Meta lança modelos Muse Wonder enquanto aposta em IA paga diante de previsão de gastos de US$ 200 bilhões

Dois novos modelos põem à prova os gastos da Meta com IA

A Meta lançou o Muse Wonder e o Muse Wonder Full em 12 de outubro de 2026, afirmando que voltou à elite da inteligência artificial, mas reservando seus recursos mais avançados para o acesso pago. O lançamento conecta três frentes de sua estratégia: assistentes pessoais mais capazes, receita com assinaturas e desenvolvedores, e uma expansão computacional que pode se tornar substancialmente mais cara.

A empresa prevê despesas de capital de US$ 130 bilhões a US$ 145 bilhões em 2026, incluindo pagamentos do principal de arrendamentos financeiros. A empresa de serviços financeiros Cantor Fitzgerald prevê que os gastos possam chegar a US$ 200 bilhões em 2027. Esse valor maior é uma previsão externa, não um orçamento anunciado pela Meta. Ele representaria um aumento de cerca de 38% em relação ao teto da previsão deste ano, ou de aproximadamente 54% em relação ao piso.

Os modelos chegam após o lançamento decepcionante do Llama 4 em 2025 e cerca de 14 meses de reformulação da operação de IA da Meta. Eles são voltados a programação avançada e tarefas que envolvem documentos jurídicos, informações financeiras e dados de saúde. A Meta também quer usá-los para alimentar agentes, softwares capazes de utilizar ferramentas e executar ações, em vez de apenas responder a perguntas.

Há indícios de um desempenho melhor, mas não de uma vitória incontestável. Os resultados de desenvolvimento de software publicados pela Meta colocam os dois modelos à frente do Claude Opus 5.5, da Anthropic, em um benchmark. Um índice separado da Artificial Analysis posiciona o Muse Wonder Full abaixo desse concorrente. O teste imediato para os negócios é saber se esses recursos convencerão as pessoas a continuar usando e pagando pelos produtos da Meta.

O que está disponível agora e o que virá depois?

O Muse Wonder está disponível para desenvolvedores por meio da Meta Model API e do assistente de programação Muse Code. O Muse Wonder Full, versão mais capaz, é restrito às assinaturas do Muse Code. Nenhum dos modelos está disponível para download público ou para execução nos servidores dos próprios usuários.

O assistente pessoal Muse é um produto separado. Seu aplicativo é gratuito, com planos pagos que oferecem uso adicional. A Meta pretende introduzir o Wonder primeiro nesse assistente para assinantes, mas não anunciou uma data definitiva para o lançamento nem um cronograma de ampliação do acesso.

A sequência é importante porque o lançamento de um modelo não significa que a atualização chegará a todos os consumidores. Os principais acontecimentos são:

• 2025: o Llama 4 ficou aquém das expectativas, levando a mudanças na organização de IA e nas contratações da Meta.
• Setembro de 2026: a Meta apresentou o Muse Spark e o agente pessoal Muse. O Spark foi o primeiro modelo da divisão Meta Superintelligence Labs, reformulada.
• Fim de setembro de 2026: a Amazon bloqueou o Muse de fazer compras em nome dos usuários.
• 12 de outubro de 2026: o Muse Wonder e o Muse Wonder Full ficaram disponíveis por meio dos produtos para desenvolvedores anunciados.
• Próximos passos: o Wonder deverá chegar aos assinantes do Muse, enquanto modelos mais especializados e um relatório de segurança mais completo estão previstos, ainda sem datas divulgadas.

Os novos modelos são desenvolvidos com base no Muse Spark. A linha em expansão da Meta também inclui o Muse Image, embora o lançamento do Wonder se concentre em agentes e programação, e não na geração de imagens.

Memória e persistência são as principais promessas do produto

A Meta destaca dois recursos centrais: Memória Ativa e Foco Ativo. A Memória Ativa retém informações relevantes de interações anteriores e as recupera para tarefas posteriores. O diretor de IA, Alexandr Wang, afirma que essas informações podem abranger dias, semanas ou meses, permitindo que o assistente mantenha preferências e requisitos entre conversas.

O Foco Ativo lida com situações em que uma tarefa não sai como planejado. Segundo a Meta, os modelos conseguem se recuperar de erros, mudar de abordagem quando uma ferramenta falha, pedir esclarecimentos e solicitar confirmação antes de ações importantes. A intenção é reduzir situações em que um agente desiste ou insiste repetidamente em um método que não funciona.

Wang, que lidera a operação de IA da Meta, explicou o objetivo do projeto a partir dos obstáculos que surgem em tarefas cotidianas:

Quando você realiza tarefas no mundo real, vai encontrar obstáculos e coisas que surgem ou diferentes contratempos", disse Wang. "Tentamos especificamente treinar o modelo para que possa experimentar outras abordagens em vez de ficar parado e, então, consultar o usuário a qualquer momento.

A Meta aponta como possíveis aplicações pedidos de indenização de seguros, interpretação de contratos de aluguel, finanças pessoais e programação avançada. O Muse já é voltado a atividades como compras de supermercado, reservas de viagem e de restaurantes. Esses exemplos descrevem usos pretendidos, não comprovam que os modelos concluam cada tarefa com precisão ou segurança.

Segundo relatos, os dois modelos aceitam imagens, vídeos e áudio e têm uma janela de contexto de um milhão de tokens. Tokens são as unidades em que um modelo divide informações para processá-las. A janela de contexto mede quanto ele consegue considerar de uma só vez; a memória persistente é um recurso distinto, que permite levar informações selecionadas de uma interação para outra.

Os benchmarks mostram uma disputa acirrada, não uma conclusão definitiva

No SWE-Marathon, benchmark que envolve tarefas substanciais de desenvolvimento de software, os resultados publicados pela Meta dão ao Muse Wonder Full uma pontuação de 79%, ao Muse Wonder, 78,8%, e ao Claude Opus 5.5, 74,2%. Esses números colocam o Full 4,8 pontos percentuais à frente do modelo da Anthropic, e o Wonder padrão, 4,6 pontos à frente.

A diferença entre os próprios modelos da Meta nesse teste é de apenas 0,2 ponto percentual. Isso sugere que os compradores devem avaliar as tarefas que realmente precisam executar, em vez de presumir que a versão maior oferece uma grande vantagem em todas as situações. Os resultados são comparações publicadas pela Meta, não uma garantia de desempenho nos projetos de software de uma organização.

O Intelligence Index, da Artificial Analysis, oferece um panorama diferente. O Muse Wonder Full tem pontuação de 56, enquanto o Wonder padrão marca 52. O Claude Opus 5.5 lidera esses modelos, com 58, e o GPT-6 Astra, da OpenAI, marca 53. Relatos sobre o ranking colocam o Full em empate no segundo lugar e o Wonder em empate no sétimo; um deles afirma que o Claude Sonnet 5.5 compartilha a pontuação do Full.

Um relato chama o modelo maior da Meta de Muse Wonderful, mas os outros relatos sobre o lançamento o identificam como Muse Wonder Full e informam a mesma pontuação, 56. A divergência no nome não deve ser confundida com evidência de um terceiro modelo lançado.

A Meta também cita comparações com o Claude Fable 5.1 e o GPT-6 Astra. Sua posição diante do Gemini 4 Argon, do Google, é menos clara: um índice divulgado atribui 53 pontos ao Gemini, enquanto outro relato diz que a comparação mais ampla ainda não está definida. Testes diferentes medem habilidades diferentes, por isso um bom resultado em programação não comprova superioridade em análise jurídica, tarefas financeiras ou assistência pessoal.

Assinaturas e cobranças pela API são custos diferentes

Os planos de assinatura do Muse para consumidores custam US$ 20 ou US$ 100 por mês. Os planos do Muse Code custam US$ 50 ou US$ 200 por mês e dão acesso ao Wonder Full. Esses preços de assinatura devem ser diferenciados das tarifas da API do Wonder, que cobram dos desenvolvedores de acordo com o volume de informações processadas.

O preço divulgado para a API é de US$ 4 por milhão de tokens de entrada e US$ 20 por milhão de tokens de saída. A entrada é a informação enviada ao modelo; a saída é o que ele gera. Com essas tarifas, uma carga de trabalho que use um milhão de tokens de entrada e um milhão de tokens de saída custaria US$ 24, antes de eventuais descontos ou outras cobranças. Esse exemplo é um cálculo com base nas tarifas divulgadas, não um preço de assinatura.

Entradas em cache podem ter preço com desconto, embora não tenha sido informada uma tarifa específica. O cache permite reutilizar material processado anteriormente, em vez de tratá-lo como uma entrada inteiramente nova. Para um agente que consulta repetidamente documentos longos, essa diferença pode afetar os custos.

Wang afirma que a API da Meta terá preços significativamente inferiores aos dos principais modelos da OpenAI e da Anthropic. A comparação de preços divulgada é mais restrita: as tarifas do Wonder são descritas como equivalentes às do Claude Opus 5.5 e correspondentes a cerca de 40% do preço do GPT-6 Astra. Isso sustenta a alegação de um desconto em relação ao modelo da OpenAI, mas não em relação ao modelo da Anthropic citado, considerando as tarifas informadas.

Os relatos também divergem quanto à disponibilidade. Alguns descrevem o acesso à API como algo previsto para o futuro, enquanto os relatos mais específicos sobre o lançamento dizem que o Wonder padrão já está disponível pela API. Não foi anunciado acesso à API para o Wonder Full. Embora a versão mais avançada tenha sido descrita como voltada a vendas diretas para empresas, seu canal concreto de lançamento é o Muse Code.

Um modelo mais capaz ainda precisa acessar sites

Segundo dados da Sensor Tower, o Muse teve quase nove milhões de downloads no mundo após o lançamento em setembro. Os downloads medem o interesse inicial, mas não o uso contínuo. O crescimento dos downloads desacelerou, e a retenção após 14 dias é inferior à do ChatGPT, segundo relatos. Os percentuais exatos de retenção não foram divulgados.

Alguns obstáculos estão fora do controle do modelo da Meta. O analista da Jefferies Brent Thill afirmou que sites que bloqueiam agentes prejudicam a experiência do usuário. A decisão da Amazon de bloquear compras pelo Muse no fim de setembro ilustra o problema: um assistente pode entender um pedido de compra e, ainda assim, não conseguir concluí-lo.

O Foco Ativo pode ajudar quando uma ferramenta falha ou faltam informações. Isso não significa que um agente tenha permissão para contornar as restrições de um site. Uma assistência pessoal eficaz depende da cooperação de serviços externos, além de raciocínio, memória e persistência.

O preço também complica a justificativa para usar os modelos mais avançados em todas as situações. Dados da plataforma OpenRouter mostram que os dez principais modelos descritos como de alta qualidade responderam por 14% do uso no terceiro trimestre de 2026, abaixo dos 55% registrados no primeiro trimestre de 2025. Na plataforma, isso representa uma queda de 41 pontos percentuais, não uma medição de todo o mercado de IA.

O padrão sugere que modelos mais baratos estão assumindo uma fatia maior das tarefas rotineiras. A Meta está desenvolvendo versões especializadas que pretendem manter boa parte dos recursos do Wonder com mais eficiência, o que poderia ajudá-la a atender um público maior de consumidores sem usar o modelo mais avançado em todas as solicitações.

A privacidade depende tanto das permissões quanto das configurações do produto

Agentes que operam entre mensagens, calendários e documentos precisam acessar informações sensíveis. A Meta afirma que o Wonder foi treinado para evitar o compartilhamento de dados privados sem permissão e recusar ajuda para condutas prejudiciais. Relatos também dizem que os modelos pedem confirmação antes de ações com consequências relevantes.

Alguns usuários reclamaram nas redes sociais que o Muse acessou mensagens pessoais sem autorização. A Meta contesta essas queixas. Wang afirma que a empresa está monitorando incidentes envolvendo agentes e explicando as permissões aos usuários, inclusive em casos em que alguém pode ter autorizado o acesso a comunicações anteriormente na conversa e depois ter se esquecido disso.

Essa divergência deixa as queixas específicas sem solução nos relatos públicos. A memória persistente e a capacidade de agir em vários serviços tornam especialmente relevantes controles claros de permissão: lembrar uma informação não é o mesmo que ter autorização para usá-la ou compartilhá-la.

O tratamento de dados também varia conforme a forma de acesso. Segundo relatos, as assinaturas do Muse Code vêm por padrão no modo Contributor, que permite usar o material enviado para aprimorar modelos futuros. Os assinantes podem desativar essa opção. A API Model padrão, segundo as informações divulgadas, não usa os dados enviados para treinamento. Essas são condições informadas para os produtos e não devem ser tratadas como políticas de privacidade idênticas.

Para empresas, essa distinção é independente da qualidade nos benchmarks. Um assistente de programação pode ter bom desempenho e, ainda assim, exigir uma análise sobre a possibilidade de enviar código proprietário, documentos de clientes ou informações pessoais nas configurações escolhidas.

As alegações de segurança ainda aguardam uma avaliação mais completa

A Meta afirma que o Wonder oferece suas proteções mais fortes até agora contra usos maliciosos em cibersegurança. No momento, essas proteções estão associadas ao modelo pago, e não são descritas como disponíveis em todas as experiências gratuitas do Muse. A afirmação não demonstra que os produtos gratuitos não tenham proteções; ela diferencia as proteções atribuídas ao novo modelo.

A empresa afirma que o desenvolvimento segue a Meta Superintelligence Scaling Framework e que um relatório de avaliação de segurança mais completo será divulgado futuramente. Não informou uma data de publicação. Sem esse relatório, a avaliação detalhada que embasa as novas alegações de segurança permanece incompleta para o público.

O presidente-executivo Mark Zuckerberg argumenta que a IA pode ser controlada com proteções e desenvolvimento responsável. Ele rejeitou pedidos para que todo o setor desacelere as pesquisas, embora tenha reconhecido que a Meta desacelerou parte do desenvolvimento interno para lidar com a segurança dos produtos.

Zuckerberg explicou sua posição sobre controle e autonomia:

"Minha visão está muito mais próxima da ideia de que a IA é uma tecnologia que pode ser controlada com proteções e desenvolvida de maneira responsável do que da ideia de que ela desenvolverá consciência própria e agirá por conta própria", disse.

Ele não estimou a probabilidade de danos catastróficos. Sua posição atribui aos laboratórios a responsabilidade de gerenciar a segurança enquanto continuam o desenvolvimento. Por isso, a avaliação prometida é uma lacuna importante, sobretudo para modelos projetados para agir, e não apenas responder.

A expansão computacional vai além da Meta

Os modelos Wonder foram treinados no data center Prometheus, da Meta. O lançamento ocorre após investimentos em infraestrutura, recrutamento e uma reformulação organizacional sob o comando de Wang. A Meta investiu cerca de US$ 14 bilhões na Scale AI e trouxe Wang para a liderança como parte desse esforço.

Um relato descreve o Wonder, cujo codinome interno era Watermelon, como tendo usado cerca de uma ordem de grandeza a mais de recursos computacionais que o Muse Spark. Trata-se de uma comparação divulgada, não de um balanço publicado dos custos de treinamento ou dos requisitos de hardware. Ela é compatível com o argumento da Meta de que alcançar a elite exigiu uma capacidade computacional substancialmente maior.

Zuckerberg afirma que a próxima etapa do desenvolvimento de modelos já está em andamento e que o ritmo vai acelerar. A Meta está trabalhando tanto em modelos maiores quanto em versões especializadas mais eficientes, buscando ampliar os recursos e reduzir os custos operacionais ao mesmo tempo.

A perspectiva de gastos pode gerar demanda para fabricantes de servidores ligados à cadeia de fornecimento de IA da Meta, incluindo Hon Hai, também conhecida como Foxconn, Quanta, Wistron, Wiwynn e Inventec. A expectativa de que essas empresas possam se beneficiar depende da continuidade das compras de infraestrutura. Nenhum novo valor de contrato, distribuição entre fornecedores ou cronograma de entregas foi anunciado em relação ao Wonder.

As despesas de capital também abrangem mais do que o orçamento de treinamento de um único modelo. A previsão da Meta, de US$ 130 bilhões a US$ 145 bilhões, inclui pagamentos do principal de arrendamentos financeiros, e a projeção de US$ 200 bilhões da Cantor Fitzgerald é para o ano seguinte. Nenhum desses valores deve ser interpretado como o custo de desenvolver apenas o Muse Wonder.

Investidores reagem antes que a receita seja comprovada

As ações da Meta fecharam o pregão do lançamento a US$ 742,96, com alta de 3,38%. Outros relatos arredondam a valorização para 3,4% ou cerca de 3%. As ações já vinham subindo antes do anúncio de Zuckerberg à tarde, portanto a variação diária completa não pode ser atribuída exclusivamente ao lançamento do modelo.

Os números mais amplos das ações cobrem períodos diferentes: um relato aponta alta de 13% no ano e de 31% desde o início de setembro, enquanto outro informa valorização de quase 10% desde o lançamento do Muse, mais para o fim daquele mês. Esses números não são diretamente comparáveis sem considerar as datas iniciais de cada período.

Justin Post, analista de valores mobiliários do Bank of America, argumentou que os investimentos na Meta Superintelligence Labs estão se traduzindo em melhor desempenho dos modelos e inovação de produtos. O novo lançamento reforça essa avaliação, mas ainda não demonstra quanto de receita os modelos vão gerar.

As questões comerciais são específicas. A Meta não divulgou quantos usuários do Muse pagarão pelo Wonder, quantos desenvolvedores escolherão sua API nem como a receita se compara ao custo de oferecer agentes com memória persistente. A disponibilidade mais ampla para consumidores, o acesso à API do Full e o relatório de segurança também não têm datas anunciadas. O lançamento fortalece a posição competitiva da Meta, mas deixa em aberto essas decisões comerciais e de implementação.

Principais pontos

• A Meta lançou o Muse Wonder e o Muse Wonder Full em 12 de outubro de 2026, começando pelo acesso para desenvolvedores; o lançamento para consumidores no Muse ainda está por vir.
• O benchmark de programação favorece os modelos da Meta, enquanto a Artificial Analysis posiciona o Wonder Full abaixo do Claude Opus 5.5.
• A API do Wonder custa US$ 4 por milhão de tokens de entrada e US$ 20 por milhão de tokens de saída. O Full exige uma assinatura do Muse Code.
• Nenhum dos modelos está disponível para download público ou execução nos servidores dos próprios usuários.
• Memória, permissões, restrições de sites e configurações de treinamento divulgadas continuam sendo questões práticas para a implementação de agentes.
• A previsão de gastos da Meta para 2026 é de US$ 130 bilhões a US$ 145 bilhões. O valor de US$ 200 bilhões para 2027 é uma projeção da Cantor Fitzgerald.
• Uma avaliação de segurança mais completa e as datas para ampliar a disponibilidade ainda não foram divulgadas.