ช่วยจดจำและเรียกคืนข้อมูลสำคัญจากการสนทนา และ "Active Focus" ที่ช่วยให้โมเดลจดจ่อกับงานยาก ลองใช้วิธีแก้ปัญหาทางเลือก และรู้จักถามคำถามย้อนกลับเมื่อพบข้อมูลไม่ชัดเจน ซึ่งฟีเจอร์เหล่านี้เป็น หัวใจสำคัญในการนำเสนอของ Meta สำหรับการพัฒนา AI agent ส่วนบุคคลที่เข้าถึงปฏิทิน ข้อความ และเอกสารได้

โมเดลทั้งสองรองรับ context window ขนาด 1 ล้าน token และประมวลผลได้ทั้งข้อความ รูปภาพ วิดีโอ และเสียง โดย Muse Wonder พร้อมใช้งานผ่าน Meta's API และ Muse Code ส่วน Muse Wonder Full ปัจจุบันจำกัดให้ใช้เฉพาะบน Muse Code เท่านั้น ทั้งนี้ Meta เตรียมนำ Muse Wonder ไปขับเคลื่อน Muse app สำหรับสมาชิกแบบชำระเงินในเร็วๆ นี้ ก่อนจะขยายสู่ผู้ใช้ทั่วไปในอนาคต

การเขียนโค้ดก้าวกระโดดอย่างรวดเร็ว แต่ความรู้ด้านข้อเท็จจริงยังตามหลัง

ในด้านการเขียนโค้ด โมเดลใหม่แสดงการพัฒนาอย่างก้าวกระโดด โดย Muse Wonder Full ทำได้ 68 คะแนนใน Coding Agents Index เทียบเท่ากับ Claude Code ที่ใช้ Sonnet 5.5 ขณะที่ Muse Wonder ทำได้ 63 คะแนน เพิ่มขึ้นจากรุ่นก่อนที่ทำไว้ 54 คะแนน

อย่างไรก็ตาม ความรู้ด้านข้อเท็จจริงยังคงเป็นจุดอ่อน โดยในการทดสอบ AA-Omniscience โมเดล Muse Wonder Full ทำได้เพียง 30 คะแนน ตามหลังคู่แข่งอย่าง Claude Opus 5.5 (46) และ GPT-6 Astra (43) อยู่มาก ซึ่งสะท้อนว่าซีรีส์ Wonder อาจพัฒนาขึ้นจาก base model ที่เล็กกว่าคู่แข่ง

ถึงกระนั้น อัตราการเกิด hallucination ที่ต่ำได้ช่วยชดเชยข้อเสียดังกล่าว โดย Muse Wonder Full ลดอัตรานี้ลงจาก 33% เหลือ 23% ซึ่งเป็นตัวเลขที่ต่ำเป็นอันดับสองในกลุ่มโมเดลชั้นนำ เป็นรองเพียง Gemini 4 Argon (15%) เท่านั้น

Meta ได้ชี้แจง ในบล็อกโพสต์ เพื่อตอบโต้ข้อวิจารณ์ที่ว่าโมเดลถูกปรับแต่งมาเพื่อทำคะแนนเกณฑ์มาตรฐานเท่านั้น โดยระบุว่า Muse Wonder Full ทำผลงานในงานที่ไม่คุ้นเคยได้ดีเกินคาด ซึ่งเป็นผลมาจากรากฐานของ base model ที่แข็งแกร่ง

ข้อมูลจาก Vals AI Index ระบุว่า Muse Wonder Full (Max) เปิดตัวในอันดับที่ 5 โดยสามารถเอาชนะโมเดลทั้งหมดจาก OpenAI และเป็นรองเพียงโมเดลล่าสุดจาก Anthropic เท่านั้น ส่วน Muse Wonder อยู่ในอันดับที่ 10 โดยประสิทธิภาพที่เพิ่มขึ้นชัดเจนที่สุดคือด้านคณิตศาสตร์ ซึ่งใน ProofBench สามารถแก้ปัญหาได้ถึง 94 จาก 100 ข้อ เพิ่มขึ้นจากเดิมที่ทำได้เพียง 58 ข้อ

ประสิทธิภาพที่ดีขึ้นมาพร้อมกับราคาที่สูงขึ้น

ความเก่งกาจนี้ต้องแลกมาด้วยต้นทุนที่สูงขึ้น โดย Artificial Analysis ระบุว่า Muse Wonder มีค่าใช้จ่าย 4.52 ดอลลาร์ต่องาน เพิ่มขึ้นจาก Muse Spark 1.3 เกือบสามเท่า ราคา token ขยับขึ้นเป็น 4 ดอลลาร์ต่อล้าน input tokens และ 20 ดอลลาร์สำหรับ output tokens นอกจากนี้ตัวโมเดลยังใช้ input tokens ต่อเนื้องานมากขึ้นกว่าเดิม 28% อีกด้วย

แม้ราคาจะสูงขึ้น แต่ Muse Wonder ยังคงมีต้นทุนต่ำกว่า Claude Fable 5.1 และ Claude Opus 5.5 ทว่ายังแพงกว่า GPT-6 Astra และ Gemini 4 Argon อยู่พอสมควร สำหรับ Muse Wonder Full นั้นยังไม่มีการเปิดเผยราคา token อย่างเป็นทางการในขณะนี้

ทั้งนี้ Meta ระบุว่าการฝึกฝนโมเดลเหล่านี้ทำขึ้นที่ศูนย์ข้อมูล Prometheus ของบริษัทเอง ซึ่งใช้พลังงานในสเกลระดับกิกะวัตต์ โดยผู้ที่สนใจสามารถอ่านรายละเอียดเชิงลึกเพิ่มเติมได้ใน model card