Muse Wonder
8134°
Ejecutar este modelo
Ofertas / Anuncios
Meta | contexto de 1,048,576 tokens | $4.00/M entrada, $20.00/M salida. Muse Wonder es un modelo de razonamiento avanzado de Meta, diseñado para tareas complejas personales y profesionales con capacidad de agente. Acepta texto, imágenes, video, audio y documentos PDF y devuelve texto, con una ventana de contexto de 1 millón de tokens. El modelo maneja trabajos a largo plazo: planifica, delega a subagentes, llama a herramientas en paralelo y se recupera de errores, por lo que las tareas de múltiples pasos se completan sin necesidad de dirección paso a paso. También puede operar navegadores y…Meta | contexto de 1,048,576 tokens | $4.00/M entrada, $20.00/M salida. Muse Wonder es un modelo de razonamiento avanzado de Meta, diseñado para tareas complejas personales y profesionales con capacidad de agente. Acepta texto, imágenes, video, audio y documentos PDF y devuelve texto, con una ventana de contexto de 1 millón de tokens. El modelo maneja trabajos a largo plazo: planifica, delega a subagentes, llama a herramientas en paralelo y se recupera de errores, por lo que las tareas de múltiples pasos se completan sin necesidad de dirección paso a paso. También puede operar navegadores y aplicaciones de escritorio y móviles, y trabaja con muchos archivos en repositorios existentes para hacer y verificar cambios. Muse Wonder mantiene contexto importante a lo largo de las conversaciones y recupera los detalles relevantes para la tarea en curso. Además, está entrenado para Enfoque Activo, por lo que trabaja hacia tu objetivo incluso cuando una tarea se vuelve desafiante. En las pruebas de Meta, funciona bien en tareas de ingeniería complejas, sesiones extendidas con agentes y refactorizaciones de múltiples archivos para abordar el trabajo más exigente de los desarrolladores.
Guías para este modelo
Cómo elegir un modelo de IA en octubre de 2026: las novedades de código cerrado y luego los pesos abiertos que vale la pena descargar
Pesos abiertos vs código abierto vs solo API: lo que realmente puedes hacer
Las 10 alternativas más baratas a ChatGPT en 2026: modelos locales gratuitos, planes gratuitos y tarifas planas
Notas del capitán
Notas del 2026-10-13
Muse Wonder es el modelo de razonamiento de frontera de Meta diseñado para trabajo agente a largo plazo: planifica, llama herramientas en paralelo, opera navegadores y aplicaciones, y trabaja en bases de código completas sin que tengas que gestionar cada paso. Acepta texto, imágenes, video, audio y PDFs, con una ventana de contexto de un millón de tokens. Si tu trabajo implica tareas de ingeniería multi-paso, refactorizaciones multi-archivo o sesiones autónomas extendidas, esta es la categoría a la que apunta.
Conocido por
- Completar tareas autónomas multi-paso con llamadas paralelas a herramientas y recuperación de errores
- Control integrado de navegador, escritorio y aplicaciones móviles
- Trabajo en bases de código multi-archivo: lee, edita y verifica cambios en un repositorio
- Ventana de contexto de un millón de tokens para sesiones muy largas y grandes conjuntos de documentos
- Acepta entradas de texto, imágenes, video, audio y PDF en un solo modelo
Cuidado con
- La salida cuesta $20.00 por millón de tokens — las ejecuciones agente extendidas pueden acumular costos rápidamente.
- Los pesos no son públicos; se usa solo vía API, sin opción local.
- Meta no ha publicado resultados de benchmarks de terceros para este modelo.
Prompts para probar
Plan de refactorización multi-archivo
Tengo una API REST en Node.js repartida en aproximadamente 20 archivos que actualmente usa callbacks en todo. Produce un plan concreto y ordenado para migrar toda la base de código a async/await: identifica los archivos a tocar, el orden para cambiarlos para evitar romper dependencias y las pruebas a ejecutar en cada etapa para confirmar que nada se rompe.
Síntesis de investigación agente
Adjunto tres informes PDF extensos sobre almacenamiento en baterías a escala de red publicados en los últimos dos años. Lee los tres, identifica dónde coinciden y dónde se contradicen en proyecciones de costos y estimaciones de vida útil, y produce un informe de dos páginas que pueda entregar a un ejecutivo no técnico.
Depurar una pipeline fallida
Aquí está el registro completo de salida de una pipeline CI que falla intermitentemente en la suite de pruebas de integración. Diagnostica la causa raíz más probable, explica tu razonamiento paso a paso y escribe el cambio exacto de código o configuración que debería resolverlo.
Comparar con
- Muse Glimmer 30BModelo con pesos abiertosContexto de 131,072 tokens · $0.30/M entrada, $1.20/M salida
- Muse Spark 1.3 ContributorModelo solo APIContexto de 1,048,576 tokens · $0.10/M entrada, $0.20/M salida
- Muse Spark 1.3Modelo solo APIContexto de 1,048,576 tokens · $1.25/M entrada, $4.25/M salida
- Muse Spark 1.2Modelo solo APIContexto de 1,048,576 tokens · $1.25/M entrada, $4.25/M salida
Más modelos de texto de meta
Preguntas frecuentes
- ¿Puedo ejecutar Muse Wonder localmente?
- No. Los pesos no son públicos y Meta no ha liberado un repositorio en Hugging Face para este modelo, por lo que solo se accede vía API.
- ¿Cuánto cuesta Muse Wonder y qué tan grande es su contexto?
- La entrada cuesta $4.00 por millón de tokens y la salida $20.00 por millón de tokens, con una ventana de contexto de un millón de tokens.
- ¿En qué se diferencia Muse Wonder de un modelo estándar de chat o codificación?
- Está diseñado específicamente para trabajo agente a largo plazo — puede controlar navegadores y aplicaciones, delegar a subagentes, llamar herramientas en paralelo y recuperarse de errores a mitad de tarea, en lugar de responder un solo prompt y detenerse.
Veredicto del capitánUn modelo agente serio para desarrolladores y usuarios avanzados que necesitan un sistema que termine trabajos complejos multi-paso sin supervisión — a un precio que lo refleja.
El capitán escribe estas notas a partir de la descripción y ficha del modelo. Los precios y tamaños de contexto son los del proveedor al momento de escribir y pueden cambiar.
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.
Also ranked: #69 Hottest Text / LLM text model
Not this creator?
Get your own badge
Tendencia de popularidad de Muse Wonder
Puntuación de calor desde 12 Oct 2026
Puntuación de popularidad
8,134°
Esta semana
n/a
No fue lanzado/seguido
Este mes
n/a
No fue lanzado/seguido
Último año
n/a
No fue lanzado/seguido
7,000°
Piso
La escala va de 0° a 9,999°. Todo lo que está por debajo de 7,000° se reserva para modelos que ninguna fuente reporta aún, que llevan un número provisional ahí para que las listas se mantengan completas. 7,000° es donde empiezan los datos medidos: un modelo con datos reales pero casi sin descargas se sitúa en el piso, y las mediciones llenan los grados por encima. El piso no dice nada sobre el modelo; solo los grados por encima lo hacen, y son los que separan un modelo de otro.
+1,134°
Tokens de OpenRouter
60,231,074,988 tokens procesados por este modelo a través de OpenRouter en los últimos 30 días, sumando prompts y respuestas. Cada 10,000,000 tokens cuentan como una descarga en el periodo de descargas, 6,023 en total; los tokens del último día se suman a la tasa de adopción. Fuente: OpenRouter (openrouter.ai/rankings).
Mostrar desglose detallado
Cada número en este sitio se puede verificar. La puntuación de popularidad de este modelo es 8,134°, y aquí se construye un ingrediente a la vez, con el total acumulado después de cada uno: el piso, los grados que añade cada fuente, el bono por el tipo de modelo y lo que la antigüedad de sus pesos resta. Los colores son las bandas del gráfico de arriba. El glosario al final define cada término.
- 1Empieza en el piso.Por qué 7,000° y no cero: la escala va de 0° a 9,999°, y la parte por debajo de 7,000° está reservada para modelos que ninguna fuente reporta aún, que llevan un número provisional ahí para que las listas se mantengan completas y nunca superen a un modelo con datos. 7,000° es donde empiezan los datos medidos. Un modelo con datos reales pero casi sin descargas está aquí; todo lo que sigue es medición, y el espacio sobre el piso tiene diez pasos de diez veces más descargas a 300° cada uno. El piso es igual para todos los modelos, así que no decide nada; los grados por encima sí.7,000°total acumulado
- 2Suma las descargas.6,023 equivalentes a descargas en total, de Tokens de OpenRouter. Diez veces las descargas suman el mismo 300°, así que el tamaño importa pero nunca domina la puntuación.+1,134°8,134°total acumulado
- =La puntuación heat.Dónde está este modelo en cada lista de este sitio. Nada más la ajusta.8,134°
Glosario: los términos usados aquí
- Puntuación heat
- Un número que muestra cuánto se usa y quiere un modelo ahora mismo, de 0° a 9,999°. Cada lista en este sitio que dice más popular está ordenada por esto y nada más.
- Piso
- Los 7,000° con los que empieza todo modelo con datos reales. La escala va de 0° a 9,999°; la parte bajo el piso está reservada para sustitutos (modelos sin datos), para que un modelo con datos siempre esté por encima de uno sin. El piso es igual para todos y no decide nada; los grados sobre él son la medida.
- Equivalentes a descargas
- Todo lo que la puntuación trata como una descarga, sumado: las descargas mismas, cada seeder de torrent como 1,000, cada imagen de AI Horde y cada ejecución en un sitio de generación como uno.
- Escala logarítmica
- Cuenta de a decenas, no de a uno: pasar de 1,000 a 10,000 descargas suma los mismos grados que pasar de 10,000 a 100,000. Evita que los gigantes opaquen todo lo demás.
- Likes
- Pulgares arriba y likes de todas las fuentes, valen la mitad de una descarga cada uno en la escala logarítmica.
- Tasa de adopción
- Cuántas descargas al día recibe un modelo ahora mismo, según la diferencia entre dos lecturas de una fuente. Un cuarto del peso del término de descarga.
- Medido y estimado
- Medido significa que hay dos lecturas de una fuente y la diferencia es real. Estimado significa que solo se conoce el total de hoy y el pasado se distribuye a lo largo de la vida del modelo; el sitio indica cuál está mostrando.
- Seeder
- Alguien que mantiene una copia de los pesos en línea para que otros la descarguen por torrent, o un espejo alojado que hace lo mismo. Cada uno cuenta como 1,000 descargas.
- AI Horde
- Una red de voluntarios que genera imágenes gratis en computadoras donadas. El número de imágenes que ha hecho con un modelo es público, y cada una cuenta como una descarga.
- Sitios de generación
- Sitios que alojan sus propias copias de un modelo y permiten que la gente genere con él, como PixAI, SeaArt y Yodayo. Sus descargas cuentan igual que las de Civitai y cada generación cuenta como una descarga.
- Tokens de OpenRouter
- Un modelo de texto servido mediante una API, como Claude o GPT, no tiene pesos para descargar, por lo que su uso se mide en tokens: fragmentos de texto que leyó y escribió a través de OpenRouter, una puerta de acceso que usan muchas apps, durante los últimos 30 días. Cada 10,000,000 tokens cuentan como una descarga. Fuente: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modelo completo (checkpoint)
- Los pesos en sí, el archivo que genera por sí solo. Tiene un bono porque los complementos dependen de él.
- LoRA y embedding
- Archivos pequeños que dirigen los pesos de otro hacia un estilo, personaje o concepto. No pueden funcionar solos.
- Familia y pesos
- La base sobre la que se construye un modelo, como SD 1.5, SDXL, Flux o Wan. Cada modelo hereda la fecha de lanzamiento de los pesos de su familia.
- Antigüedad
- Grados descontados según hace cuánto salieron los pesos de la familia: 150° por año, hasta 750°. Mantiene las descargas antiguas que tuvieron años para acumularse congelando la cima de la lista.
- Impulso de familia
- Un pequeño empujón limitado para LoRAs de una familia que este sitio está promoviendo ahora, siempre listado en el desglose.
- Puntaje provisional
- Un número estable por debajo del mínimo dado a un modelo que aún no tiene reportes de fuentes, para que las listas estén completas. Nunca se posiciona por encima de un modelo con datos.
- ¡Nuevo! (periodo de gracia)
- Un modelo con menos de 7 días muestra ¡Nuevo! en lugar de una puntuación y no ocupa lugar en los rankings. Su puntuación se calcula desde el primer día, pero un modelo de un día crece más rápido que cualquier otro, así que sin este periodo el #1 de la semana siempre sería el que salió ayer en vez del que se mantuvo una semana.
- Tendencia
- Cómo el crecimiento de un modelo en un período se compara con el crecimiento típico de modelos en ese mismo período. Más rápido que lo típico se lee como subida, más lento como bajada.
- Modelo típico
- El punto medio del catálogo: la mitad de los modelos con cifras crecieron más rápido en el período, la otra mitad más lento.
Cómo se ha movido la popularidad de este modelo frente al resto del catálogo: su crecimiento en descargas, likes y uso en cada periodo, medido contra el crecimiento típico de un modelo en el mismo periodo, con su puntuación de calor en ese momento. Por encima del crecimiento típico se lee como un aumento, por debajo como una caída. El pasado se reconstruye a partir de los totales de hoy, el primer día del modelo y su velocidad de descarga medida cuando hay dos lecturas; un modelo que no existía al inicio de un periodo muestra n/a.
Muse Wonder es un modelo de texto para la familia Text / LLM listado en ModelTrends.ai, un catálogo de solo lectura de modelos de IA de imagen, vídeo y texto de código abierto. Compáralo con otros modelos Text / LLM y consulta su puntuación de calor para ver su tendencia.
Más modelos Text / LLMMás Texto / LLM de Text / LLMllmmetavisiónaudiovideorazonamientoagentesprogramación
Explorar por familia de modelos
Modelos Text / LLM
434
Modelos Anima
528
Modelos Chroma
19
Modelos Fibo
2
Modelos Flux
1,496
Modelos Flux 2 / Klein
1,239
Modelos Flux 3
3
Modelos Moss
3
Modelos Iris
1
Modelos MiniMax H3
364
Modelos Hunyuan
204
Modelos Ideogram
20
Modelos Krea2
717
Modelos Qwen
20
Modelos Qwen2
47
Modelos Ltx2
153