Meta의 Muse Wonder가 Wonderful Full로 프론티어급에 도달

Muse Wonderful Full은 Artificial Analysis 벤치마크에서 전체 3위를 차지하여 ARC에서 모든 OpenAI 모델을 능가합니다. 이 모델은 통상적인 양대 구도 외의 랩에서 Grok과 Astra 수준에 도달한 첫 번째입니다.

출시는 두 가지 제품으로 나뉩니다. 공개 가격으로 API를 통해 이용 가능한 초당 120토큰의 Muse Wonder와 Meta의 구독 서비스로만 잠긴 초당 50토큰의 Muse Wonderful Full이며, 가격은 공개되지 않았습니다.

Muse Wonder를 며칠 사용한 결과, 이 모델은 Meta의 이전 표준인 Spark 1.3에서 엄청난 도약을 나타냅니다. 벤치마크 점수는 전반에 걸친 진정한 기능 개선을 반영합니다.

테스터는 수정 없이 모델의 기본 동작이 만족스러웠다고 판단했습니다. ADHD 친화적 서식 지침(짧은 응답, 다양한 문장 길이, 단순화된 영어)을 제거하면 모델이 더 장황해졌지만, 코딩 및 추론 작업에서는 효과적으로 유지되었습니다.

실제 코드 작업에서 검토자로서 Muse Wonderful은 철저하고 정확했습니다. Opus 수정에 대해 209개의 프로브를 작성했고 명확하게 문제를 분류했으며, 자신의 항목을 2위로 순위를 매긴 공정한 판사로도 기능했습니다.

Muse Wonder는 초당 120토큰으로 실행되고, Wonderful Full은 초당 50토큰으로 실행되어 더 큰 기반 모델을 나타냅니다. Muse Wonder만 공개 API 가격을 제공하며, Wonderful Full은 구독으로만 제한됩니다.

이 분할은 성능이 우수한 버전의 가격 대비 성능 비교를 불가능하게 합니다. Wonderful Full의 공개 가격이나 구독 제한 없이 구매자는 경쟁사에서 전환할 정당성이 있는지 평가할 수 없습니다.

터미널 벤치마크 점수에서 Wonderful Full은 Grok 5.1의 성능을 압도하고 Grok 4와 Claude Opus 3.5에 가깝습니다. Deep Suite와 SWE Marathon 벤치마크에서 최첨단을 달성합니다.

Wonderful Full의 API 가격은 입력 토큰 100만 개당 $4로 설정되지만, 구독 모델의 경제학은 여전히 불명확합니다.

프론티어 모델의 최근 3D 기능 도약은 창발 지능이 아닙니다. 이는 해당 작업을 위해 구축된 특정 훈련 후 환경에서 비롯됩니다. 제3의 회사가 3D 훈련 시스템을 개발하여 여러 랩에 판매한 것으로 보이며, 이는 동시에 이루어진 개선을 설명합니다.

Claude 3 Haiku가 먼저 이 패턴을 시연했고, 그 후 프론티어 랩에 걸쳐 추세가 복제되었습니다. Opus 3.5는 전체적으로 Fable 5.1보다 5% 높은 점수에도 불구하고 거대한 3D 기능 향상을 보여주어, 모델 지능과 3D 기능이 직접 상관관계가 없음을 나타냅니다.

같은 패턴이 컴퓨터 사용 및 기타 특화된 기능에 적용됩니다. 프론티어 랩은 일반 모델 지능을 통해 발견하기보다는 특정 기능에 대한 훈련 후 환경을 라이선스합니다. 이 구분은 랩 차별화가 실제로 발생하는 위치를 이해하기 위해 중요합니다.

3D 작업이 필요한 사용자의 경우 Anthropic의 월 $200 클라우드 코드 요금제는 뛰어난 가치를 제공합니다. 로컬 GPU를 유지 관리하거나, 예산 중국 랩을 사용하거나, 오픈 라우터 서비스를 통해 토큰을 구매하는 것보다 뛰어납니다.

Meta에서는 Wonderful Full의 구독 비용과 제한이 여전히 공개되지 않았기 때문에 비교할 수 있는 가격 구조가 없습니다.

이것은 끔찍합니다. 모델은 Sonnet 3.7과 비교할 수 있는 쓰레기를 생성하는 반면, Grok은 눈에 띄게 다른 방식으로 UI 생성에 실패합니다.

이 약점은 개발자 경험에 직접 영향을 미칩니다. API를 가져와 기존 도구에 통합하는 모든 사람은 대신 Wonderful Full을 사용하지 않는 한 성능 저하를 겪을 것입니다.

ADHD 친화적 수정 없이 표준 에이전트 마크다운 프롬프트를 사용한 결과, Muse Wonder는 즉시 테스터의 가장 선호하는 모델이 되었습니다. 모델의 기본 장황함과 상호작용 스타일은 대부분의 작업에서 추론 능력을 희생하지 않으면서 다른 프론티어 모델을 능가했습니다.

차이는 프롬프트에서 제거된 접근성 지침으로 인해 비롯되었습니다. 모델은 더 이상 자신을 짧은 응답, 다양한 문장 길이 또는 단순화된 영어로 제한하지 않아 자연스러운 의사소통 스타일이 나타날 수 있게 했습니다.

모델의 수정은 즉각적인 문제와 주변 시스템의 이해를 모두 필요로 했던 실제 문제를 해결했습니다.

코드 검토자로서 Muse Wonderful은 철저하고 정확함을 입증했습니다. Opus의 수정에 대해 209개의 프로브를 작성했고 명확하게 문제를 분류하여 다른 모델이 놓친 문제를 포착하면서 자신의 항목을 공정하게 순위를 매겼습니다.

Muse Wonderful은 테스터가 장시간 실행되는 작업을 위해 하위 에이전트와 워크플로우를 조율할 수 있도록 신뢰하는 Anthropic이나 OpenAI 이외의 랩 중 첫 번째 모델입니다. 이는 Anthropic과 OpenAI 접근 방식 모두와 구별되는 프론티어 AI의 세 번째 특성을 나타냅니다.

모델에는 특이한 점이 있고 특정 영역에서 성능이 더 떨어집니다. 특히 UI 생성과 일부 벤치마크입니다. 하지만 경쟁사보다 더 심한 오류는 더 적게 생성했습니다. 테스터는 새로움에 대한 편향을 인정하지만(오디오 검토자가 단순히 달라서 새 스피커를 선호하는 것과 유사), Muse Wonderful의 실제 성능은 이를 진정한 세 번째 선택으로 취급하는 것을 지원합니다.

프론티어 랩은 이제 규모뿐만 아니라 접근 방식에서도 다릅니다. Muse Wonderful의 강점과 약점은 Opus나 Grok과는 다른 패턴을 따르고 있으며, 일부 벤치마크에서 성능이 낮음에도 불구하고 특화된 팀이 이를 선호할 가능성을 열어줍니다.

T3 Code의 원클릭 원격 머신 업데이트 기능이 모든 머신에서 런타임을 업데이트하지 못했습니다. 근본 원인은 npm 버전 확인 중에 트리거된 틈새 HTTP 추적 헤더 버그였습니다. Opus는 문제를 올바르게 식별하고 수정했지만 장황하고 구문 분석하기 어려운 출력을 생성했습니다.

Muse Wonder는 추적 헤더 문제의 매우 가독성 있는 설명을 제공했고 분석을 더 나아갔습니다. 이미 문제를 수정한 다른 사용자의 기존 풀 요청을 발견했습니다. 다른 모델 중 어느 것도 기존 수정을 찾지 못했으며, Muse만 중복 수정을 만드는 대신 솔루션을 병합할 것을 제안했습니다.

Soul은 기능이 새로 추가된 것을 놓쳤고 npm 확인을 완전히 제거할 것을 제안했으니 그것이 잘못된 수정입니다. Muse의 출력은 정확성과 명확성, 그리고 기존 솔루션 생태계에 대한 실질적 인식을 결합했습니다.

이 버그는 Muse Wonderful이 복잡한 디버깅 문제를 빠르게 이해하고 행동해야 하는 엔지니어를 위해 실행 가능한 결과로 변환하는 데 강점이 있음을 보여줍니다.

벤치마크는 모델에 T3 Code의 아키텍처를 감사하여 우선순위 지정을 위해 좋은 점, 나쁜 점, 못된 점을 식별하도록 지시했습니다. Opus는 55점으로 가장 높은 점수를 받았고, Sonnet 3.5는 놀랍도록 잘 수행했으며, Muse Wonderful Full과 Astra는 비교적 가깝게 내려왔습니다.

표준 Muse Wonder는 Opus 점수의 거의 절반으로 떨어졌고, Wonderful Full과 비교하여 30% 이상 품질이 저하되었습니다. 두 Muse 버전 간의 이 작업에 대한 격차는 단일 모델 옵션 간의 격차를 훨씬 초과합니다.

Muse Wonder는 가격 지점에서 흥미로워 보이지 않습니다. 성능이 나쁜 대부분의 온라인 데모는 최적화 없이 기존 도구에 통합하는 API 버전을 사용하고 있습니다. 표준 모델의 약점은 프로덕션 사용에서 즉시 명백해집니다.

이러한 방식으로 모델을 테스트하는 모든 사람은 더 약한 버전의 제한을 만나고 프론티어 대안과 비교하여 전체 출시가 성능이 낮다고 결론지을 것입니다. 2단계 분할은 많은 초기 채택자가 Muse Wonder를 경험하고 전체 출시가 성능이 낮다고 결론지을 의미합니다.

Muse Wonder는 작업당 평균 54.2K 토큰을 사용했고, Muse Wonderful Full은 작업당 평균 53.8K 토큰을 사용했습니다. 거의 동일한 토큰 사용량은 버전 간의 거대한 기능 차이를 숨깁니다.

유사성은 모델이 아키텍처나 훈련 접근 방식을 공유할 수 있으며, Wonderful Full의 토큰 사용량을 통한 확장이 비효율적임을 시사합니다. 사실이라면, 모델은 원시 크기가 아닌 훈련이나 배포 세부사항에서 다릅니다. 이는 다른 랩이 프론티어 모델을 확장하는 방식에서의 일탈입니다.

코드 검토 벤치마크에서 Opus는 다른 누구도 발견하지 못한 가장 많은 문제를 찾았으며, 중간 심각도 문제 4개 포함하지만, PR당 약 1개의 사소한 지적을 작성했고 한 번은 의도된 동작을 버그로 잘못 플래그했습니다. Sonnet은 사소한 지적을 작성한 적 없어 모든 발견이 중요했지만, 4개 PR 중 3개에서 아무것도 발견하지 못했습니다. 존재하는 경우에도 실제 문제를 놓쳤습니다. Sonnet의 독특한 발견은 업스트림 소스 코드 읽기와 같은 심층 분석에서 비롯되었습니다.

Muse Wonderful은 다른 모델이 발견한 버그와 가장 많이 겹쳤으며, 새로운 발견보다는 명확한 증거가 있는 문제에 초점을 맞혔습니다. Opus가 놓친 토큰 취소 문제를 포착했지만, 독특한 발견은 낮은 심각도로 치우쳤습니다. Muse Wonderful은 Opus보다 낮은 거짓 긍정률을 가진 신뢰할 수 있는 발견이지만 Sonnet의 심층 분석보다 새로움이 적은 실용적 중도 선택지로 자리 잡았습니다.

코드베이스 분석 작업은 기술적 문제에 직면했습니다. 9:19에 전송되었지만 멈췄습니다. 10:24에 다시 전송한 후 Muse Wonderful은 10:31에 완료되었습니다. 7분 응답 시간입니다.

Muse Wonderful의 출력은 Opus의 장황한 30분 응답보다 더 간결하고 가독성이 높아 구문 분석하고 행동하기 쉬운 형식으로 실행 가능한 아키텍처 분석을 제공했습니다. 속도와 가독성이 결합되어 대규모 코드베이스를 검토하는 팀에 대한 실질적 이점을 창출했습니다.

이 작업은 Muse Wonderful이 다른 프론티어 모델이 도입하는 설명 과부하를 생성하지 않으면서 복잡한 시스템에서 확장된 추론을 처리할 수 있음을 강조했습니다. 코드베이스 작업의 경우 정결한 출력이 모델의 구독 요구 사항을 정당화할 수 있습니다.

Muse Wonderful은 데이터 손실 문제를 식별했습니다. 환경 파일 삭제, 재설정하는 설정 변경, 취소 후에도 계속 청구되는 구독입니다. 심각도는 높지만 개수는 적고 증거는 얇습니다. 각 문제는 현재 야간 빌드에서 재현이 확인된 버그로 수락되기 전에 필요합니다.

Meta는 사용할 가치가 있는 모델의 가격을 공개하지 않았습니다.

구독 경제학이 공개될 때까지 아무도 Muse Wonderful을 입증된 대안보다 책임감 있게 권장할 수 없습니다. 정보 격차는 경쟁 선택이 될 수 있는 것을 미스터리 박스로 변환합니다.