A Meta quer entrar na liga dos melhores modelos de IA. O Muse Wonder é suficiente?

Durante quase um ano, a Meta ficou fora da disputa que mais importa na inteligência artificial: a dos modelos de ponta. Enquanto OpenAI, Anthropic e Google se revezavam no topo dos rankings, a empresa de Mark Zuckerberg reorganizava equipes, contratava talentos a peso de ouro e construía data centers.

Em 12 de outubro, ela voltou ao jogo. A Meta apresentou o Muse Wonder e o Muse Wonder Full, que descreve como seus modelos mais capazes até hoje. Segundo o TechCrunch, a ficha técnica divulgada pela empresa coloca os dois no mesmo nível do Claude Fable 5.1, da Anthropic, e do GPT-6 Astra, da OpenAI.

A pergunta que interessa a quem lidera uma empresa não é se a Meta alcançou os rivais. É o que muda quando quatro ou cinco empresas oferecem modelos praticamente equivalentes.

O que é o Muse Wonder?

É o primeiro modelo de ponta do Meta Superintelligence Lab, a divisão criada depois que Alexandr Wang reestruturou a área de IA da empresa, em agosto de 2025. O modelo é maior que o Muse Spark, versão mais leve da mesma família, e foi treinado no Prometheus, data center da Meta no estado de Ohio.

São duas versões. O Muse Wonder está disponível para desenvolvedores pela API da Meta. O Muse Wonder Full, mais potente, fica restrito aos assinantes do Muse Code, a ferramenta de programação da empresa. Os dois vão alimentar o Muse, o agente pessoal da Meta.

Segundo a empresa, os modelos foram pensados para áreas especializadas, como direito, finanças e saúde, além de programação.

Qual é o diferencial do Muse Wonder em relação aos rivais?

A memória. A Meta destaca um recurso chamado “Active Memory”, que guarda o contexto relevante entre conversas e permite que o modelo lembre de informações do usuário ao longo do tempo. “Garantir que seu modelo consiga lembrar o que é importante para você ao longo de dias, semanas, meses e além” foi um dos focos do projeto, segundo a pesquisadora Kavya Kopparapu, citada pelo TechCrunch.

Num teste de memória chamado MemoryBench, a Meta afirma que o Muse Wonder supera os modelos da Anthropic e da OpenAI. Há também o “Active Focus”, que ajuda o modelo a persistir em tarefas difíceis, tentar outros caminhos e pedir esclarecimentos antes de agir.

Uma ressalva: todas essas comparações foram divulgadas pela própria Meta.

Quanto custa usar o Muse Wonder?

O preço está no mesmo patamar dos concorrentes. Pela API, o Muse Wonder custa US$ 4 por milhão de tokens de entrada e US$ 20 por milhão de tokens de saída, valor que o TechCrunch compara ao GPT-6 Sol e ao Claude Opus 5.5.

A escolha é reveladora. A Meta não tentou ganhar mercado com preço baixo. Ela se posicionou como uma alternativa de mesmo nível, o que indica confiança no produto e uma estratégia de longo prazo.

A Meta está gastando demais em IA?

Os investidores têm feito essa pergunta. Em abril, a Meta elevou sua previsão de investimentos para 2026 para entre US$ 125 bilhões e US$ 145 bilhões, segundo a Fortune. As ações caíram mais de 6% após o anúncio. “Isso levanta a questão de qual é o retorno real de todo esse investimento”, disse Melissa Otto, da S&P Global, à publicação.

O Muse Wonder é a primeira resposta concreta a essa cobrança. Um modelo de ponta abre caminho para receitas com API e assinaturas. Também pode melhorar os produtos usados por bilhões de pessoas no Facebook, Instagram e WhatsApp, onde está a verdadeira vantagem da Meta: distribuição.

O que muda quando vários modelos de ponta ficam equivalentes?

O poder passa do modelo para o uso que se faz dele. Em 2026, OpenAI, Anthropic, Google e agora a Meta oferecem modelos de capacidade comparável, com preços parecidos e lançamentos em sequência. Poucas semanas antes do Muse Wonder, o Google havia apresentado o Gemini 4 Argon.

Para as empresas que compram IA, isso tem três consequências práticas. A primeira é que ficar preso a um único fornecedor se torna um risco desnecessário: o melhor modelo de hoje pode não ser o melhor do próximo trimestre. A segunda é que o diferencial competitivo sai do modelo escolhido e vai para os dados, os processos e as pessoas que o usam. A terceira é que recursos como a memória de longo prazo exigem atenção redobrada à governança: o que o modelo pode guardar sobre clientes e funcionários, por quanto tempo e com que controles.

A própria Meta diz que os modelos foram treinados para não compartilhar informações privadas sem permissão e promete publicar em breve um relatório completo de segurança.

Sua empresa está escolhendo modelos ou construindo capacidade?

O lançamento do Muse Wonder confirma uma tendência que deveria mudar a forma como as lideranças pensam IA. A corrida dos modelos vai continuar, e cada mês trará um novo campeão nos rankings. As empresas que vão colher resultado não são as que apostam no fornecedor certo, e sim as que constroem a estrutura para trocar de fornecedor sem perder o que aprenderam.

Se a estratégia de IA da sua empresa depende de um único modelo, ela está mais frágil do que parece. Construir essa capacidade, com arquitetura flexível, governança de dados e foco nos casos de uso que geram valor, é o que o AI FIRST propõe a lideranças que querem transformar a corrida dos modelos em vantagem, e não em dependência.