Muse Wonder de Meta: precio por token contra costo por tarea

Muse Wonder es el primer modelo de frontera de Meta, lanzado el 12 de octubre de 2026 junto con Muse Wonder Full. Solo Wonder está en la API de Meta, a 4 dólares por millón de tokens de entrada y 20 de salida. Contra Fable 5.1 y GPT-6 Astra el precio por token es menor, pero por tarea la cuenta cambia: según la estimación de Artificial Analysis, Wonder sale más caro que Astra. Aquí está la cuenta completa y el checklist para decidir.

Qué lanzó Meta: son dos modelos, no uno

Casi todos lo contaron como un solo modelo, pero son dos. Meta Superintelligence Labs lanzó Muse Wonder y Muse Wonder Full:

• Wonder está en la API de Meta y en Muse Code.
• Wonder Full no está en la API: solo viene con las suscripciones de Muse Code, de 50 o 200 dólares al mes.
• Los dos aceptan texto, imágenes, video y audio, responden solo en texto y manejan un millón de tokens de contexto.
• Ninguno tiene pesos descargables: lo rentas, no lo posees.

Llega catorce meses después de que Meta empezó a reconstruir su IA desde cero, y es la primera vez que Meta se sienta a la mesa de precios con los grandes.

Active Memory y Active Focus

Meta presume dos piezas. Active Memory: el modelo guarda lo importante de ti entre conversaciones y lo recupera cuando la tarea lo pide. Active Focus: si algo lo bloquea, intenta otro camino, y antes de una acción importante avisa o pregunta.

La idea clave es que Meta no solo vende inteligencia, vende persistencia. Un modelo que te recuerda y no se rinde al primer error cambia cuántas veces tienes que intervenir, y cada intervención es un costo que la tabla de precios no muestra.

Cómo probar la API paso a paso

1. Entra a dev.meta.ai y crea tu acceso a la API.
2. En tu código solo cambia el nombre del modelo a muse-wonder-1.0: la API es compatible con las herramientas de OpenAI y Anthropic.
3. Mándale la tarea con sus herramientas. El modelo devuelve texto; Wonder no genera imágenes ni audio.
4. Donde te atoras la primera vez: quieres Wonder Full y no está, porque no está en la API. Y si pides retención cero de datos, esa opción deja fuera el estado de conversación en el servidor, que es justo lo que alimenta la memoria.

No sabes si funcionó por el benchmark: corre veinte tareas tuyas y anota cuánto costó cada una. El precio por token es plano: no sube aunque llenes el millón de contexto.

La cuenta por token

Tomemos una tarea de agente con 200,000 tokens de entrada y 20,000 de salida.

• Muse Wonder: 0.80 dólares de entrada y 0.40 de salida, o 1.20 dólares.
• Fable 5.1 o GPT-6 Astra: 2 dólares de entrada y 1 de salida, o 3 dólares.
• Diferencia: 1.80 dólares, 60 % menos. Mil tareas al mes: 1,200 dólares contra 3,000.
• Opus 5.5: cobra exactamente lo mismo que Wonder, 4 y 20, así que no hay diferencia por token.

Pero esto es por token, y lo que pagas es una tarea.

Tres casos (análisis de WAiBOT con cifras de Meta)

Código largo. Una agencia de software con tareas que tocan muchos archivos y se corrigen en varias rondas. En SWE-Marathon, Meta reporta 53.1 para Wonder, 42.5 para Astra y 46.3 para Opus. Si usas Opus, el precio por token es idéntico y la estimación por tarea baja casi una cuarta parte. Son números de Meta: la prueba honesta es mover diez tareas reales y contar las rondas de corrección.

Borrador legal. En Harvey LAB-AA, Wonder pasa 10 % de las tareas, Astra 8.6 y Opus 4.2. Suena bien hasta que lees qué mide: una tarea solo cuenta si cumple todos los criterios y no inventa nada. Es decir, nueve de cada diez entregables todavía necesitan abogado. El punto no es reemplazar a nadie, sino acercar el borrador a la firma.

Asistente con caché. Una base de conocimiento de 500,000 tokens cuesta 2 dólares leerla sin caché. Si la lectura pega en la caché, a 20 centavos por millón, cuesta 10 centavos: veinte veces menos. Con esa cuenta, un asistente que relee todo el expediente en cada pregunta deja de ser un lujo. Lo difícil de copiar es que depende de que tus datos estén organizados antes de que el modelo los vea.

A quién no le sirve

• A quien necesita pesos abiertos para correrlo en casa: Meta no los liberó.
• A quien quiere Wonder Full por la API: solo existe dentro de Muse Code.
• A quien programa con código confidencial en Muse Code: el modo por defecto de esas suscripciones deja que Meta use tus prompts y tu código para mejorar sus modelos.
• A quien necesita respuestas finas de salud: en HealthBench Pro, Wonder queda por debajo de Astra y Opus.

La objeción: ¿por token o por tarea?

"4 contra 10 dólares es 60 % menos, me cambio hoy." Tienes razón en una parte: contra Fable 5.1 y contra Astra, por token, el ahorro es real. Pero no pagas por token, pagas por tarea. En la estimación de Artificial Analysis, Astra cuesta 3.26 dólares por tarea y Wonder 4.52: casi 40 % más. Para que Wonder compense contra Astra tendría que resolver tu tarea en menos rondas.

La objeción gana en trabajo de terminal: ahí Astra y Opus puntúan 59 contra 52 de Wonder. Por eso no migres todo: elige una carga de trabajo, mide cien tareas y decide con tu factura, no con la tabla.

De dónde salen los benchmarks de Meta

Se dice que Wonder y Wonder Full empatan con Fable 5.1, GPT-6 Astra y Opus 5.5. Ese empate sale de la ficha técnica de Meta, y ahí mismo Meta explica cómo eligió los números: cuando no había resultado de terceros, usó el más alto entre su corrida interna, la cifra autorreportada o el leaderboard oficial. Las corridas de los competidores también las hizo Meta, y pueden no estar bien afinadas. Y MemoryBench, donde Wonder gana, es una prueba interna de la función estrella de Meta.

Artificial Analysis ya verificó una parte: Wonder saca 52, Astra 53 y Opus 58. Muy competitivo, no superior. La ficha también confiesa cosas incómodas: en ExploitGym capturó 92 banderas, pero solo 21 con la vulnerabilidad prevista.

Dónde falla Muse Wonder

• Meta admite que el razonamiento visual y espacial, sobre todo en tres dimensiones, sigue siendo débil.
• Admite errores en tareas de varios pasos que casi no ha visto, y que no evaluó todos los idiomas: si trabajas en español, prueba con tus propios textos.
• Dice que el desempeño cambia con el arnés, el prompt y las herramientas, así que tu resultado no coincidirá con la tabla.
• Hay un límite de 3,000 solicitudes y 4 millones de tokens por minuto. Alcanza, pero con agentes en paralelo se llena rápido.

¿Cómo aplicarlo en tu empresa?

La cuenta completa, con la estimación de Artificial Analysis para mil tareas: Wonder 4,520 dólares, Opus 5,980 y Astra 3,260. Wonder ahorra 1,460 contra Opus y gasta 1,260 más que Astra, porque por tarea usa unas tres veces y media los tokens de Astra. El checklist:

1. Mide el costo por tarea, no por token.
2. Con contextos grandes, la caché de 20 centavos por millón lo abarata todo.
3. Si tu código es confidencial, usa la API en modo estándar y desactiva el modo de colaborador de Muse Code.
4. Pon a una persona frente a cualquier acción irreversible.
5. Prueba cien tareas tuyas antes de migrar.

Y el aviso que evita el error más caro: Wonder Full no está en la API, no presupuestes alrededor de un modelo que no puedes comprar por token.

Para ver cómo se comparó el modelo anterior de Meta, lee el análisis completo de Muse Spark 1.3 contra GPT y Opus.

Preguntas frecuentes sobre Muse Wonder

¿Cuánto cuesta Muse Wonder?

4 dólares por millón de tokens de entrada y 20 de salida en la API. Wonder Full no se vende por API, solo en Muse Code (planes de 50 y 200 dólares al mes).

¿Muse Wonder es más barato que Opus 5.5?

Por token no: cobran lo mismo. Por tarea, la estimación de Artificial Analysis lo deja más barato que Opus (4,520 contra 5,980 dólares por mil tareas) y más caro que Astra (3,260).

¿Hay pesos abiertos?

No. Ninguno de los dos modelos tiene pesos descargables.

¿Puedo usar Muse Wonder Full por la API?

No, solo dentro de las suscripciones de Muse Code.

¿Puedo confiar en los benchmarks de Meta?

Son autorreportados. Artificial Analysis ya verificó parte y lo ubica muy competitivo, no superior.

Conclusión

Muse Wonder no es un modelo barato: es un modelo competitivo con precio de Opus, y esa es otra conversación. La pregunta que queda es si la memoria activa de Meta justifica cambiar de proveedor o si es solo otro argumento de precio. Cuéntame qué tarea tuya medirías primero contra Muse Wonder, y contra qué modelo.

Fuentes: blog de Meta, ficha técnica, Muse Code, VentureBeat y TechCrunch.