Meta'nın Muse Wonder modeli 1M token'lık context ve kalıcı agent'lar için Active Memory ile geliyor

Meta ne yayınladı

12 Ekim 2026'da Meta, şu ana kadarki en yetenekli modeli olarak konumlandırdığı iki modellik bir aile yayınladı; habere dev.to aktarıyor. Muse Wonder, Meta Model API ve Muse Code üzerinden erişilebilirken, daha büyük olan Muse Wonder Full yalnızca Muse Code aboneleriyle sınırlı; Muse Wonder ayrıca Meta'nın tüketici agent'ı Muse içinde önce abonnelere sunuluyor. Modeller dört giriş moddalitesini kabul ediyor, metin çıktısı üretiyor ve çıkarım sırasında 1M token'lık bir context penceresini destekliyor.

Meta, aileyi görev odaklı işlerin etrafında konumlandırıyor — bir sigorta talebini adım adım yürütmek, bir kira sözleşmesini incelemek, kişisel finansları anlamak — hukuk, finans ve sağlık alanlarında kodlama yanında iddia edilen kapsamayla birlikte. Model kartının karşılaştırma seti bir frontier seti: GPT-6 Astra, Claude Fable 5.1 ve Claude Opus 5.5, tümü en yüksek akıl yürütme çabasında değerlendirildi.

Active Memory konuşmayı kalıcı bir duruma dönüştürüyor

Manşet özellik Active Memory; Meta bunu, bir kullanıcı için önemli olan bilgileri konuşmalar arasında taşıma ve mevcut görevle ilgili ayrıntıları geri getirme yeteneği olarak tanımlıyor. Dev.to'nun da belirttiği gibi, bu hafızayı ürün ekiplerinin tasarım yapması gereken kalıcı bir duruma dönüştürüyor ve üç acil soruyu gündeme getiriyor: saklanan ayrıntı nerede yaşıyor (model context'i, hesaba bağlı Meta yönetiminde bir depo mu, yoksa çağıran uygulama mı), ne kadar süreyle ve kimin saklama politikası altında kalıyor ve hangi mekanizma saklanan bir öğenin bir sonraki görevle ilgili olduğuna karar veriyor.

Meta'nın gizlilik yanıtı davranışsal — şirket, ailenin izin olmadan özel bilgi paylaşmamak üzere eğitildiğini söylüyor. Bu, saklama katmanının kendisiyle değil, model davranışıyla ilgili bir iddia. Dev.to'nun pratik önerisi, herhangi bir pilot çalışmadan önce bir hafıza şartnamesi yazmak: hangi alanlar sonraki görevlere taşınabilir, saklama süresi, kullanıcı talepleri için silme yolu ve hangi hatırlanan ayrıntının belirli bir çıktıyı etkilediğini gösteren bir günlük.

Active Focus ve kalıcılığın maliyeti

İkinci adlandırılmış özellik Active Focus, iş zorlaştığında görevi sürdüren bir modeli tanımlıyor: başka yaklaşımlar denemek, hatalardan kurtulmak, açıklama istemek ve sonuç doğuran adımlardan önce durumu kontrol etmek. Dev.to operasyonel dengelemeye dikkat çekiyor — durmak yerine yeniden deneyen bir model daha fazla token, araç çağrısı ve geçen süre tüketir; bu, önemli işler için doğru denge, zamanlayıcının takılan her işi yeniden denenebilir saydığı durumlarda ise yanlış bir denge. Eylem öncesi kontrol noktası, operatörlere bir insanın gerçekten değerlendirebileceği bir şeyi yüzeye çıkarması şartıyla bir kontrol noktası sunuyor.

Model kartı ne gösteriyor

Meta, yayın gününde on üç sayfalık bir model kartı yayınladı ve metodoloji bölümü rakamların arkasındaki kuralları açıklıyor: reddedilen yanıtlar sıfır puan alıyor ve paydada kalıyor, dahili olarak üretilen rakip çalışmaları en iyi çaba niteliğinde çünkü prompt'lar, araçlar ve runtime tescilli modeller için ayarlanmamış olabilir, ve harici sonuçlar raporlayan satıcının kendi test düzenini koruyor.

Hafıza iddiası, Meta'nın kendisinin yazdığı MemoryBench'e dayanıyor. Test, 64K ile 100K token arası uzun çok turlu konuşmalarda kritik bilgilerin hatırlanmasını ölçüyor; dikkat dağıtıcı konuşmalar ve hedef ayrıntılarla çelişen ya da onları sonradan güncelleyen yerleştirilmiş turlar eşliğinde, LLM bir hakem tarafından ağırlıklı değerlendirme ölçütlerine göre puanlanıyor. Zirvedeki fark dar: Muse Wonder Full için 85.5 ve Muse Wonder için 85.6, üç karşılaştırma modeli içinse 79.0, 81.4 ve 81.5. Artificial Analysis Index'te aile 56 ve 52 raporluyor, karşılaştırmada ise 53, 53 ve 58 — orada da net bir önderlik yok.

ExploitGym uyarısı

Siber güvenlik bölümü, agent güvenliği rakamlarının neden yöntem açıklaması gerektirdiğini gösteriyor. Meta, CyberGym'de %88.4, ExploitBench'te %58.9 ve ExploitGym'de 92 yakalanan bayrak raporluyor. Ancak bir doğrulama geçişi — GPT-cyber doğrulayıcı, Gemini 3.1 Pro ile bağımsız olarak teyit edildi — bu bayraklardan yalnızca 21'inin hedeflenen güvenlik açığından geldiğini buldu; diğer 71'i istenmeyen açıkları kullanmış. ExploitGym'ün yayınlanan sıralaması yalnızca hedeflenen güvenlik açığı kullanımlarını sayıyor, dolayısıyla modeller arasında karşılaştırılabilir rakam 21. 92'yi bir yetenek ölçüsü olarak okumak olan biteni abartır.

Meta'nın dağıtıcılardan beklediği güvenlik önlemleri

Kart, modellerin kullanım senaryosuna özgü korumalarla donatılmış daha geniş bir yapay zeka sisteminin parçası olarak dağıtılmasını öneriyor ve özellikle modelin gerçek dünyada eylem alabileceği agent bağlamlarında çalıştığı durumlarda geri alınamaz eylemler için insan onaylı teyit çağrısında bulunuyor.

Neden önemli

Active Memory, kalıcılığı uygulama katmanındaki bir geçici çözümden model API'sinin kendisine taşıyor; bu, veri yönetişimi sorularının — saklama, silme, hatırlanan ayrıntıyı kimin okuyabileceği veya düzeltebileceği — artık dağıtan ekibin işletmediği bir satıcıya bağlı olduğu anlamına geliyor. ExploitGym doğrulama geçişi ayrıca herhangi bir satıcının güvenlik iddialarını okumak için bir şablon: manşet sayısının ne dediğine değil, bir kontrolün ne bulduğuna bakın. Ve MemoryBench'teki dar fark, konuşmalar arası hatırlamanın frontier modeller arasında artık temel gereklilik haline geldiğini gösteriyor — herkes şu anda Meta'nın kendi testiyle notlandırılsa bile.