뮤즈 원더는 Meta 슈퍼인텔리전스 랩이 2026년 10월에 처음 내놓은 프론티어급 모델이다. 저지연 경량 모델 뮤즈 스파크와 달리, 사용자를 오래 기억하고 막혀도 포기하지 않아야 하는 몇 시간짜리 에이전트 작업이나 코딩에 쓴다.
| 모델 | 위치 | 쓰는 곳 |
|---|---|---|
| 뮤즈 스파크 | 경량·저지연 | 빠른 응답이 중요한 일 |
| 뮤즈 원더 | 프론티어급 주력 | Meta Model API, Muse Code |
| 뮤즈 원더 풀 | 최상위 | Muse Code 구독 전용 |
상위 모델 뮤즈 원더 풀은 API로 제공되지 않는다.
핵심 기능은 두 가지다. 액티브 메모리는 여러 대화에 걸쳐 관련된 맥락을 스스로 찾아 이어 붙여서, 며칠이나 몇 주 전에 말한 내용을 다시 설명하지 않아도 된다. 액티브 포커스는 예상치 못한 문제가 생겨도 작업을 사용자에게 돌려보내지 않고 다른 방법을 시도하도록 학습된 성질이다.
그래서 보험 청구 처리, 임대 계약서 검토, 앱 만들기처럼 단계가 많은 일을 맡기기 좋다. 모델이 일을 계획하고 일부를 서브에이전트에게 나눠 주며, 도구를 병렬로 호출하고 오류에서 복구한다. 브라우저·데스크톱·모바일 앱 화면을 보고 조작하는 컴퓨터 사용도 지원한다.
| 사용처 | 쓸 수 있는 모델 | 비용 |
|---|---|---|
| Meta Model API | 원더 | 토큰당 과금 |
| Muse Code (터미널 코딩 에이전트) | 원더, 원더 풀 | 월 $50 또는 $200 |
| Muse 개인 에이전트 앱 | 원더 (구독자부터 순차 적용) | 월 $20 또는 $100 |
직접 에이전트를 만든다면 API로, 코딩을 맡기려면 Muse Code로, 일상 업무 비서로 쓰려면 Muse 앱 구독으로 접근하면 된다.
컨텍스트는 100만 토큰이다. 같은 맥락을 반복해서 보내는 장기 에이전트라면 캐시 입력 가격이 크게 낮아 비용을 줄일 수 있다.
100만 토큰당 가격. TechCrunch는 GPT-6 Sol이나 오퍼스 5.5와 비슷한 수준으로 평가했다.
실사용 리뷰에서는 병원 청구서 오류 찾기, 개인 재무 분석, 대화 간 기억처럼 꼼꼼히 따져야 하는 일은 대부분 맞혔다. 반면 3D 방 구현처럼 눈에 보이고 클릭하는 결과물은 오퍼스나 GPT 쪽이 조금 앞섰다. 성능 수치 다수는 Meta 발표 기준이고 벤치마크에 맞춘 것 아니냐는 의견도 있으니, 내 작업으로 직접 비교해 보는 게 좋다.
가장 흔한 방식은 단계가 많은 일을 처음부터 끝까지 맡기는 것이다. 기억하는 능력과 끝까지 붙드는 성질이 강점이라, 한 번에 끝나지 않고 며칠에 걸쳐 이어지는 일일수록 잘 맞는다.
| 어디서 | 어떻게 쓰나 |
|---|---|
| Muse Code | 앱 만들기·기능 구현을 터미널에서 맡기고, 더 어려운 일은 원더 풀로 |
| Muse 앱 | 청구서 확인, 계약서 검토, 개인 재무 정리처럼 꼼꼼히 따지는 일을 비서에게 맡기듯 |
| Meta Model API | 직접 만든 에이전트에 연결해 긴 업무를 처리하고, 반복되는 맥락은 캐시로 비용 절감 |