Hoeveel herstelwerk neemt Muse Wonder van Meta je uit handen?
In het kort
Meta introduceerde op 12 oktober 2026 Muse Wonder en Muse Wonder Full. Wonder is als preview bereikbaar via de Meta Model API en Muse Code; Full is voor bepaalde Muse Code-abonnementen beschikbaar. Meta legt de nadruk op het onthouden van relevante informatie en het blijven werken aan langere opdrachten. De praktische waarde daarvan zit in projecten waarbij gebruikers nu steeds opnieuw moeten uitleggen wat al is afgesproken.
Een klantproject begint zelden met een volledig uitgewerkte opdracht. Er komt een eerste vraag, daarna een document, vervolgens een aangepast budget en een uitzondering die pas tijdens het werk duidelijk wordt. Een goede collega houdt die ontwikkeling bij. Dat maakt samenwerken prettig: de ander begrijpt waar het project staat en welke afspraak inmiddels is veranderd.
Met Muse Wonder richt Meta zich op precies dat soort doorlopend werk. De nieuwe modellen zijn een interessante stap voor toepassingen waarin een assistent meer moet doen dan één antwoord produceren. De vraag voor bedrijven is hoeveel bruikbare continuïteit ze toevoegen aan een gewone werkweek.
De toegang verschilt per uitvoering
Volgens de aankondiging van 12 oktober komt Muse Wonder beschikbaar via de API en Muse Code. Wonder Full wordt via Muse Code-abonnementen aangeboden. De ontwikkelaarsdocumentatie noemt Wonder expliciet een preview, met de API-naam muse-wonder-1.0. Een preview die via de API bereikbaar is, is dus niet hetzelfde als een algemeen beschikbaar verklaarde stabiele uitvoering.
De productpagina beperkt Full tot de Power Usage- en Maximum Usage-plannen. Integratie van Wonder in de algemene Muse-assistent is in de aankondiging nog een komende uitrol, eerst voor abonnees. Het is daarom verstandig om bij een vergelijking steeds de concrete toegang te noemen: een API-verzoek, een ontwikkelabonnement of een gebruikersapp.
Meta heeft daarnaast verschillende routes voor lokale modellen. De documentatie vermeldt Muse Glimmer als downloadbare gewichten onder Apache 2.0. Voor Llama 4 gelden de eigen communityvoorwaarden en een gebruiksbeleid. Dat beleid bevat onder meer een beperking voor rechtstreekse rechten op multimodale modellen voor in de EU gevestigde personen en bedrijven, met een uitzondering voor eindgebruikers van producten of diensten waarin zo'n model is verwerkt. Dat staat in de officiële gebruiksvoorwaarden. De nieuwe Wonder-diensten zijn in de gecontroleerde documentatie geen aanbod van downloadbare gewichten.
Geheugen wordt nuttig wanneer afspraken veranderen
Meta gebruikt in zijn technische toelichting twee begrippen. Active Memory gaat over het meenemen en terughalen van relevante informatie. Active Focus gaat over blijven doorwerken aan een doel, omgaan met hindernissen en zo nodig verduidelijking vragen. Dat zijn beschrijvingen van de leverancier, geen door De Belegger gemeten prestaties.
Voor een bedrijf is een herkenbaar voorbeeld een projectplanning. Aanvankelijk zijn drie leveringen afgesproken. Later vervalt er één, terwijl een andere levering juist eerder moet. Een nuttige assistent bewaart niet alleen de oorspronkelijke planning, maar begrijpt ook welke versie nu geldt. Zo hoeft een medewerker minder tijd te besteden aan het rechtzetten van verouderde uitgangspunten.
De toepassing kan daarbij een zichtbaar overzicht bewaren van de huidige afspraken en open punten. Een gebruiker moet gemakkelijk kunnen corrigeren wat het systeem onthoudt. Dat maakt een geheugenfunctie bruikbaarder dan een onzichtbare verzameling oude gesprekstekst waarvan niemand weet wat er nog wordt gebruikt.
Het helpt ook om feiten van voorkeuren te scheiden. Een klant die vorige maand een spoedlevering wilde, vraagt niet noodzakelijk iedere maand om spoed. Een budget voor één project is geen algemeen maximum voor alle volgende opdrachten. Juist die kleine verschillen bepalen of een assistent als behulpzaam wordt ervaren.
Een bedrijf kan continuïteit zelf toetsen
De modelkaart van Muse Wonder beschrijft onder meer MemoryBench als een interne evaluatie met lange gesprekken, afleidende informatie en later gewijzigde feiten. Zo'n opzet laat zien waarom alleen een groot contextvenster weinig zegt over zorgvuldig onthouden. De toepassing moet de juiste informatie ook op het juiste moment gebruiken.
Voor een eigen proef kan een team een reeks afgeronde projecten nabouwen. Geef het model eerst de oorspronkelijke afspraken en later de werkelijke wijzigingen. Vraag vervolgens naar de actuele planning, het resterende budget of de volgende stap. Laat een medewerker controleren of de meest recente afspraak leidend is en of ontbrekende informatie herkenbaar blijft.
Daarbij is het nuttig om niet alleen het slotantwoord te beoordelen. Hoeveel keer moet de gebruiker ingrijpen? Welke oude instructies komen onterecht terug? Hoeveel tijd kost het controleren van de projectstand? Die vragen maken een leveranciersbelofte concreet zonder een algemene uitspraak te doen over intelligentie.
De prijs van een langere opdracht loopt per stap op
Op de productpagina van Muse Wonder (stand 14 oktober 2026) staat $4 per miljoen gewone invoertokens, $0,20 voor cache-invoer en $20 per miljoen uitvoertokens. De bedragen horen bij muse-wonder-1.0 via de API. Wonder Full heeft daar geen afzonderlijk API-tarief; toegang loopt via de genoemde abonnementen.
Neem duizend afgebakende projectupdates die elk in totaal 20.000 ongecachete invoertokens en 3.000 afgerekende uitvoertokens gebruiken. Dan kost de invoer 20 × $4 = $80 en de uitvoer 3 × $20 = $60. Samen is dat $140 vóór belastingen, hulpmiddelen en overige software. De hoeveelheden zijn begrotingsaannames, inclusief eventueel afgerekend redeneerwerk binnen het uitvoerbudget.
We rekenen zonder cachevoordeel, batchkorting of andere toeslagen. Als één op de vijf updates volledig opnieuw moet worden uitgevoerd, stijgt hetzelfde tokenbudget naar $168. Een langlopende agent kan nog veel meer tussenstappen gebruiken. Voor zo'n taak moet de volledige reeks aanroepen worden opgeteld voordat de prijs per afgerond project bekend is.
Een groot contextvenster is daarbij vooral ruimte om informatie mee te nemen. Het is geen gratis geheugen en ook geen bewijs dat alle oude informatie bij elke stap nodig is. Een zorgvuldig opgebouwde projectstand kan helpen om het relevante materiaal overzichtelijk te houden.
Wanneer minder herhalen de investering rechtvaardigt
Voor een fictief team nemen we €4.000 eenmalige inrichting en €2.000 jaarlijkse extra kosten voor gebruik, beheer en evaluatie. Het team verwerkt 4.000 geschikte projectupdates per jaar en waardeert vrijgespeelde capaciteit op €60 per uur. Deze eurobegroting staat los van de voorbeeldrekening in dollars; er wordt geen wisselkoers verondersteld.
De eerstejaarsdrempel bedraagt (€4.000 + €2.000) ÷ €60 = 100 uur. Over 4.000 updates is dat anderhalve minuut netto tijdwinst per update. Het woord netto is belangrijk: het bijwerken van het geheugen, controle en herstel zijn dan al meegenomen.
In het lage scenario levert de werkwijze een halve minuut per update op. In het midden zijn het twee minuten en in het hoge scenario vier minuten. Voor 2027 komt de capaciteitswaarde na alle begrote extra kosten daarmee uit op min €4.000, plus €2.000 en plus €10.000.
In 2028 en 2029 houden we taakvolume, uurwaarde en jaarlijkse kosten gelijk, terwijl de eenmalige inrichting vervalt. Dan worden de uitkomsten in beide jaren €0, €6.000 en €14.000. Dit zijn toetsbare scenario's, geen voorspellingen van toekomstige tarieven of van de prestaties van Wonder. Extra kaswinst ontstaat pas wanneer het bedrijf de vrijgespeelde uren omzet in vermeden uitgaven of extra betaalde productie.
Een assistent die gemakkelijker is om mee samen te werken
De zakelijke kans achter deze ontwikkeling is begrijpelijk. Een toepassing die relevante afspraken goed bewaart, kan een vaste plek in een bedrijfsproces krijgen. De gebruiker hoeft minder vaak opnieuw te beginnen en kan meer aandacht geven aan het inhoudelijke werk. Voor de aanbieder kan dat terugkerend gebruik opleveren.
Daar staat een concrete productopgave tegenover: de gebruiker moet de actuele projectstand kunnen begrijpen en corrigeren. Ook moeten de gekozen dienstvoorwaarden, toegangsrechten en bewaartermijnen bij de toepassing passen. Een goede geheugenfunctie maakt het dagelijks werk overzichtelijker wanneer die zaken helder zijn ingericht.
Muse Wonder geeft bedrijven nu een nieuwe mogelijkheid om dat te onderzoeken. De meest interessante uitkomst van een proef is een project dat met minder herhaling en minder correcties vooruitgaat. Dan wordt de belofte van een persoonlijke of professionele AI-assistent ook in gewone werkuren zichtbaar.
Opmerkingen