메타, 첫 프론티어 모델 '뮤즈 원더' 출시…입력 토큰 100만 개당 4달러

뉴스 요약

메타가 뮤즈 원더와 뮤즈 원더 풀을 출시했다. 테크크런치는 이를 메타의 첫 번째 진정한 프론티어 모델 시도라고 설명한다. 이 모델들은 메타 슈퍼인텔리전스 랩스에서 나왔다. 2026년 10월 12일 월요일에 발표됐으며, 테크크런치의 보도 시각은 태평양 표준시 오전 10시 56분이었다. 메타는 이번 출시를 "스케일링 사다리의 다음 단계이자 개인 슈퍼인텔리전스를 향한 큰 도약"이라고 부른다. 아래 대부분의 세부 내용은 테크크런치의 보도와 메타 자체 자료에서 나온 것이다. 작성 시점 기준으로 벤치마크 주장을 확인해 주는 독립적인 보도는 찾지 못했다.

메타가 출시한 것

뮤즈 원더와 뮤즈 원더 풀, 두 가지 모델이 있다. 이들은 메타가 앞서 출시한 경량·저지연 모델인 뮤즈 스파크보다 크다. 메타는 이 모델들이 더 뛰어나며, 스파크보다 높은 벤치마크 점수와 코딩 같은 복잡한 작업에서 더 강력한 결과를 보인다고 말한다.

뮤즈 스파크는 2026년 4월 8일 메타 슈퍼인텔리전스 랩스의 첫 모델로 데뷔했다. 당시 2차 보도에서는 폐쇄형 가중치의 멀티모달 추론 모델로 묘사됐다. 메타는 장기 에이전트 작업과 코딩에서의 격차를 인정했으며, 이는 원더 모델이 개선하려는 영역이다.

핵심 기능으로서의 능동 메모리

메타의 핵심 주장은 "능동 메모리", 즉 오랜 기간 사용자에 대한 정보를 유지하고 종합하는 능력에 초점을 맞춘다. 메타의 연구 과학자 카비야 코파라푸는 출시 영상에서 "우리는 모델이 당신에게 중요한 것을 기억할 수 있도록 엄청난 노력을 기울였다"고 말했다.

학습자와 개발자에게 이는 주목할 만한 설계 목표다. 대부분의 어시스턴트는 각 대화를 대체로 분리된 것으로 취급한다. 사용자의 선호도와 프로젝트에 대한 지속적인 그림을 구축하고 업데이트하는 모델은 무엇을 유지하고, 무엇을 요약하고, 무엇을 버릴지 결정해야 한다. 그것 자체가 연구 문제다.

벤치마크 주장

모델 카드에 따르면, 메타 자체 테스트에서 원더와 원더 풀은 페이블 5.1 및 GPT-6 아스트라와 비슷한 성능을 보인다. 지속 학습과 메모리 구축을 위한 벤치마크인 메모리벤치(arXiv 2510.17281)에서 뮤즈 원더는 페이블, 오퍼스, 아스트라보다 높은 점수를 기록한 것으로 알려졌다.

이 수치는 자체 보고된 것이다. 공급업체가 실행한 벤치마크는 독립 평가와 다른 경우가 많으며, 메모리 벤치마크는 아직 초기 단계다. 제3자 평가 기관의 독립 테스트가 진짜 검증이 될 것이다.

제공 범위 및 가격

접근 권한은 두 모델로 나뉜다:

• 뮤즈 원더는 메타 모델 API를 통해 제공된다.
• 뮤즈 원더 풀은 뮤즈 코드 구독자에게만 제공되며 API로는 제공되지 않는다.
• 두 모델 모두 메타가 2026년 9월에 도입한 뮤즈 에이전트를 구동한다.

뮤즈 원더의 API 가격은 입력 토큰 100만 개당 4달러, 출력 토큰 100만 개당 20달러다. 테크크런치는 이는 GPT-6 솔 또는 오퍼스 5.5와 대체로 비슷한 수준이라고 지적한다.

학습 인프라

이 모델들은 오하이오 중부에 있는 메타의 프로메테우스 데이터센터에서 학습됐으며, 이 데이터센터는 2026년 초에 가동을 시작했다. 테크크런치는 매개변수 수, 아키텍처, 컨텍스트 창 또는 학습 데이터 세부 정보를 보도하지 않았으며, 메타도 우리가 검토한 자료에서 이를 공개하지 않았다.

왜 중요한가

스케일 AI의 설립자 알렉산더 왕은 2025년 8월 메타의 AI 노력을 재편했다. 그 이후 메타는 뮤즈 스파크와 뮤즈 에이전트를 출시했지만, 업계 최고 수준을 겨냥한 모델은 없었다. 원더는 그런 위치에 놓인 첫 번째 출시작이다.

두 가지를 주목할 만하다. 첫째는 독립 평가가 메타가 주장하는 벤치마크 동급 성능을 확인하는지 여부다. 둘째는 능동 메모리가 일상 사용에서 잘 작동하는지 여부인데, 이것이 메타가 걸고 있는 기능이기 때문이다.