La API de Wonder cuesta US$4 por millón de tokens de entrada y US$20 por millón de tokens de salida. No es una tarifa mensual ni el precio de una conversación: el valor depende de la cantidad de información que se envía y de la respuesta que genera el modelo.

Para usar Wonder Full, Meta señala los planes Power Usage, de US$50 al mes, y Maximum Usage, de US$200 al mes. Este último es nuevo y ofrece un límite de uso 80 veces superior al del plan Everyday Usage, con ventanas de reinicio de cinco horas y semanales. Un límite mayor no significa uso ilimitado.

¿Qué cambia entre Wonder y Wonder Full?

Meta presenta los dos modelos para trabajar sobre proyectos de software, revisar archivos y sostener tareas largas. Sus pruebas incluyen programación, memoria y trabajos profesionales. Esas mediciones describen evaluaciones concretas y no garantizan que cualquier resultado sea correcto.

Wonder Full es una variante distinta, no una opción de razonamiento que convierta automáticamente a Wonder en el modelo superior. Por eso conviene comprobar el nombre del modelo y el canal en que se utiliza antes de comparar costos o resultados.

La empresa llama Active Memory a la capacidad de conservar contexto útil entre conversaciones y recuperarlo cuando vuelve a hacer falta. Active Focus describe la persistencia ante una tarea difícil: intentar alternativas, adaptarse a información nueva y pedir aclaraciones o confirmación antes de acciones importantes.

Son comportamientos que Meta atribuye a sus modelos. Lo que una aplicación puede hacer con ellos depende también de las herramientas conectadas, los permisos y las restricciones del servicio. Dar acceso a código, documentos o cuentas requiere una decisión aparte.

El lanzamiento amplía la familia detrás de Muse, el agente personal que Meta presentó en septiembre. Sin embargo, Meta dice que Wonder llegará a experiencias de Muse primero para suscriptores. Esa integración está anunciada para más adelante, no disponible de forma general desde el lanzamiento de los modelos.

Antes de subir código, revise el uso de sus datos

En la API, el modo Standard no utiliza el contenido para entrenar los modelos de Meta. Las suscripciones de Muse Code, en cambio, activan Contributor por defecto: ese modo permite usar prompts, código, archivos, contexto y respuestas para entrenar modelos futuros a cambio de más uso. Se puede desactivar, y el cambio se aplica al contenido que se envíe desde entonces.

Para evaluar la herramienta, una prueba acotada ayuda a separar promesas de resultados: utilizar un proyecto no confidencial, fijar un presupuesto, revisar los cambios propuestos y ejecutar las pruebas antes de incorporar el código. Un modelo puede sostener una tarea durante más tiempo y aun así introducir errores.

La comparación útil para un desarrollador no es solo cuál obtiene un mejor puesto en un ranking. También cuenta cuánto cuesta completar su trabajo, qué límites tiene su plan, qué datos comparte y cuánto tiempo debe dedicar a revisar el resultado. El anuncio abre nuevas opciones, pero esas condiciones siguen definiendo la elección.

Fuentes: Meta AI Research, anuncio de Muse Wonder; Meta for Developers, lanzamiento y documentación de Muse Code.