Pot rula Muse Wonder local?

Nu. Greutățile nu sunt publice și Meta nu a lansat un depozit Hugging Face pentru acest model, deci accesul este doar prin API.

Cât costă Muse Wonder și cât de mare este contextul?

Intrarea costă 4,00 USD per milion de tokeni, iar ieșirea 20,00 USD per milion de tokeni, cu o fereastră de context de un milion de tokeni.

Cum diferă Muse Wonder de un model standard de chat sau codare?

Este proiectat special pentru muncă agentică pe termen lung — poate controla browsere și aplicații, delega sub-agenti, apela unelte în paralel și recupera din erori pe parcursul sarcinii, nu doar să răspundă la un singur prompt și să se oprească.

Nou săptămâna aceasta · vezi tendința

Muse Wonder

8134°

#llm #meta #viziune #audio #video #raționament

Rulează modelul

Oferte / Reclame

OpenRouter Terminal / API

Plătește pe token

Conversează cu acest model în browser sau apelează-l din codul tău cu o singură cheie API.

Meta | context de 1.048.576 tokeni | $4.00/M input, $20.00/M output. Muse Wonder este un model de raționament de frontieră de la Meta, conceput pentru sarcini complexe agentice personale și profesionale. Acceptă text, imagini, video, audio și documente PDF și returnează text, cu o fereastră de context de 1M tokeni. Modelul gestionează munci pe termen lung: planifică, delegă sub-agenti, apelează unelte în paralel și se recuperează din erori, astfel încât sarcinile în mai mulți pași să se finalizeze fără direcție pas cu pas. Poate opera browsere și aplicații desktop și mobile și funcționează pe…Meta | context de 1.048.576 tokeni | $4.00/M input, $20.00/M output. Muse Wonder este un model de raționament de frontieră de la Meta, conceput pentru sarcini complexe agentice personale și profesionale. Acceptă text, imagini, video, audio și documente PDF și returnează text, cu o fereastră de context de 1M tokeni. Modelul gestionează munci pe termen lung: planifică, delegă sub-agenti, apelează unelte în paralel și se recuperează din erori, astfel încât sarcinile în mai mulți pași să se finalizeze fără direcție pas cu pas. Poate opera browsere și aplicații desktop și mobile și funcționează pe multe fișiere din depozitele existente pentru a face și verifica modificări. Muse Wonder păstrează contextul important pe parcursul conversațiilor și recuperează detaliile relevante pentru sarcina curentă. Este antrenat pentru Active Focus, deci lucrează spre obiectivul tău chiar și când o sarcină devine dificilă. În testele Meta, performează bine la sarcini complexe de inginerie, sesiuni extinse agentice și refactorizări multi-fișier pentru a aborda cele mai solicitante lucrări ale dezvoltatorilor.

Ghiduri pentru acest model

Cum să alegi un model AI în octombrie 2026: noutățile modelelor închise, apoi greutățile deschise care merită descărcate

Greutăți deschise vs open source vs doar API: ce ai voie să faci cu adevărat

Cele 10 alternative ChatGPT cele mai ieftine în 2026: modele locale gratuite, planuri gratuite și abonamente fixe

Toate ghidurile

Notele căpitanului

Scris de Captain, editorul casei

Note din 2026-10-13

Muse Wonder este modelul frontieră de raționament de la Meta, construit pentru muncă agentică pe termen lung: planifică, apelează unelte în paralel, controlează browsere și aplicații și lucrează pe întregi baze de cod fără să gestionezi fiecare pas. Acceptă text, imagini, video, audio și PDF-uri, cu o fereastră de context de un milion de tokeni. Dacă munca ta implică sarcini inginerești multi-pas, refactorizări multi-fișier sau sesiuni autonome extinse, acesta este nivelul țintit.

Cunoscut pentru

Finalizarea autonomă a sarcinilor multi-pas cu apeluri paralele de unelte și recuperare după erori
Control integrat al browserelor, desktop-urilor și aplicațiilor mobile
Lucru pe baze de cod multi-fișier: citește, editează și verifică schimbări într-un depozit
Fereastră de context de un milion de tokeni pentru sesiuni foarte lungi și seturi mari de documente
Acceptă intrări text, imagini, video, audio și PDF într-un singur model

Atenție la

Ieșirea costă 20,00 USD per milion de tokeni — rulările agentice extinse pot acumula rapid costuri.
Greutățile nu sunt publice; îl rulezi doar prin API, fără opțiune locală.
Meta nu a publicat rezultate de benchmark de la terți pentru acest model.

Cel mai bun pentru

Agenți și utilizare unelte

Sugestii de încercat

Plan de refactorizare multi-fișier

Am un API REST Node.js răspândit în aproximativ 20 de fișiere care folosește în prezent callback-uri peste tot. Produ un plan concret, ordonat, pentru a migra întregul cod la async/await: identifică fișierele de modificat, ordinea schimbărilor pentru a evita ruperea dependențelor și testele de rulat la fiecare etapă pentru a confirma că nu apar regresii.

Sinergie de cercetare agentică

Atașez trei rapoarte PDF lungi despre stocarea bateriilor la scară de rețea publicate în ultimii doi ani. Citește-le pe toate trei, identifică unde sunt de acord și unde se contrazic privind proiecțiile de cost și estimările duratei ciclului, și produce un briefing de două pagini pe care să-l pot da unui executiv non-tehnic.

Depanare pipeline eșuat

Iată întregul log de ieșire dintr-un pipeline CI care eșuează intermitent la testele de integrare. Diagnostichează cauza probabilă principală, explică raționamentul pas cu pas și scrie exact schimbarea de cod sau configurație care ar trebui să o rezolve.

Compară cu

Muse Glimmer 30B
Model cu greutăți deschise
context de 131,072 tokeni · $0.30/M intrare, $1.20/M ieșire
Muse Spark 1.3 Contributor
Model doar API
context de 1,048,576 tokeni · $0.10/M intrare, $0.20/M ieșire
Muse Spark 1.3
Model doar API
context de 1,048,576 tokeni · $1.25/M intrare, $4.25/M ieșire
Muse Spark 1.2
Model doar API
context de 1,048,576 tokeni · $1.25/M intrare, $4.25/M ieșire

Mai multe modele text de la meta

Întrebări frecvente

Pot rula Muse Wonder local?: Nu. Greutățile nu sunt publice și Meta nu a lansat un depozit Hugging Face pentru acest model, deci accesul este doar prin API.
Cât costă Muse Wonder și cât de mare este contextul?: Intrarea costă 4,00 USD per milion de tokeni, iar ieșirea 20,00 USD per milion de tokeni, cu o fereastră de context de un milion de tokeni.
Cum diferă Muse Wonder de un model standard de chat sau codare?: Este proiectat special pentru muncă agentică pe termen lung — poate controla browsere și aplicații, delega sub-agenti, apela unelte în paralel și recupera din erori pe parcursul sarcinii, nu doar să răspundă la un singur prompt și să se oprească.

Verdictul căpitanului
Un model agentic serios pentru dezvoltatori și utilizatori avansați care au nevoie de un sistem care finalizează lucrări complexe, multi-pas, nesupravegheat — la un preț care reflectă asta.

Căpitanul scrie aceste note pe baza descrierii modelului și a fișei modelului. Prețurile și dimensiunile contextului sunt cele ale furnizorului la momentul scrierii și pot varia.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #69 Hottest Text / LLM text model

Not this creator?

Get your own badge

Tendința de popularitate a Muse Wonder

Scor de căldură din 12 Oct 2026

Scor de popularitate

8,134°

Săptămâna aceasta

n/a

Nu a fost lansat/urmărit

Luna aceasta

n/a

Nu a fost lansat/urmărit

Ultimul an

n/a

Nu a fost lansat/urmărit

7,000°

Prag minim

Scara merge de la 0° la 9.999°. Tot ce este sub 7,000° este rezervat pentru modelele despre care nicio sursă nu raportează încă, care au un număr provizoriu acolo ca să rămână listele complete. 7,000° este punctul de start pentru datele măsurate: un model cu date reale, dar aproape fără descărcări, stă la prag, iar măsurătorile umplu gradele de deasupra. Pragul nu spune nimic despre model; doar gradele de deasupra îl diferențiază de alte modele.

+1,134°

Tokeni OpenRouter

60,231,074,988 tokeni procesați de acest model prin OpenRouter în ultimele 30 de zile, împreună cu prompturile și răspunsurile. Fiecare 10,000,000 tokeni contează ca un download în termenul de descărcări, 6,023 în total; tokenii ultimei zile se adaugă la rata de adoptare. Sursa: OpenRouter (openrouter.ai/rankings).

Arată detalii

Fiecare număr de pe acest site poate fi verificat. Scorul de popularitate al acestui model este 8,134°, iar aici este construit pas cu pas, cu totalul acumulat după fiecare ingredient: pragul minim, gradele adăugate de fiecare sursă, bonusul pentru tipul modelului și ce scade vârsta greutăților. Culorile sunt benzile din graficul de mai sus. Glosarul de la final definește fiecare termen.

1
Începe de la prag.
De ce 7,000° și nu zero: scara merge de la 0° la 9.999°, iar partea de sub 7,000° este rezervată modelelor despre care nicio sursă nu raportează încă, care au un număr provizoriu acolo ca să rămână listele complete și să nu depășească niciodată un model cu date. 7,000° este punctul de start pentru datele măsurate. Un model cu date reale, dar aproape fără descărcări, stă aici; tot ce urmează este măsurare, iar spațiul de deasupra pragului conține zece pași de zece ori mai multe descărcări, fiecare la 300°. Pragul este același pentru toate modelele, deci nu decide nimic; gradele de deasupra fac diferența.
7,000°
total curent
2
Adaugă descărcările.
6,023 echivalente de descărcări în total, de la Tokeni OpenRouter. De zece ori descărcările adaugă același 300°, deci mărimea contează, dar nu domină scorul.
+1,134°
8,134°
total curent
=
Scorul de căldură.
Unde se situează acest model pe fiecare listă de pe site. Nimic altceva nu îl ajustează.
8,134°

Glosar: termenii folosiți aici

Scor de căldură: Un număr care arată cât de mult este folosit și dorit un model acum, de la 0° la 9.999°. Fiecare listă de pe site care spune „cele mai călduroase” este sortată după acest scor și nimic altceva.
Prag: 7.000° este punctul de start pentru orice model cu date reale. Scara merge de la 0° la 9.999°; partea de sub prag este rezervată pentru înlocuitori (modele fără date), ca să fie sigur că un model cu date e mereu mai sus decât unul fără. Pragul e același pentru toți și nu decide nimic; gradele de deasupra lui sunt măsurătoarea.
Echivalente descărcări: Tot ce scorul tratează ca o descărcare, adunat: descărcările în sine, fiecare seeder de torrent ca 1.000, fiecare imagine AI Horde și fiecare rulare pe un site de generare ca una.
Scară logaritmică: Se numără la zeci, nu la unități: trecerea de la 1.000 la 10.000 descărcări adaugă aceleași grade ca trecerea de la 10.000 la 100.000. Astfel, modelele mari nu acoperă tot ce e mic.
Aprecieri: Like-uri și aprecieri de oriunde, fiecare valorează jumătate dintr-o descărcare pe scara logaritmică.
Rata de adoptare: Câte descărcări pe zi primește un model acum, calculat din diferența dintre două citiri ale unei surse. Are un sfert din greutatea termenului de descărcare.
Măsurat și estimat: Măsurat înseamnă că există două citiri ale unei surse și diferența este reală. Estimat înseamnă că se știe doar totalul de azi, iar trecutul este împărțit pe durata vieții modelului; site-ul spune care dintre ele este afișat.
Seeder: Cineva care păstrează o copie a greutăților online pentru ca alții să le descarce prin torrent, sau o oglindă găzduită care face același lucru. Fiecare contează ca 1.000 de descărcări.
AI Horde: O rețea de voluntari care generează imagini gratuit pe calculatoare donate. Numărul de imagini create cu un model este public și fiecare contează ca o descărcare.
Site-uri de generare: Site-uri care găzduiesc propriile copii ale unui model și permit oamenilor să genereze cu el, cum ar fi PixAI, SeaArt și Yodayo. Descărcările lor contează ca cele de pe Civitai, iar fiecare rulare de generare ca o descărcare.
Tokeni OpenRouter: Un model de text servit printr-un API, cum ar fi Claude sau GPT, nu are greutăți de descărcat, deci utilizarea sa se măsoară în tokeni: bucățile de text citite și scrise prin OpenRouter, un gateway folosit de multe aplicații, în ultimele 30 de zile. Fiecare 10,000,000 tokeni contează ca un download. Sursa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model complet (checkpoint): Greutățile în sine, fișierul care generează singur. Primește un bonus pentru că depind de el add-on-urile.
LoRA și embedding: Fișiere mici add-on care direcționează greutățile altcuiva spre un stil, un personaj sau un concept. Nu pot rula singure.
Familie și greutăți: Baza pe care este construit un model, cum ar fi SD 1.5, SDXL, Flux sau Wan. Fiecare model moștenește data lansării greutăților familiei sale.
Vârstă: Grade scăzute în funcție de cât timp a trecut de când au apărut greutățile familiei: 150° pe an, până la 750°. Păstrează descărcările vechi care au avut ani să se acumuleze, blocând topul listei.
Boost de familie: Un mic impuls limitat pentru LoRA-urile unei familii pe care site-ul o promovează acum, întotdeauna listat în detaliu.
Scor de rezervă: Un număr stabil sub prag, dat unui model despre care nicio sursă nu raportează încă, ca listele să rămână complete. Nu se clasează niciodată peste un model cu date.
Nou! (perioadă de grație): Un model mai nou de 7 zile afișează Nou! în loc de scor și nu ocupă loc în clasamente. Scorul său este calculat de la prima zi, dar un model de o zi crește mai rapid decât orice altceva, deci fără această așteptare, modelul #1 al săptămânii ar fi întotdeauna cel apărut ieri, nu cel care a rezistat o săptămână.
Tendință: Cum se compară creșterea unui model într-o perioadă cu creșterea tipică a unui model în aceeași perioadă. Mai rapid decât tipicul înseamnă creștere, mai lent scădere.
Model tipic: Mijlocul catalogului: jumătate dintre modele cu o cifră au crescut mai repede în perioada respectivă, jumătate mai încet.

Cum s-a schimbat popularitatea acestui model față de restul catalogului: creșterea lui în descărcări, aprecieri și utilizare în fiecare perioadă, comparată cu creșterea tipică a unui model în aceeași perioadă, plus scorul său de căldură la momentul respectiv. Dacă e peste creșterea tipică, înseamnă că a crescut, dacă e sub, a scăzut. Istoricul se reconstruiește din totalurile de azi, prima zi a modelului și viteza lui de descărcare măsurată când sunt două citiri; un model care nu exista la începutul perioadei arată n/a.

Modele similare

Mistral Small 3.2 24B Instruct 2506

Qwen3.5 Plus 2026 02 15

TEXT / LLM

Modele AI pentru generare de imagini, video și text

Muse Wonder este un model de text pentru familia Text / LLM, listat pe ModelTrends.ai, un catalog doar pentru citire al modelelor AI open source pentru imagini, video și text. Compară-l cu alte modele Text / LLM și verifică-i scorul de căldură pentru a vedea cât este de popular.

Mai multe modele Text / LLM llm meta viziune audio video raționament agenți programare

Răsfoiește după familia de modele