Meta torna alla frontiera: Muse Wonder è il primo vero modello di punta dei Superintelligence Labs

Per anni Meta ha avuto un problema strano: era l'azienda che aveva reso normale scaricare un modello linguistico di qualità e farlo girare sul proprio hardware — con Llama — eppure era finita a guardare le spalle di OpenAI, Anthropic e Google ogni volta che si parlava di stato dell'arte. Lunedì quella posizione è cambiata. Meta Superintelligence Labs ha presentato Muse Wonder e Muse Wonder Full, i primi modelli che l'azienda definisce esplicitamente "di frontiera".

Non è un dettaglio semantico. "Frontier model" è l'etichetta che un laboratorio si attribuisce quando pensa di poter stare nella stessa stanza dei migliori modelli al mondo. Meta non la usava da tempo.

Cosa sono Wonder e Wonder Full

Sono due modelli, non uno. Wonder è quello accessibile tramite la Meta Model API; Wonder Full, la versione più grande e capace, resta riservata agli abbonati di Muse Code, lo strumento di sviluppo assistito dall'AI, e non passa dall'API. Entrambi andranno ad alimentare l'agente Muse, a partire dagli abbonati.

Il posizionamento rispetto a Muse Spark — il modello leggero uscito ad aprile, pensato per la bassa latenza — è chiaro: qui si va di scala. Più parametri, punteggi più alti, risultati migliori su compiti complessi come la scrittura di codice.

Secondo i test interni riportati nella model card, Wonder e Wonder Full si collocano in linea con Claude Fable 5.1 e GPT-6 Astra. Wired riporta che sull'Artificial Analysis Intelligence Index la versione più grande supera Fable 5.1 e si piazza appena sotto Claude Opus 5.5, mentre su alcuni benchmark specializzati — lavoro su documenti legali, costruzione di software — batterebbe sia Astra sia entrambi i Claude. Resta il grande punto interrogativo su Gemini 4 Argon di Google, il cui profilo reale è ancora poco definito.

Il prezzo dice il resto della storia: 4 dollari per milione di token in input, 20 in output. Siamo esattamente nella fascia di GPT-6 Sol e Opus 5.5. Meta non si sta vendendo come l'alternativa economica. Si sta vendendo come alternativa e basta.

La scommessa vera si chiama memoria

La parte più interessante del lancio, a mio avviso, non è la classifica dei benchmark. È la funzione che Meta chiama Active Memory: la capacità del modello di trattenere e sintetizzare ciò che l'utente gli dice, non per una sessione ma — nelle parole dell'azienda — per giorni, settimane, mesi. La ricercatrice Kavya Kopparapu, nel video di presentazione, ha detto che su questo è stato investito "un enorme sforzo". Meta cita il benchmark MemoryBench, dedicato all'apprendimento continuo e alla costruzione della memoria, sostenendo che Wonder faccia meglio di Fable, Opus e Astra.

Accanto c'è Active Focus, pensato per tenere l'agente ancorato all'obiettivo dichiarato ed evitare che si perda a metà strada — il classico problema di un modello che costruisce un progetto software di grandi dimensioni e accumula errori su errori finché il risultato non è più recuperabile (e il conto dei token è già salato).

Qui si capisce la strategia. OpenAI e Anthropic competono su ragionamento e coding puro; Meta vuole vincere sull'assistente personale persistente, quello che ti conosce. È una scelta coerente con il suo DNA: Meta non ha un cloud enterprise da difendere, ha miliardi di utenti consumer e un rapporto quotidiano con loro. Un modello che ricorda è un modello che crea dipendenza — in senso di prodotto, intendiamoci — molto più di uno che ragiona meglio del 3%.

Il conto della ristrutturazione

Questo è il primo modello di frontiera dopo il riassetto voluto da Mark Zuckerberg ad agosto dell'anno scorso, con Alexandr Wang — fondatore di Scale AI — messo a capo dei Superintelligence Labs e miliardi investiti in talenti e infrastruttura. Un percorso tutt'altro che liscio: Wired ricorda che diversi ricercatori non sono rimasti a lungo.

Muse Wonder è stato addestrato nel data center Prometheus, in Ohio centrale, entrato in funzione quest'anno. È il tipo di dettaglio che fa capire quanto la partita si giochi ormai sul calcestruzzo e sui megawatt quanto sugli algoritmi.

Sul fronte sicurezza, Meta dice di aver lavorato parecchio sui rifiuti — armi biologiche, supporto all'hacking — e di ottenere buoni punteggi sui benchmark di resilienza ai prompt malevoli. Zuckerberg aveva anticipato su X il mese scorso che il rilascio era stato posticipato proprio per ragioni di safety, e l'azienda ha pubblicato di recente un framework per lo scaling controllato delle capacità. Quello che Meta non ha detto è se durante i test abbia osservato comportamenti anomali degli agenti basati su Wonder. Dopo gli incidenti recenti con agenti di altri laboratori, è un silenzio che pesa.

Cosa cambia per chi lavora con l'AI

Tre cose concrete. Primo: c'è un quarto fornitore credibile a prezzi di fascia alta, e questo di solito significa più pressione sui listini nei prossimi sei mesi. Secondo: la separazione tra Wonder (API) e Wonder Full (solo Muse Code) è una mossa di lock-in esplicita — se vuoi il meglio, entri nell'ecosistema di sviluppo di Meta. Chi progetta architetture multi-modello se ne ricordi.

Terzo, e più sottile: Meta non ha pubblicato dettagli su come il modello è stato costruito o addestrato. L'azienda che aveva fatto degli open weights la sua bandiera ora rilascia un modello di punta chiuso e opaco, promettendo open weights "più grandi" in futuro dopo il piccolo Muse Glimmer. La conversione è completa.

La scommessa di Zuckerberg, insomma, comincia a produrre numeri. Resta da vedere se la memoria persistente sarà la funzione che differenzia davvero Muse, o solo la prossima casella da spuntare che tutti copieranno entro primavera. Scommetterei sulla seconda — ma con un vantaggio temporale che a Meta, per una volta, serviva eccome.