Meta ने Muse Wonder मॉडल लॉन्च किए, सशुल्क AI विस्तार के बीच खर्च 200 अरब डॉलर तक पहुंचने का अनुमान

दो नए मॉडल Meta के AI खर्च की परीक्षा लेंगे

Meta ने 12 अक्टूबर, 2026 को Muse Wonder और Muse Wonder Full लॉन्च किए। कंपनी ने कृत्रिम बुद्धिमत्ता के क्षेत्र में अग्रणी कंपनियों में लौटने का दावा किया, लेकिन अपनी सबसे शक्तिशाली नई क्षमताओं को सशुल्क पहुंच तक सीमित रखा। यह लॉन्च उसकी रणनीति के तीन पहलुओं को जोड़ता है: अधिक सक्षम निजी सहायक, सब्सक्रिप्शन और डेवलपर सेवाओं से कमाई, और कंप्यूटिंग क्षमता का ऐसा विस्तार जो काफी महंगा हो सकता है।

कंपनी को उम्मीद है कि 2026 में पूंजीगत व्यय, जिसमें वित्तीय पट्टों के मूलधन का भुगतान भी शामिल है, 130 अरब से 145 अरब डॉलर के बीच रहेगा। वित्तीय सेवा कंपनी Cantor Fitzgerald का अनुमान है कि 2027 में यह खर्च 200 अरब डॉलर तक पहुंच सकता है। यह बाहरी अनुमान है, Meta का घोषित बजट नहीं। यह इस साल के खर्च संबंधी मार्गदर्शन की ऊपरी सीमा से लगभग 38% या निचली सीमा से लगभग 54% की वृद्धि होगी।

ये मॉडल 2025 में Llama 4 के निराशाजनक लॉन्च और Meta के AI संचालन को लगभग 14 महीने तक नए सिरे से तैयार करने के बाद आए हैं। इनका लक्ष्य उन्नत प्रोग्रामिंग और कानूनी दस्तावेजों, वित्तीय जानकारी तथा स्वास्थ्य संबंधी जानकारी से जुड़े काम हैं। Meta इन्हें ऐसे एजेंटों को चलाने के लिए भी इस्तेमाल करना चाहता है जो सिर्फ सवालों के जवाब देने के बजाय टूल का उपयोग कर सकें और कार्रवाई कर सकें।

बेहतर प्रदर्शन के संकेत हैं, लेकिन सभी मोर्चों पर जीत नहीं। Meta के प्रकाशित सॉफ्टवेयर विकास परिणामों में एक बेंचमार्क पर दोनों मॉडल Anthropic के Claude Opus 5.5 से आगे हैं। वहीं Artificial Analysis का अलग सूचकांक Muse Wonder Full को उस प्रतिद्वंद्वी से पीछे रखता है। तत्काल कारोबारी परीक्षा यह है कि क्या ये क्षमताएं लोगों को Meta के उत्पादों का इस्तेमाल जारी रखने और उनके लिए भुगतान करने के लिए प्रेरित करेंगी।

अभी क्या उपलब्ध है और आगे क्या आएगा?

डेवलपर Meta Model API और Muse Code प्रोग्रामिंग सहायक के जरिए Muse Wonder का इस्तेमाल कर सकते हैं। अधिक सक्षम संस्करण Muse Wonder Full केवल Muse Code सब्सक्रिप्शन के लिए उपलब्ध है। दोनों में से कोई भी मॉडल सार्वजनिक डाउनलोड के लिए या उपयोगकर्ताओं के अपने सर्वर पर चलाने के लिए उपलब्ध नहीं है।

निजी सहायक Muse एक अलग उत्पाद है। इसका ऐप मुफ्त है, जबकि सशुल्क योजनाओं में अधिक उपयोग की सुविधा मिलती है। Meta की योजना है कि Wonder को पहले इस सहायक में सब्सक्राइबरों के लिए पेश किया जाए, लेकिन कंपनी ने व्यापक उपलब्धता की पक्की तारीख या समय-सारणी घोषित नहीं की है।

यह क्रम इसलिए अहम है क्योंकि मॉडल लॉन्च होना और उसका हर उपभोक्ता तक पहुंचना एक ही बात नहीं है। मुख्य घटनाक्रम ये हैं:

• 2025: Llama 4 उम्मीदों पर खरा नहीं उतरा, जिसके बाद Meta ने अपने AI संगठन और भर्ती प्रक्रिया में बदलाव किए।
• सितंबर 2026: Meta ने Muse Spark और निजी एजेंट Muse पेश किया। Spark, नए सिरे से गठित Meta Superintelligence Labs डिवीजन का पहला मॉडल था।
• सितंबर 2026 के आखिर में: Amazon ने Muse को उपयोगकर्ताओं की ओर से खरीदारी करने से रोक दिया।
• 12 अक्टूबर, 2026: Muse Wonder और Muse Wonder Full घोषित डेवलपर उत्पादों के जरिए उपलब्ध हुए।
• अगले कदम: Wonder को Muse सब्सक्राइबरों तक पहुंचाया जाना है। अधिक विशिष्ट मॉडल और विस्तृत सुरक्षा रिपोर्ट की भी योजना है, लेकिन उनकी तारीखें घोषित नहीं की गई हैं।

नए मॉडल Muse Spark पर आधारित हैं। Meta की बढ़ती मॉडल श्रृंखला में Muse Image भी शामिल है, हालांकि Wonder का लॉन्च छवि निर्माण के बजाय एजेंटों और प्रोग्रामिंग पर केंद्रित है।

मेमोरी और काम जारी रखने की क्षमता मुख्य उत्पाद दावे

Meta दो प्रमुख क्षमताओं का वर्णन करता है: Active Memory और Active Focus। Active Memory पिछली बातचीत की प्रासंगिक जानकारी सहेजता है और बाद के कामों के लिए उसे फिर से उपयोग में लाता है। मुख्य AI अधिकारी Alexandr Wang का कहना है कि यह जानकारी कई दिनों, हफ्तों या महीनों तक की हो सकती है, जिससे सहायक अलग-अलग बातचीत में उपयोगकर्ता की पसंद और जरूरतों को ध्यान में रख सकता है।

Active Focus तब काम आता है जब कोई काम योजना के मुताबिक नहीं चलता। Meta का कहना है कि मॉडल गलतियों से उबर सकते हैं, किसी टूल के विफल होने पर अपना तरीका बदल सकते हैं, स्पष्टीकरण मांग सकते हैं और महत्वपूर्ण कार्रवाई से पहले पुष्टि ले सकते हैं। इसका उद्देश्य ऐसी स्थितियां कम करना है जिनमें एजेंट हार मान लेता है या बार-बार असफल तरीका अपनाता है।

Meta के AI संचालन का नेतृत्व करने वाले Wang ने रोजमर्रा के कामों में आने वाली बाधाओं के संदर्भ में इस डिजाइन लक्ष्य को समझाया:

जब आप वास्तविक दुनिया के काम करते हैं, तो रास्ते में रुकावटें आएंगी और ऐसी चीजें होंगी जो अचानक सामने आएंगी या अलग-अलग तरह की अड़चनें आएंगी," Wang ने कहा। "हमने खास तौर पर मॉडल को इस तरह प्रशिक्षित करने की कोशिश की कि वह अटकने के बजाय दूसरे तरीके आजमाए और किसी भी समय उपयोगकर्ता से दोबारा पुष्टि कर सके।

Meta बीमा दावों, लीज की व्याख्या, निजी वित्त और उन्नत प्रोग्रामिंग को संभावित उपयोगों के रूप में पेश करता है। Muse पहले से किराने का सामान खरीदने, यात्रा बुक करने और रात के खाने के लिए टेबल आरक्षित करने जैसे कामों पर केंद्रित है। ये उदाहरण संभावित उपयोग बताते हैं, इस बात का प्रमाण नहीं कि मॉडल हर काम को सही ढंग से या सुरक्षित रूप से पूरा करते हैं।

बताया गया है कि दोनों मॉडल छवियां, वीडियो और ऑडियो स्वीकार करते हैं और उनकी संदर्भ क्षमता दस लाख टोकन की है। टोकन वे इकाइयां हैं जिनमें मॉडल जानकारी को संसाधित करने के लिए बांटता है। संदर्भ क्षमता बताती है कि मॉडल एक समय में कितनी जानकारी पर विचार कर सकता है; स्थायी मेमोरी अलग क्षमता है, जो चुनी हुई जानकारी को बातचीत के बीच सहेजकर रखती है।

बेंचमार्क में मुकाबला कड़ा है, नतीजा निर्णायक नहीं

सॉफ्टवेयर विकास के बड़े कामों वाले SWE-Marathon बेंचमार्क में Meta के प्रकाशित नतीजों के मुताबिक Muse Wonder Full का स्कोर 79%, Muse Wonder का 78.8% और Claude Opus 5.5 का 74.2% है। इन आंकड़ों के अनुसार Full, Anthropic के मॉडल से 4.8 प्रतिशत अंक और सामान्य Wonder 4.6 अंक आगे है।

इस परीक्षण में Meta के अपने दोनों मॉडलों के बीच अंतर सिर्फ 0.2 प्रतिशत अंक का है। इससे संकेत मिलता है कि खरीदारों को यह मान लेने के बजाय कि बड़ा संस्करण हर स्थिति में काफी बेहतर होगा, उन कामों पर गौर करना चाहिए जिन्हें वे वास्तव में पूरा कराना चाहते हैं। ये Meta द्वारा प्रकाशित तुलनाएं हैं, किसी संगठन की सॉफ्टवेयर परियोजनाओं में प्रदर्शन की गारंटी नहीं।

Artificial Analysis Intelligence Index एक अलग तस्वीर पेश करता है। Muse Wonder Full को 56 और सामान्य Wonder को 52 अंक मिले हैं। Claude Opus 5.5, 58 अंकों के साथ इन मॉडलों से आगे है और OpenAI के GPT-6 Astra को 53 अंक मिले हैं। रैंकिंग का वर्णन करने वाली खबरों में Full को दूसरे स्थान पर बराबरी पर और Wonder को सातवें स्थान पर बराबरी पर बताया गया है; एक रिपोर्ट के अनुसार Claude Sonnet 5.5 का स्कोर भी Full के बराबर है।

एक रिपोर्ट Meta के बड़े मॉडल को Muse Wonderful कहती है, लेकिन लॉन्च से जुड़ी अन्य रिपोर्टें इसे Muse Wonder Full बताती हैं और इसका स्कोर भी 56 ही देती हैं। नाम का यह अंतर किसी तीसरे लॉन्च किए गए मॉडल का प्रमाण नहीं समझा जाना चाहिए।

Meta, Claude Fable 5.1 और GPT-6 Astra के साथ तुलना का भी उल्लेख करता है। Google के Gemini 4 Argon के मुकाबले इसकी स्थिति कम स्पष्ट है: एक प्रकाशित सूचकांक में Gemini को 53 अंक मिले हैं, जबकि दूसरी रिपोर्ट कहती है कि व्यापक तुलना अभी स्पष्ट नहीं है। अलग-अलग परीक्षण अलग क्षमताओं को मापते हैं, इसलिए प्रोग्रामिंग में अच्छा नतीजा कानूनी विश्लेषण, वित्तीय काम या निजी सहायक के रूप में हर जगह बेहतर होने का प्रमाण नहीं है।

सब्सक्रिप्शन और API शुल्क अलग-अलग खर्च हैं

Muse की उपभोक्ता सब्सक्रिप्शन योजनाओं की कीमत 20 या 100 डॉलर प्रति माह है। Muse Code योजनाओं की कीमत 50 या 200 डॉलर प्रति माह है और इनके जरिए Wonder Full तक पहुंच मिलती है। इन सब्सक्रिप्शन कीमतों को Wonder के API शुल्क से अलग समझना चाहिए, जिसमें डेवलपर से संसाधित जानकारी की मात्रा के आधार पर शुल्क लिया जाता है।

बताया गया API शुल्क प्रति दस लाख इनपुट टोकन के लिए 4 डॉलर और प्रति दस लाख आउटपुट टोकन के लिए 20 डॉलर है। इनपुट वह जानकारी है जो मॉडल को भेजी जाती है; आउटपुट वह है जो मॉडल तैयार करता है। इन दरों पर दस लाख इनपुट टोकन और दस लाख आउटपुट टोकन वाले काम की लागत 24 डॉलर होगी, लागू छूट या अन्य शुल्क से पहले। यह प्रकाशित दरों के आधार पर की गई गणना है, सब्सक्रिप्शन की कीमत नहीं।

कैश किए गए इनपुट पर रियायती दरें मिल सकती हैं, हालांकि छूट की कोई निश्चित दर नहीं बताई गई है। कैशिंग से पहले संसाधित सामग्री को पूरी तरह नए इनपुट की तरह संसाधित करने के बजाय दोबारा इस्तेमाल किया जा सकता है। लंबे दस्तावेजों को बार-बार देखने वाले एजेंट की लागत पर इसका असर पड़ सकता है।

Wang का कहना है कि Meta का API, OpenAI और Anthropic के अग्रणी मॉडलों से काफी सस्ता होगा। प्रकाशित मूल्य तुलना इससे सीमित है: बताया गया है कि Wonder की दरें Claude Opus 5.5 के बराबर हैं और GPT-6 Astra की कीमत का लगभग 40% हैं। इससे OpenAI के मॉडल के मुकाबले छूट का दावा पुष्ट होता है, लेकिन बताई गई दरों पर Anthropic के मॉडल के मुकाबले नहीं।

उपलब्धता को लेकर भी रिपोर्टों में अंतर है। कुछ में API पहुंच को भविष्य की योजना बताया गया है, जबकि लॉन्च से जुड़ी अधिक विशिष्ट रिपोर्टों के अनुसार सामान्य Wonder पहले से API के जरिए उपलब्ध है। Wonder Full के लिए API पहुंच की घोषणा नहीं हुई है। सबसे शक्तिशाली संस्करण को सीधे एंटरप्राइज बिक्री के लिए लक्षित बताया गया है, लेकिन उसका घोषित लॉन्च माध्यम Muse Code है।

अधिक सक्षम मॉडल को भी वेबसाइटों तक पहुंच चाहिए

Sensor Tower के आंकड़ों के मुताबिक, सितंबर में लॉन्च के बाद Muse को दुनियाभर में करीब 90 लाख बार डाउनलोड किया गया। हालांकि डाउनलोड शुरुआती दिलचस्पी मापते हैं, लंबे समय तक इस्तेमाल नहीं। इसकी डाउनलोड वृद्धि धीमी हो गई है और 14 दिनों बाद इसे इस्तेमाल करते रहने की दर ChatGPT से कम बताई गई है। उपयोगकर्ताओं को बनाए रखने की सटीक प्रतिशत दरें नहीं दी गई हैं।

कुछ बाधाएं Meta के मॉडल के दायरे से बाहर हैं। Jefferies के विश्लेषक Brent Thill ने कहा कि एजेंटों को रोकने वाली वेबसाइटें उपयोगकर्ता अनुभव को नुकसान पहुंचा रही हैं। सितंबर के आखिर में Amazon का Muse की खरीदारी रोकने का फैसला इस समस्या को दिखाता है: सहायक खरीदारी का अनुरोध समझ सकता है, फिर भी उसे पूरा करने में असमर्थ हो सकता है।

टूल विफल होने या जानकारी न मिलने पर Active Focus मदद कर सकता है। लेकिन इससे यह साबित नहीं होता कि एजेंट को किसी वेबसाइट की पाबंदियों को दरकिनार करने की अनुमति है। निजी सहायक की सफलता तर्क, मेमोरी और काम जारी रखने की क्षमता के साथ-साथ बाहरी सेवाओं के सहयोग पर भी निर्भर करती है।

कीमत के कारण सबसे शक्तिशाली मॉडल को हर जगह इस्तेमाल करने का औचित्य भी जटिल हो जाता है। OpenRouter प्लेटफॉर्म के आंकड़ों के मुताबिक, उच्च गुणवत्ता वाले बताए गए शीर्ष दस मॉडलों का तीसरी तिमाही 2026 में कुल उपयोग में हिस्सा 14% था, जबकि पहली तिमाही 2025 में यह 55% था। यह उस प्लेटफॉर्म पर 41 प्रतिशत अंक की गिरावट है, पूरे AI बाजार का माप नहीं।

इस रुझान से संकेत मिलता है कि रोजमर्रा के कामों में सस्ते मॉडलों की भूमिका बढ़ रही है। Meta ऐसे विशिष्ट संस्करण विकसित कर रहा है जिनका मकसद Wonder की अधिकांश क्षमता बनाए रखते हुए अधिक कुशलता से काम करना है। इससे हर अनुरोध के लिए सबसे बड़ा मॉडल इस्तेमाल किए बिना अधिक उपभोक्ताओं तक पहुंचने में मदद मिल सकती है।

गोपनीयता अनुमतियों और उत्पाद सेटिंग, दोनों पर निर्भर

संदेशों, कैलेंडर और दस्तावेजों में काम करने वाले एजेंटों को संवेदनशील जानकारी तक पहुंच चाहिए। Meta का कहना है कि Wonder को बिना अनुमति निजी डेटा साझा करने से बचने और नुकसानदेह कामों में मदद से इनकार करने के लिए प्रशिक्षित किया गया है। रिपोर्टों में यह भी कहा गया है कि मॉडल महत्वपूर्ण कार्रवाई से पहले पुष्टि मांगते हैं।

कुछ उपयोगकर्ताओं ने सोशल मीडिया पर शिकायत की है कि Muse ने बिना अनुमति उनके निजी संदेश देखे। Meta इन शिकायतों से असहमत है। Wang का कहना है कि कंपनी एजेंटों से जुड़ी घटनाओं पर नजर रख रही है और उपयोगकर्ताओं को अनुमतियों के बारे में समझा रही है। इसमें ऐसे मामले भी शामिल हैं जिनमें किसी व्यक्ति ने बातचीत के दौरान पहले संचार की अनुमति दी हो और बाद में उसे भूल गया हो।

सार्वजनिक रिपोर्टों में इन खास शिकायतों का समाधान नहीं हुआ है। स्थायी मेमोरी और अलग-अलग सेवाओं में कार्रवाई करने की क्षमता से अनुमति पर स्पष्ट नियंत्रण और भी जरूरी हो जाता है: जानकारी याद रखना, उसे इस्तेमाल करने या साझा करने की अनुमति मिलने से अलग बात है।

डेटा का प्रबंधन इस बात पर भी निर्भर करता है कि उत्पाद तक पहुंच किस माध्यम से ली गई है। बताया गया है कि Muse Code सब्सक्रिप्शन में डिफॉल्ट रूप से Contributor मोड चालू रहता है, जिससे भेजी गई सामग्री भविष्य के मॉडलों को बेहतर बनाने में इस्तेमाल हो सकती है। सब्सक्राइबर इस सेटिंग को बंद कर सकते हैं। बताया गया है कि सामान्य Model API में भेजी गई सामग्री का इस्तेमाल प्रशिक्षण के लिए नहीं होता। ये उत्पाद की बताई गई शर्तें हैं और इन्हें एक जैसी गोपनीयता व्यवस्था नहीं समझना चाहिए।

व्यवसायों के लिए यह बात बेंचमार्क गुणवत्ता से अलग है। कोडिंग सहायक अच्छा प्रदर्शन कर सकता है, फिर भी यह समीक्षा जरूरी है कि चुनी गई सेटिंग के तहत क्या कंपनी का गोपनीय कोड, ग्राहक दस्तावेज या निजी जानकारी उसमें भेजी जा सकती है।

सुरक्षा के दावों का पूरा मूल्यांकन अभी बाकी

Meta का कहना है कि साइबर दुरुपयोग रोकने के लिए Wonder में अब तक के सबसे मजबूत सुरक्षा उपाय हैं। फिलहाल ये सुरक्षा उपाय सशुल्क मॉडल से जुड़े बताए गए हैं, हर मुफ्त Muse अनुभव में उपलब्ध नहीं। इस बयान से यह साबित नहीं होता कि मुफ्त उत्पादों में सुरक्षा उपाय नहीं हैं; यह नए मॉडल के लिए बताए गए उपायों को अलग से दर्शाता है।

कंपनी का कहना है कि विकास Meta Superintelligence Scaling Framework के तहत हुआ है और विस्तृत सुरक्षा मूल्यांकन रिपोर्ट बाद में जारी की जाएगी। प्रकाशन की तारीख नहीं दी गई है। रिपोर्ट के बिना नए सुरक्षा दावों के पीछे का विस्तृत मूल्यांकन सार्वजनिक रूप से अधूरा है।

मुख्य कार्यकारी Mark Zuckerberg का तर्क है कि सुरक्षा उपायों और जिम्मेदार विकास के जरिए AI को नियंत्रण में रखा जा सकता है। उन्होंने पूरे उद्योग से अनुसंधान धीमा करने की मांगों को खारिज किया है, हालांकि माना है कि उत्पाद सुरक्षा पर काम करने के लिए Meta ने अपने कुछ आंतरिक विकास की गति धीमी की है।

Zuckerberg ने नियंत्रण और स्वायत्तता पर अपना रुख इस तरह बताया:

"मेरा नजरिया इस धारणा के ज्यादा करीब है कि AI ऐसी तकनीक है जिसे सुरक्षा उपायों के जरिए नियंत्रित किया जा सकता है और जिम्मेदारी से विकसित किया जा सकता है, न कि इस धारणा के कि उसमें खुद की चेतना विकसित होगी और वह अपने आप काम करने लगेगा," उन्होंने कहा।

उन्होंने विनाशकारी नुकसान की संभावना का कोई अनुमान नहीं दिया। उनका रुख यह है कि विकास जारी रखते हुए सुरक्षा संभालने की जिम्मेदारी अलग-अलग प्रयोगशालाओं की है। इसलिए आने वाला मूल्यांकन एक अहम लापता कड़ी है, खासकर उन मॉडलों के लिए जिन्हें सिर्फ जवाब देने के बजाय कार्रवाई करने के लिए बनाया गया है।

कंप्यूटिंग विस्तार का असर Meta से आगे तक

Wonder मॉडल को Meta के Prometheus डेटा सेंटर में प्रशिक्षित किया गया। यह लॉन्च बुनियादी ढांचे में निवेश, भर्ती और Wang के नेतृत्व में संगठन के पुनर्गठन के बाद आया है। इस प्रयास के तहत Meta ने Scale AI में करीब 14 अरब डॉलर का निवेश किया और Wang को अपने नेतृत्व में शामिल किया।

एक रिपोर्ट के अनुसार, Wonder, जिसका आंतरिक कोडनेम Watermelon था, Muse Spark के मुकाबले लगभग दस गुना अधिक कंप्यूटिंग संसाधनों का इस्तेमाल करता है। यह प्रकाशित प्रशिक्षण लागत या हार्डवेयर जरूरतों का हिसाब नहीं, बल्कि बताई गई तुलना है। यह Meta के इस तर्क के अनुरूप है कि अग्रणी कंपनियों की श्रेणी तक पहुंचने के लिए काफी अधिक कंप्यूटिंग क्षमता की जरूरत पड़ी।

Zuckerberg का कहना है कि मॉडल विकास का अगला चरण पहले से चल रहा है और इसकी गति तेज होगी। Meta बड़े मॉडलों के साथ अधिक कुशल विशिष्ट संस्करणों पर भी काम कर रहा है और ज्यादा क्षमता तथा कम संचालन लागत, दोनों का लक्ष्य रख रहा है।

खर्च के अनुमान से Meta की AI आपूर्ति श्रृंखला से जुड़े सर्वर निर्माताओं को संभावित मांग मिल सकती है। इनमें Hon Hai, जिसे Foxconn के नाम से भी जाना जाता है, Quanta, Wistron, Wiwynn और Inventec शामिल हैं। इन कंपनियों को फायदा होने की उम्मीद लगातार बुनियादी ढांचा खरीदने पर निर्भर है। Wonder के संबंध में किसी नए अनुबंध का मूल्य, आपूर्तिकर्ताओं के बीच हिस्सेदारी या डिलीवरी की समय-सारणी घोषित नहीं की गई है।

पूंजीगत व्यय किसी एक मॉडल के प्रशिक्षण बजट से भी व्यापक होता है। Meta के 130 अरब से 145 अरब डॉलर के मार्गदर्शन में वित्तीय पट्टों के मूलधन का भुगतान शामिल है, जबकि Cantor Fitzgerald का 200 अरब डॉलर का अनुमान अगले वर्ष से संबंधित है। इनमें से किसी भी आंकड़े को सिर्फ Muse Wonder विकसित करने की लागत नहीं समझना चाहिए।

राजस्व साबित होने से पहले ही निवेशकों की प्रतिक्रिया

लॉन्च वाले दिन Meta के शेयर 742.96 डॉलर पर बंद हुए, जो 3.38% की बढ़त है। अन्य रिपोर्टों में इस बढ़त को 3.4% या करीब 3% बताया गया है। Zuckerberg की दोपहर की घोषणा से पहले ही शेयर चढ़ने लगे थे, इसलिए दिनभर की पूरी बढ़त का श्रेय सिर्फ मॉडल लॉन्च को नहीं दिया जा सकता।

शेयर के व्यापक आंकड़े अलग-अलग अवधियों के हैं: एक रिपोर्ट में साल की शुरुआत से 13% और सितंबर की शुरुआत से 31% की बढ़त दी गई है, जबकि दूसरी रिपोर्ट में उसी महीने के आखिर में Muse लॉन्च होने के बाद से करीब 10% की बढ़त बताई गई है। शुरुआती तारीखें समान किए बिना इन आंकड़ों की सीधी तुलना नहीं की जा सकती।

Bank of America के सिक्योरिटीज विश्लेषक Justin Post का कहना है कि Meta Superintelligence Labs में निवेश से मॉडल का प्रदर्शन बेहतर हो रहा है और उत्पादों में नए प्रयोग हो रहे हैं। नया लॉन्च इस नजरिए के पक्ष में और सबूत देता है, लेकिन अभी यह साबित नहीं करता कि इन मॉडलों से कितनी कमाई होगी।

कारोबार से जुड़े सवाल स्पष्ट हैं। Meta ने नहीं बताया कि Muse के कितने उपयोगकर्ता Wonder के लिए भुगतान करेंगे, कितने डेवलपर इसका API चुनेंगे या लगातार सक्रिय रहने वाले एजेंटों को चलाने की लागत के मुकाबले राजस्व कितना होगा। उपभोक्ताओं के लिए व्यापक उपलब्धता, Full के लिए API पहुंच और सुरक्षा रिपोर्ट की तारीखें भी घोषित नहीं की गई हैं। यह लॉन्च Meta की प्रतिस्पर्धी स्थिति मजबूत करता है, लेकिन कारोबार और तैनाती से जुड़े ये फैसले अभी बाकी हैं।

मुख्य बातें

• Meta ने 12 अक्टूबर, 2026 को Muse Wonder और Muse Wonder Full लॉन्च किए। पहले डेवलपरों को पहुंच मिली है, जबकि Muse के उपभोक्ताओं के लिए लॉन्च होना बाकी है।
• Meta के प्रोग्रामिंग बेंचमार्क में उसके मॉडल आगे हैं, जबकि Artificial Analysis के अनुसार Wonder Full, Claude Opus 5.5 से पीछे है।
• Wonder API का शुल्क प्रति दस लाख इनपुट टोकन के लिए 4 डॉलर और प्रति दस लाख आउटपुट टोकन के लिए 20 डॉलर है। Full के लिए Muse Code सब्सक्रिप्शन जरूरी है।
• कोई भी मॉडल सार्वजनिक डाउनलोड या उपयोगकर्ताओं के अपने सर्वर पर चलाने के लिए उपलब्ध नहीं है।
• एजेंटों की तैनाती में मेमोरी, अनुमतियां, वेबसाइटों की पाबंदियां और प्रशिक्षण की बताई गई सेटिंग व्यावहारिक मुद्दे बने हुए हैं।
• Meta का 2026 के लिए खर्च संबंधी मार्गदर्शन 130 अरब से 145 अरब डॉलर है। 2027 के लिए 200 अरब डॉलर का आंकड़ा Cantor Fitzgerald का अनुमान है।
• विस्तृत सुरक्षा मूल्यांकन और व्यापक उपलब्धता की तारीखें प्रकाशित नहीं की गई हैं।