Meta: Muse Wonder

Meta: Muse Wonder は Meta のフロンティア推論モデルで、複雑な個人的および業務上のエージェントタスク向けに構築されています。テキストカテゴリに属し、Meta は単純なチャットではなく推論中心の作業を想定して位置づけています。計画を立て、中間ステップを推論し、見つけた内容に基づいて行動する必要があるエージェント向けにモデルを選ぶなら、これが Meta が Muse Wonder に担わせようとしているモデルのクラスです。

このモデルは入力としてテキスト、画像、動画、音声、PDF ドキュメントを受け取り、テキストを返します。この組み合わせはエージェント作業にとって重要です。1 つのリクエストにスクリーンショット、録音、ドキュメント、書面による指示をまとめて含めることができ、モデルはそのすべてについて推論します。コンテキストウィンドウは 1,048,576 トークンで、最大出力は 943,718 トークンです。この大きな出力上限は異例であり、注目に値します。長い文字起こし、拡張された分析、長文の生成ドキュメントを生み出すタスクは、複数の呼び出しにまたがってつなぎ合わせるのではなく、1 回の応答で完了できます。

これらの機能は、かなり特定の用途群を示しています。PDF をそのまま質問と一緒に投入できるため、ドキュメント中心の分析は自然に適合します。サポートおよび運用エージェントは、チケットの一部としてスクリーンショットや画面録画を受け取り、何が問題だったかを推論できます。メディアレビューのワークフローでは、動画や音声を渡して書面による出力を得ることができ、要約、注釈付け、コンプライアンスレビューに適しています。ツール呼び出しがサポートされているため、Muse Wonder は、どのツールをどの順序で呼び出すかを決定するエージェントの推論コアとしても機能し、検索、ファイル処理、生成を組み合わせたマルチステップタスクにも対応します。

これは、モデル id "meta/muse-wonder" を使用して api14 の OpenAI 互換 API を通じて呼び出します。インターフェースは OpenAI スキーマに従っているため、既存のクライアントと SDK は通常、ベース URL とモデル id の変更で動作します。サポートされているリクエストパラメータは、include_reasoning、max_tokens、reasoning、reasoning_effort、repetition_penalty、response_format、structured_outputs、temperature、tool_choice、tools、top_k、top_p です。実際には、これでサンプリング制御 (temperature、top_p、top_k、repetition_penalty)、出力長 (max_tokens)、構造化応答 (response_format、structured_outputs)、ツール使用 (tools、tool_choice)、およびモデルがどの程度の推論を公開または実行するかの制御 (reasoning、reasoning_effort、include_reasoning) をカバーします。

留意すべき 1 つの制限は、出力がテキストのみであることです。アプリケーションが生成画像、音声、動画を必要とする場合、Muse Wonder はパイプラインのその部分に適したコンポーネントではありませんが、それらの形式を入力として推論することは依然としてできます。またこれは推論モデルであるため、些細な分類や短い決定論的変換には、より小さく高速なテキストモデルの方が適しており、大量実行時のコストも低くなります。Muse Wonder は、タスクが長いコンテキスト、混合メディア入力、またはツールを使ったマルチステップ推論から本当に恩恵を受ける場合に使用してください。