Mit Muse Wonder und Muse Wonder Full hat Meta am 12. Oktober einen überzeugenderen Schritt zurück in den Wettbewerb um leistungsfähige KI-Modelle gemacht. Ein unabhängiger Benchmark weist Fortschritte gegenüber Muse Spark aus; zugleich bietet Meta Zugänge für Entwickler und zahlende Nutzer an. Ob daraus ein tragfähiges Geschäft wird, ist bislang nicht belegt.
1
2
Bessere Werte – aber kein Beweis für einen Gesamtsieg
Meta bezeichnete die beiden neuen Modelle bei ihrer Vorstellung als seine bislang leistungsfähigsten. Reuters ordnete den Start als entschlosseneren Versuch ein, mit OpenAI und Anthropic zu konkurrieren.
1 Im Intelligence Index von Artificial Analysis erreichte Muse Wonder 52 Punkte, Muse Wonder Full 56. Muse Spark 1.3 kam auf 48. Das ist ein messbarer Fortschritt auf diesem Index – aber für sich genommen kein Beleg dafür, dass Meta in sämtlichen Aufgaben besser oder gleichauf mit jedem Konkurrenten ist.
2
Die vorliegenden Berichte konzentrieren sich auf OpenAI und Anthropic. Sie reichen nicht aus, um einzuschätzen, wie sich Metas Position gegenüber Google durch den Start verändert hat.
1
2
Zugang und Preis gehören zur Strategie
Meta richtet die Muse-Wonder-Modelle auf persönliche und berufliche Aufgaben mit KI-Agenten aus. Die Standardversion Muse Wonder ist über die Meta Model API und Muse Code zugänglich. Wonder Full, das leistungsstärkere Modell, steht Abonnenten von Muse Code zur Verfügung. Außerdem kündigte Meta an, dass Wonder bald den persönlichen Muse-Agenten antreiben soll – zunächst für Abonnenten.
1
10
13
Für Muse Wonder nennt Meta 4 US-Dollar pro Million Eingabetokens und 20 US-Dollar pro Million Ausgabetokens. Damit liegt das Modell laut Berichten in einer ähnlichen Preisklasse wie GPT-6 Sol und Claude Opus 5.5 und wird nicht als besonders günstige Alternative positioniert.
13
33 Wonder Full wiederum wird in Metas Entwicklerangebot nicht als API-Modell geführt. Wer die API nutzt, erhält also Zugang zu Wonder, nicht automatisch zum stärkeren Full-Modell.
13
Meta hebt außerdem Active Memory und Active Focus als Funktionen für Agentenaufgaben hervor: Active Memory soll wichtigen Kontext über mehrere Gespräche hinweg verfügbar halten; Active Focus soll das Modell dabei unterstützen, an einer Aufgabe weiterzuarbeiten. Das sind von Meta beschriebene Produktmerkmale – noch kein Nachweis dafür, wie zuverlässig die Modelle im Alltag funktionieren.
8
Der Start beantwortet die Geschäftsfrage nicht
Mit API und Abos hat Meta konkrete Wege geschaffen, seine Modelle anzubieten und dafür Geld zu verlangen. Preise und Verfügbarkeit verraten aber nicht, wie viele Menschen ein Abo abschließen, wie intensiv Entwickler die API nutzen oder ob die Einnahmen die Betriebskosten decken. Ein Bericht beschrieb den Start ausdrücklich als Test, ob Nutzer bereit sind zu zahlen.
3
Auch Metas Investitionspläne machen diese Frage relevant: Das Unternehmen hatte für 2026 Investitionen in Sachanlagen von 130 bis 145 Milliarden US-Dollar in Aussicht gestellt. Diese Summe entfällt nicht allein auf Muse. Sie zeigt aber die Größenordnung der Investitionen, deren Rendite Anleger im Blick haben.
51
56
Die unmittelbaren Marktsignale fielen positiv aus, bleiben aber begrenzt. Ein Bericht zufolge stieg die Meta-Aktie am Tag des Starts um 3,4 Prozent. Eine separate Meldung berichtete, dass die Bank of America nach der Veröffentlichung ihre Kaufempfehlung und ihr Kursziel von 810 US-Dollar bekräftigte. Solche Reaktionen spiegeln Erwartungen wider – sie belegen weder eine anhaltende Kundennachfrage noch profitable KI-Produkte.
6
23
Das Fazit
Muse Wonder hat Metas technische Glaubwürdigkeit gestärkt und Entwicklern sowie Abonnenten konkrete Möglichkeiten eröffnet, die Modelle auszuprobieren. Die am besten belegte Schlussfolgerung ist ein Comeback bei der Modellleistung – kein bestätigter wirtschaftlicher Durchbruch. Ob aus dem Start ein dauerhaftes Geschäft wird, hängt davon ab, wie viele Nutzer die Modelle annehmen, wie intensiv sie eingesetzt werden und was ihr Betrieb kostet.
1
2
3