Meta veröffentlicht mit Muse Wonder sein erstes Frontier-Modell und greift OpenAI und Anthropic an

Meta veröffentlichte am Montag, dem 12. Oktober 2026, Muse Wonder und Muse Wonder Full, die ersten Frontier-Modelle aus seinem Superintelligence Lab und der bislang direkteste Versuch des Unternehmens, mit OpenAI, Anthropic und Google an der Spitze des Marktes zu konkurrieren. Meta bezeichnet das Duo als seine bislang leistungsfähigsten KI-Modelle. Laut Reuters stiegen Metas Aktien am Starttag im Nachmittagshandel um rund 4 Prozent, und das Unternehmen beschrieb die Veröffentlichung als nächsten Schritt auf seiner „scaling ladder“ hin zu dem, was es persönliche Superintelligenz nennt (Meta AI Research; Reuters).

Zum Weiterlesen: OpenAI verlegt das Frontier-Training vom offenen Internet auf eine zwischengespeicherte Kopie des Webs · Die Woche in Tech: Die Bremsen und der Ausbau.

Der Start zählt weniger wegen eines einzelnen Benchmark-Ergebnisses als wegen der Position, die er Meta im Feld zuweist. Zwei Jahre lang sah das Unternehmen zu, wie Rivalen an der Frontier das Tempo vorgaben, während es kleinere Modelle für die eigenen Apps auslieferte. Mit Muse Wonder richtet Meta erstmals ein Modell auf die Spitze des Marktes und bittet Außenstehende, es direkt zu nutzen.

Zwei Modelle, zwei Türen

Die beiden Modelle werden nicht auf dieselbe Weise verkauft. Muse Wonder ist über die Meta Model API, die Entwicklerschnittstelle des Unternehmens, und innerhalb von Muse Code, seinem Coding-Produkt, verfügbar. Muse Wonder Full ist das eingeschränkte Modell: nur für Abonnenten von Muse Code und gar nicht über die API verfügbar. Meta sagt, beide Modelle sollen außerdem seinen Verbraucher-Assistenten Muse antreiben, zunächst für Abonnenten (Meta AI Research; TechCrunch).

Die Aufteilung ist ebenso eine Vertriebs- wie eine Produktentscheidung. Eine offene API lässt externe Entwickler auf Metas Modellen aufbauen und trägt die Marke über Metas eigene Apps hinaus. Die stärkste Version hinter ein Abonnement zu stellen, bindet die beste Fähigkeit an ein Produkt, das Meta kontrolliert, dasselbe Drehbuch, das das Unternehmen von Anfang an mit Muse nutzt.

Meta hat diese Struktur schon früher verwendet. Muse, der im September 2026 gestartete Verbraucher-Agent, kam mit kostenlosen und bezahlten Stufen, das Unternehmen weiß also bereits, wie es Fähigkeiten nach Preis dosiert. Muse Wonder überträgt dieselbe Idee auf Entwickler, die mehr Auswahl haben als Verbraucher und weniger Geduld mit einem Modell, das den Spitzenreitern nur nahekommt. Das Abonnement-Gate vor Muse Wonder Full testet, ob die stärkste Version den Preis wert ist, während die API den Rest dem offenen Markt aussetzt.

Aktives Gedächtnis ist das Verkaufsargument

Metas zentrale Aussage zu den Modellen ist das „aktive Gedächtnis“: die Fähigkeit, Informationen, die ein Nutzer ihnen gibt, über Tage, Wochen und Monate zu behalten und zu verarbeiten, statt nur innerhalb einer einzelnen Sitzung. Meta verweist auf einen Benchmark namens MemoryBench und sagt, Muse Wonder schneide dort besser ab als Fable, Opus oder Astra. Das sind Metas eigene Tests, durchgeführt von dem Unternehmen, das die Modelle gebaut hat.

Die Forscherin Kavya Kopparapu beschrieb im Launch-Video den Aufwand, auf dem diese Aussage beruht: „Wir haben enorm viel Aufwand betrieben, um sicherzustellen, dass Ihr Modell sich über Tage, Wochen, Monate und darüber hinaus merkt, was Ihnen wichtig ist.“

„Wir haben enorm viel Aufwand betrieben, um sicherzustellen, dass Ihr Modell sich über Tage, Wochen, Monate und darüber hinaus merkt, was Ihnen wichtig ist.“ — Kavya Kopparapu, Forscherin bei Meta

Das Gedächtnis ist die Funktion, die zu Metas Verbraucher-Ambitionen passt. Ein Modell, das sich die Vorlieben eines Nutzers über Monate merkt, ist der Rohstoff für den persönlichen Agenten, den das Unternehmen verkauft, und zugleich die Fähigkeit, die sich von außen am schwersten überprüfen lässt. Ein Benchmark kann zeigen, dass ein Modell eine in ein langes Gespräch eingefügte Tatsache erinnert; er kann nicht zeigen, was das Modell mit allem anfängt, was ein Nutzer je getippt hat, denn diese Daten bleiben in Metas Systemen.

Meta sagt, die Modelle seien in seinem Prometheus-Rechenzentrum in Zentral-Ohio trainiert worden, das Anfang 2026 in Betrieb ging. Der Standort erinnert daran, dass das Rennen an der Frontier ebenso über Stromverträge und Baupläne läuft wie über Software.

Die Benchmarks stammen von Meta selbst

Nach Metas eigenen Tests erreichen Muse Wonder und Muse Wonder Full Benchmark-Ergebnisse, die mit Fable 5.1 und GPT-6 Astra vergleichbar sind. Die Modellkarte ist die Primärquelle für diese Zahlen, und Meta hat jeden veröffentlichten Vergleich selbst durchgeführt.

Mashable berichtete unter Berufung auf unabhängige Benchmarks, die frühen Ergebnisse platzierten Meta „zum ersten Mal“ an der Frontier, wies aber darauf hin, dass diese Ergebnisse sich zum Start noch einpendelten. Das ist der ehrliche Stand der Belege: Meta sagt, es sei auf Augenhöhe, externe Indizes stimmen teilweise zu, und das Bild ist noch nicht geklärt. MediaPost rahmte die Veröffentlichung als Aufholjagd Metas gegenüber seinen Rivalen, die andere Lesart derselben Zahlen (Mashable; MediaPost).

Ein Benchmark-Wert und die Nützlichkeit eines Modells in einem Produkt sind verschiedene Dinge. Metas Vergleichsset nennt die stärksten Modelle jedes Rivalen, eine Aussage über Augenhöhe bezieht sich also auf die Frontier-Klasse, nicht auf den gesamten Markt. Ob Muse Wonder bei realen Aufgaben standhält, bei der Latenz und dem Preis, die Teams wichtig sind, wird der kommende Monat an Entwicklertests zeigen.

Was Muse Wonder kostet

Metas Listenpreis für Muse Wonder über die Meta Model API liegt bei 4 Dollar pro Million Eingabe-Token und 20 Dollar pro Million Ausgabe-Token, ungefähr auf Augenhöhe mit OpenAIs GPT-6 Sol und Anthropics Claude Opus 5.5. Muse Wonder Full hat keinen API-Preis, weil es nicht so verkauft wird; seine Kosten sind in ein Muse-Code-Abonnement eingebunden. Die Zahlen sind Listenpreise aus der API und sollten mit der aktuellen Modellkarte abgeglichen werden, da Hersteller sowohl Preise als auch Modellversionen anpassen.

Die Preisgestaltung verrät, wen Meta als Käufer erwartet. Zu ungefähr demselben Satz wie die Topmodelle von OpenAI und Anthropic konkurriert Muse Wonder nicht über die Kosten. Es konkurriert über die Annahme, dass Käufer, die bereits für ein Frontier-Modell zahlen, ein drittes in Betracht ziehen, was schwerer zu verkaufen ist, als den Preis zu unterbieten.

Der Weg zurück an die Frontier

Die Veröffentlichung ist Metas erster Frontier-Modell-Start, seit der Scale-AI-Gründer Alexandr Wang im August 2025 die KI-Bemühungen des Unternehmens umstrukturierte. Meta kaufte Scale AI für 14,3 Milliarden Dollar und ernannte Wang zum Chief AI Officer, und im folgenden Jahr lieferte es nur die leichte Muse-Spark-Familie und den Muse-Agenten aus, der im September 2026 erschien und laut Mashable die Marke von 5 Millionen App-Downloads überschritt. Muse Spark 1.3 erschien etwa sechs Wochen vor Muse Wonder (Reuters).

Ein Frontier-Modell braucht Monate bis zum Training, die Arbeit hinter Muse Wonder begann also lange vor dieser Woche. Die Entscheidung, es als Frontier-Modell zu veröffentlichen statt als ein weiteres nach innen gerichtetes Spark-Update, ist der Teil, den Wangs Reorganisation verändert hat. Das Unternehmen hatte seit Jahren die Reichweite, um Nutzer zu erreichen; was fehlte, war ein Modell, das es bereit war, neben die besten von OpenAI und Anthropic zu stellen.

Wangs Auftrag war, eine Forschungsorganisation in eine Produktpipeline zu verwandeln, und Muse Wonder ist der erste Frontier-Output dieser Anstrengung. Die Muse-Spark-Reihe dagegen zielte auf Metas eigene Apps und wurde nie an der Spitze des Marktes verkauft. Ein Frontier-Modell unter einer öffentlichen API auszuliefern, bringt Metas Arbeit vor dieselben Entwickler, um die seine Rivalen werben, eine andere Art von Exposition als ein Modell, das nur Metas eigene Produkte antreibt.

Warum Meta von persönlicher Superintelligenz spricht

Metas Blogbeitrag sagt, die beiden Modelle „markieren den nächsten Schritt auf unserer scaling ladder und einen großen Sprung in Richtung persönliche Superintelligenz“ (Meta AI Research). Diese Formulierung ist Metas Marketing-Rahmen, kein technisches Maß. Sie beschreibt eine Zukunft, in der ein Agent das digitale Leben eines Menschen durchläuft, und es ist die Strategie, auf die der Muse-Agent bereits zeigt.

Die kommerzielle Logik läuft über die Distribution. Meta erreicht über seine Apps Milliarden von Menschen, und wenn ein Agent zur Schnittstelle wird, über die sie einkaufen, buchen und organisieren, erobert das Unternehmen, das diesen Agenten liefert, die Beziehung. Ein Frontier-Modell ist die Eintrittskarte. Muse Wonder ist Metas Versuch, in diesem Gespräch dabei zu sein, wenn die Karte kontrolliert wird, auch wenn es noch nicht vorne liegt.

Ob die Formulierung etwas bedeutet, hängt von Muse ab. Wird der Agent die Art, wie Hunderte Millionen Menschen Routineaufgaben erledigen, zählt das Modell darunter für weit mehr Menschen als eine Entwickler-API erreicht, und Metas Distributionsvorteil erledigt den Rest. Wenn nicht, ist Muse Wonder ein weiteres leistungsfähiges Modell unter mehreren.

Einschränkungen

Alle Leistungsaussagen in dieser Geschichte stammen von Meta. Die Benchmark-Werte, die MemoryBench-Ergebnisse und die Vergleiche mit Fable 5.1, GPT-6 Astra, GPT-6 Sol und Claude Opus 5.5 sind die des Unternehmens, gemessen an Tests, die es selbst gewählt hat. Unabhängige Bewertungen waren zum Start noch begrenzt, und die von Mashable zitierten unabhängigen Benchmarks pendelten sich noch ein. „Persönliche Superintelligenz“ ist Metas Rahmen, keine definierte Fähigkeit. Die Preisangaben sind Listenpreise aus der Meta Model API nach Berichterstattung, nicht die endgültige Rechnung, die ein Produktionsteam zahlt, sobald Caching, Wiederholungen und Modellversionswechsel eingerechnet sind. Was fehlt, ist eine dauerhafte Bewertung durch Dritte auf realen Workloads, der Test, den eine Frontier-Aussage letztlich bestehen muss.

Worauf man achten sollte

• Unabhängige Bewertungen. Die nächste Runde unabhängiger Benchmark-Ergebnisse wird zeigen, ob Metas Aussage zur Augenhöhe hält oder verblasst, die wichtigste offene Frage des Starts.
• Ob Muse Wonder Full die API erreicht. Das stärkste Modell in Muse Code zu halten, ist eine bewusste Grenze. Öffnet es sich später für Entwickler, wäre das ein Signal für einen Wandel darin, wie Meta das Frontier-Modell verbreiten will.
• Der Rollout von Muse für Verbraucher. Meta sagt, die Modelle sollen den Muse-Agenten zunächst für Abonnenten antreiben. Beobachten Sie, wie weit das expandiert und was Nutzer über das Gedächtnis im Alltag berichten.
• Die Preisgestaltung. Mit 4 und 20 Dollar pro Million Token ist Muse Wonder in der obersten Preisklasse angesiedelt. Eine Senkung wäre das klarste Zeichen, dass Meta bereit ist, Marktanteile zu kaufen, statt über Fähigkeiten zu konkurrieren.

Vorerst setzt die Veröffentlichung eine Tatsache zurück, die zwei Jahre lang galt: Meta verkauft ein Modell, das auf die Frontier zielt, zu Frontier-Preisen, mit Benchmark-Aussagen, die nur sein eigenes Labor geprüft hat. Bis Ergebnisse von außen eintreffen, ruht die Frontier-Aussage auf Metas eigenen Zahlen.

Titelbild: „Meta Platforms Headquarters Menlo Park California.jpg“ von LPS.1, CC0, via Wikimedia Commons.