Muse Wonder

O modelo Muse mais capaz da Meta para agentes, trabalho intelectual e código, com janela de contexto de 1M de tokens

Sobre o Muse Wonder

O Muse Wonder é o modelo Muse mais capaz da Meta, feito para agentes, trabalho intelectual e código. Ele lê texto, imagens, vídeo, áudio e PDFs, guarda até 1 milhão de tokens em uma conversa e continua trabalhando em uma tarefa difícil, tentando outros caminhos antes de desistir

O Muse Wonder marca 68,1% no AutomationBench, à frente do GPT-⁠6.1 Terra, com 60,2%, e 30,6% no GDP.pdf, um dos dez melhores resultados entre todos os modelos em perguntas sobre PDFs profissionais longos. Quando não sabe a resposta de uma pergunta de conhecimento, ele diz isso em vez de inventar em 79,1% dos casos

Na Overchat AI, o Muse Wonder está no mesmo chat que o Muse Spark, o Claude e o GPT-⁠6, então você pode perguntar a ele, anexar um arquivo e trocar de modelo sem começar de novo

Desenvolvedor

Muse Wonder vs outros modelos

O Muse Wonder está em 11º lugar no Artificial Analysis Intelligence Index entre 54 modelos

Artificial Analysis Intelligence Index44#11 de 54 modelosMelhor que 79% de 54 modelos

#9de 148 modelosGDP.pdfPerguntas sobre PDFs profissionais longos, com tabelas, gráficos e letras miúdas30,6%
#11de 142 modelosSciCodeCódigo Python para computação científica60,3%
#13de 111 modelosSem inventar fatosCom que frequência o modelo diz que não sabe em vez de inventar uma resposta79,1%
#15de 150 modelosAutomationBenchFluxos de trabalho de empresas que um agente executa em vários apps68,1%

Fonte: Artificial Analysis

Compare o Muse Wonder

Muse Wonder vs Kimi K3.1 Pro

O Muse Wonder pontua mais que o Kimi K3.1 Pro em 3 de 7 benchmarks. A maior vantagem é no FrontierCode 2.0: 27.9% contra 25.5%. O Kimi K3.1 Pro está à frente no Terminal-Bench 4.0: 67.2% contra 52.0%. O Muse Wonder escreve 980 tokens por segundo, o Kimi K3.1 Pro escreve 340

Benchmarks vencidos: Muse Wonder: 3; Kimi K3.1 Pro: 4
Pontuação média: Muse Wonder: 42.0%; Kimi K3.1 Pro: 45.5%
Velocidade de saída, tokens/s: Muse Wonder: 980; Kimi K3.1 Pro: 340
Tempo até o primeiro token, s (escala logarítmica): Muse Wonder: 8.7; Kimi K3.1 Pro: 7.4

Kimi K3.1 Pro à frenteMuse Wonder à frente

FrontierCode 2.0+2.4
HLE-Diamond+1.7
CritPt v2 Hard+1.0
GDP.pdf−0.8
AutomationBench−5.2
Terminal-Bench-Science−8.6
Terminal-Bench 4.0−15.2

Muse Wonder vs GPT-6.1 Terra

O Muse Wonder pontua mais que o GPT-⁠6.1 Terra em 2 de 7 benchmarks. A maior vantagem é no AutomationBench: 68.1% contra 60.2%. O GPT-⁠6.1 Terra está à frente no Terminal-Bench-Science: 57.6% contra 25.7%. O Muse Wonder escreve 980 tokens por segundo, o GPT-⁠6.1 Terra escreve 75

Benchmarks vencidos: Muse Wonder: 2; GPT-6.1 Terra: 5
Pontuação média: Muse Wonder: 42.0%; GPT-6.1 Terra: 51.4%
Velocidade de saída, tokens/s: Muse Wonder: 980; GPT-6.1 Terra: 75
Tempo até o primeiro token, s (escala logarítmica): Muse Wonder: 8.7; GPT-6.1 Terra: 4.3

GPT-6.1 Terra à frenteMuse Wonder à frente

AutomationBench+7.9
GDP.pdf+2.0
Terminal-Bench 4.0−3.6
HLE-Diamond−8.3
FrontierCode 2.0−14.4
CritPt v2 Hard−17.5
Terminal-Bench-Science−31.9

Muse Wonder vs Grok 4.7

O Muse Wonder pontua mais que o Grok 4.7 em 6 de 7 benchmarks. A maior vantagem é no Terminal-Bench 4.0: 52.0% contra 25.8%. O Grok 4.7 está à frente no FrontierCode 2.0: 28.7% contra 27.9%. O Muse Wonder escreve 980 tokens por segundo, o Grok 4.7 escreve 81

Benchmarks vencidos: Muse Wonder: 6; Grok 4.7: 1
Pontuação média: Muse Wonder: 42.0%; Grok 4.7: 29.7%
Velocidade de saída, tokens/s: Muse Wonder: 980; Grok 4.7: 81
Tempo até o primeiro token, s (escala logarítmica): Muse Wonder: 8.7; Grok 4.7: 8.9

Grok 4.7 à frenteMuse Wonder à frente

Terminal-Bench 4.0+26.2
CritPt v2 Hard+17.0
HLE-Diamond+15.8
Terminal-Bench-Science+14.3
GDP.pdf+10.6
AutomationBench+2.5
FrontierCode 2.0−0.8

Muse Wonder vs Muse Spark

O Muse Wonder pontua mais que o Muse Spark em 7 de 7 benchmarks. A maior vantagem é no Terminal-Bench 4.0: 52.0% contra 33.3%. O Muse Wonder escreve 980 tokens por segundo, o Muse Spark escreve 1129

Benchmarks vencidos: Muse Wonder: 7; Muse Spark: 0
Pontuação média: Muse Wonder: 42.0%; Muse Spark: 33.4%
Velocidade de saída, tokens/s: Muse Wonder: 980; Muse Spark: 1129
Tempo até o primeiro token, s (escala logarítmica): Muse Wonder: 8.7; Muse Spark: 6.2

Muse Spark à frenteMuse Wonder à frente

Terminal-Bench 4.0+18.7
Terminal-Bench-Science+14.7
AutomationBench+10.2
HLE-Diamond+5.3
FrontierCode 2.0+4.8
GDP.pdf+4.0
CritPt v2 Hard+2.5

Melhor modelo por caso de uso

Pontuação média do Muse Wonder e de 4 outros modelos por caso de uso

Código
?Média de 3 testes
1. 1GPT-6.1 Terra51.8%
2. 2Kimi K3.1 Pro42.3%
3. 3Muse Wonder35.2%
4. 4Muse Spark22.5%
5. 5Grok 4.722.0%
Trabalho intelectual
?Média de 2 testes
1. 1Kimi K3.1 Pro52.3%
2. 2Muse Wonder49.3%
3. 3GPT-6.1 Terra44.4%
4. 4Grok 4.742.8%
5. 5Muse Spark42.3%
Raciocínio
?Média de 2 testes
1. 1GPT-6.1 Terra57.6%
2. 2Muse Wonder44.8%
3. 3Kimi K3.1 Pro43.4%
4. 4Muse Spark40.9%
5. 5Grok 4.728.4%

Benchmarks do Muse Wonder

Compare o Muse Wonder com 4 outros modelos em 7 benchmarks que medem código, trabalho intelectual e raciocínio

Ordem

Código

Terminal-Bench 4.0?52.0%−15.2
FrontierCode 2.0?27.9%−14.4
Terminal-Bench-Science?25.7%−31.9

Trabalho intelectual

AutomationBench?68.1%−5.2
GDP.pdf?30.6%−0.8

Raciocínio

HLE-Diamond?39.0%−8.3
CritPt v2 Hard?50.5%−17.5

Fontes: Meta, Introducing Muse Wonder (12/10/2026), Artificial Analysis, Muse Wonder e Muse Wonder Full

Velocidade do Muse Wonder

A velocidade de saída é a rapidez com que o modelo escreve (tokens por segundo, quanto maior, melhor). O tempo até o primeiro token é quanto você espera até a resposta começar (quanto menor, melhor)

Velocidade de saída e tempo até o primeiro token de 35 modelos

?Percentil

Tempo até o primeiro token, s (escala logarítmica)

Velocidade de saída, tokens/s (escala logarítmica)

Velocidade de saída e tempo até o primeiro token de 35 modelos
Modelos	Velocidade de saída, tokens/s (escala logarítmica)	Tempo até o primeiro token, s (escala logarítmica)
GPT-6 Luna	143	2.4
GPT-6.1 Terra	75	4.3
GPT-6.1 Sol	58	2.9
GPT-6 Astra	48	3.2
Claude Opus 5.5	88	1.9
Claude Opus 5	54	2.6
Claude Opus 4.8	59	1.3
Claude Fable 5.2	84	2.3
Claude Sonnet 5.5	102	1
Claude 5 Sonnet	215	10.5
Claude Sonnet 4.6	220	10.8
Claude Haiku 5.5	167	2.1
Gemini 4 Carbon	169	29.5
Gemini 4 Argon	91	6
Gemini 3.8 Flash	203	7.5
Gemini 3 Pro	270	11.2
Grok 4.7	81	8.9
Grok 4.6	290	32
Qwen 3.8 Max	81	30.6
DeepSeek V4 Pro	144	1.1
DeepSeek V4.1 Flash	422	2.2
Mistral Large 4	226	8.6
Hy4	214	37.7
ERNIE 5.5 Flash	405	2.7
Muse Wonder	980	8.7
Muse Spark	1129	6.2
Kimi K3.1 Pro	340	7.4
Kimi K3	338	5.9
GLM 5.3	197	1.2
Flint	194	12.3
Llama 4	81	0.7
Claude 4.5 Haiku	162	0.9
MiniMax M3	169	4.5
MiniMax M3.1 Flash	656	7.2
Kimi K2.7 Code	455	3.6

Teste de digitação

Todos os modelos escrevem a mesma resposta. O teste espera o tempo do modelo até o primeiro token, depois imprime o texto na velocidade de saída do modelo e mostra o tempo total

Tamanho da resposta

Muse Wonder980 tokens/s8.7 s até o primeiro token
Kimi K3.1 Pro340 tokens/s7.4 s até o primeiro token
GPT-6.1 Terra75 tokens/s4.3 s até o primeiro token
Grok 4.781 tokens/s8.9 s até o primeiro token

Fonte: Overchat AI, 2026-11-11

Veja como o Muse Wonder responde

Exemplos de respostas do Muse Wonder a 3 prompts: Achar o problema, Simular um pêndulo e Checar um fato. Cada resposta é a saída do modelo, sem edições

Os últimos seis meses da minha loja online: visitas 42 mil, 45 mil, 47 mil, 51 mil, 50 mil, 53 mil; pedidos 1.260, 1.280, 1.240, 1.230, 1.150, 1.140; reembolsos 38, 41, 52, 66, 71, 80. Encontre os dois maiores problemas e sugira uma solução para cada, em uma tabela curta. Responda em português.

Muse Wonder

Problema	Evidência nos 6 meses	Solução sugerida
1. Queda na conversão	Visitas subiram 26% (42 mil → 53 mil), mas pedidos caíram 9,5% (1.260 → 1.140). Conversão: 3,0% → 2,15%.	Auditar a origem do tráfego novo (pode ser pouco qualificado) e otimizar página do produto e checkout: velocidade, frete, preço e formas de pagamento.
2. Aumento dos reembolsos	Reembolsos mais que dobraram: 38 → 80. Taxa sobre pedidos: 3,0% → 7,0%.	Levantar o motivo principal (defeito, atraso ou produto diferente do anunciado) e corrigir a causa: melhorar descrição/fotos, controle de qualidade e prazo de entrega.

Escreva uma função em Python que simule um pêndulo amortecido com o método RK4 e devolva o ângulo ao longo do tempo. Use menos de 40 linhas e explique a escolha do passo de tempo em uma frase. Responda em português.

Muse Wonder

python

import numpy as np

def pendulo_amortecido(theta0=0.5, omega0=0.0, tempo_final=10.0, dt=0.01,
                       comprimento=1.0, amortecimento=0.1, g=9.81):
    def derivadas(y):
        theta, omega = y
        return np.array([omega, -amortecimento * omega - (g / comprimento) * np.sin(theta)])

    n = int(tempo_final / dt) + 1
    tempo = np.linspace(0, tempo_final, n)
    y = np.array([theta0, omega0], dtype=float)
    angulo = np.empty(n)
    angulo[0] = y[0]

    for i in range(1, n):
        k1 = derivadas(y)
        k2 = derivadas(y + dt / 2 * k1)
        k3 = derivadas(y + dt / 2 * k2)
        k4 = derivadas(y + dt * k3)
        y += (dt / 6) * (k1 + 2 * k2 + 2 * k3 + k4)
        angulo[i] = y[0]

    return tempo, angulo

Escolhi dt=0,01 s porque ele é muito menor que o período natural do pêndulo (cerca de 2 s para comprimento=1 m), garantindo boa precisão ao RK4 com custo computacional baixo.

Quem foi a primeira pessoa a andar na Lua, e quem foi a 13ª? Se alguma parte da pergunta não tiver resposta real, diga isso em vez de chutar.

Muse Wonder

A primeira pessoa a andar na Lua foi Neil Armstrong, da missão Apollo 11, em julho de 1969.

A 13ª pessoa não existe — pelo menos até hoje, apenas 12 pessoas andaram na Lua:

Neil Armstrong (Apollo 11)
Buzz Aldrin (Apollo 11)
Pete Conrad (Apollo 12)
Alan Bean (Apollo 12)
Alan Shepard (Apollo 14)
Edgar Mitchell (Apollo 14)
David Scott (Apollo 15)
James Irwin (Apollo 15)
John Young (Apollo 16)
Charles Duke (Apollo 16)
Eugene Cernan (Apollo 17)
Harrison Schmitt (Apollo 17)

A última foi em 1972, na Apollo 17, então não há uma 13ª pessoa para indicar.

Mais prompts para testar com o Muse Wonder

Em que o Muse Wonder se destaca

Agentes e fluxos de trabalho
O Muse Wonder executa fluxos de trabalho em apps de vendas, suporte e finanças, com 68,1% no AutomationBench, à frente do GPT-⁠6.1 Terra e do Grok 4.7
Relatórios e PDFs longos
O Muse Wonder responde a perguntas sobre PDFs profissionais longos, com tabelas, gráficos e letras miúdas, com 30,6% no GDP.pdf, um dos dez melhores resultados entre todos os modelos
Respostas confiáveis
O Muse Wonder diz quando não sabe: em 79,1% das perguntas de conhecimento que não consegue responder, ele admite isso em vez de inventar um fato
Código e ciência
O Muse Wonder escreve código científico, com 60,3% no SciCode, e conclui tarefas difíceis no terminal, com 52,0% no Terminal-Bench 4.0

Como usar o Muse Wonder na Overchat AI

Use o chat do topo desta página ou o app da Overchat AI na web, no iOS ou no Android

01
Escolha o Muse Wonder
Ele já vem selecionado no chat desta página. No app da Overchat AI, abra a lista de modelos ao lado do campo de mensagem e selecione o Muse Wonder
02
Anexe seu código ou um arquivo
Adicione código, um documento, uma planilha ou um print e escreva o que você precisa: o resultado, o formato e o que deve continuar igual
03
Continue no mesmo chat
Faça outra pergunta, peça testes ou uma versão mais curta, ou troque de modelo sem perder a conversa

Por que usar o Muse Wonder na Overchat AI

Uma conta para chat, imagens e vídeo, em todos os dispositivos

O Superchat escolhido no lugar do Muse Wonder: um pedido feito pelo Claude Opus 5.5 (o roteiro) e pelo Nano Banana 2.1 (o pôster)

Agente de IA Superchat

O Superchat Agent envia sua mensagem automaticamente para o modelo mais adequado à tarefa. Ele gera imagens e vídeos, usa as ferramentas de IA da Overchat AI e aprende com suas interações para melhorar com o tempo

Campo de mensagem com um PDF, uma planilha e um print de dashboard anexados, o Muse Wonder selecionado e uma mensagem de voz sendo gravada

Converse com imagens e arquivos

Envie PDFs, planilhas, código e prints e pergunte ao Muse Wonder sobre eles. Você também pode ditar a mensagem em vez de digitar

Uma imagem feita com o Nano Banana 2.1 e um vídeo de surfe feito com o Seedance 2.5

Vá além do texto

Gere imagens com Nano Banana e GPT Image e vídeos com Seedance e Kling na mesma conta, com os mesmos créditos do chat

Na web e no iPhone

Comece um chat no notebook e termine no celular. O app da Overchat AI tem os mesmos modelos, e seus chats ficam em uma única conta em todos os dispositivos

Modelos Meta na Overchat AI

Compare 4 modelos Meta na Overchat AI por velocidade de saída, tempo até o primeiro token e preço de uma mensagem

Modelos

Velocidade de saída, tokens/s

Primeiro token, s

Créditos por mensagem?

Muse WonderEsta página

980

8.7

Muse Spark

1129

6.2

Muse Ember

—

Llama 4

0.7

Fonte: Overchat AI, 2026-11-11

Conheça outros modelos

Os modelos marcados como Em breve estão chegando à Overchat AI; os outros já estão disponíveis

Mais modelos

Saiba mais sobre modelos de IA

Todos os artigos

Testamos o Gemini 4 Argon contra Claude Opus 5.5, GPT-⁠6 Astra e Muse Wonder

Testamos o Gemini 4 Argon contra Claude Opus 5.5, GPT-⁠6 Astra e Muse Wonder em três tarefas de programação. Veja benchmarks, velocidade e como usar

Muse Wonder vs Muse Spark: testamos o novo modelo da Meta

Comparamos o Muse Wonder e o Muse Spark 1.3 em lógica, escrita e programação. Veja benchmarks e qual modelo da Meta é melhor

10 melhores plataformas de IA tudo-em-um em 2026: por que uma assinatura de IA vale mais que várias

Compare as 10 melhores plataformas de IA tudo-em-um em 2026: preços, planos gratuitos e os modelos mais recentes, do Overchat AI ao Poe e ao Krater

Perguntas frequentes sobre o Muse Wonder

Se tiver qualquer dúvida,
fale com a gente em hello@overchat.ai

Atualizado em 11 de novembro de 2026

O Muse Wonder é o modelo Muse mais capaz da Meta, lançado em 12 de outubro de 2026. Ele é feito para agentes, trabalho intelectual e código, lê texto, imagens, vídeo, áudio e PDFs e guarda até 1 milhão de tokens em uma conversa. Ele leva o contexto importante de uma conversa para outra e continua trabalhando em tarefas difíceis tentando outros caminhos

O Muse Wonder Full é a versão mais forte do Muse Wonder, com 50 contra 44 no Intelligence Index da Artificial Analysis. Ele só está na assinatura do Muse Code da Meta, enquanto o Muse Wonder está na Meta Model API, no OpenRouter e na Overchat AI

Sim. O Muse Wonder marca mais em todos os testes que tem em comum com o Muse Spark 1.3: 52,0% no Terminal-Bench 4.0 contra 33,3%, 68,1% no AutomationBench contra 57,9% e 39,0% no HLE-Diamond contra 33,7%. O Muse Spark gasta menos créditos por mensagem na Overchat AI, então é uma boa escolha para tarefas mais simples

O Muse Wonder está à frente ao escrever código pronto para o merge e em perguntas difíceis de raciocínio, com 27,9% no FrontierCode 2.0 contra 25,5% e 39,0% no HLE-Diamond contra 37,3%. O Kimi K3.1 Pro é mais forte em tarefas no terminal, com 67,2% no Terminal-Bench 4.0 contra 52,0%. Os dois modelos estão na Overchat AI

O Muse Wonder executa tarefas de agentes com várias etapas, responde a perguntas sobre relatórios e PDFs longos, escreve e corrige código e lê imagens, vídeo e áudio. Na Overchat AI, anexe um arquivo ou um print e pergunte sobre ele

O Muse Wonder guarda até 1 milhão de tokens em uma conversa, cerca de 750 mil palavras, e escreve até 943.718 tokens em uma resposta

Escreva sua mensagem no chat do topo desta página, anexe um arquivo se precisar e toque em Enviar. Depois de fazer login, o Muse Wonder responde no chat da Overchat AI, onde você pode continuar a conversa na web, no iOS ou no Android e trocar de modelo a qualquer momento

Mais ferramentas

Gerador de Código com IA Resumidor de Texto com IA AI Playground Claude Fable 5.2 GPT-6.1 Terra Gemini 4 Carbon Kimi K3.1 Pro Hy4

Sobre o Overchat AI: o Overchat AI (às vezes escrito "Overchat") é uma plataforma de IA tudo-em-um (chat com vários modelos de IA / agregador de IA / alternativa ao ChatGPT) que dá acesso aos principais modelos de IA do mundo — incluindo GPT-⁠6, Claude Opus 5.5, Gemini 3.8, Grok 4.7, DeepSeek V4 Pro e muitos outros — em uma única interface de chat e uma única assinatura. Em vez de pagar separadamente por ChatGPT Plus, Claude Pro e Gemini Advanced, os usuários têm todos os modelos de ponta em um só lugar por um preço total menor. A plataforma reúne chat, geração de imagens (Nano Banana, Seedream, Qwen Image, Flux), geração de vídeos (Kling, Seedance, Wan, Sora), ChatPDF, resolvedor de lição de casa, busca na web e mais de 100 ferramentas de IA especializadas — de criadores de currículo e redatores de redação a assistentes de código e detectores de IA. Arquivos, PDFs, imagens e links podem ser anexados a qualquer conversa. O Overchat AI é usado por mais de 1 milhão de pessoas no mundo todo, incluindo estudantes, escritores, desenvolvedores, profissionais de marketing, pesquisadores e donos de pequenas empresas que precisam de acesso confiável a vários modelos de IA sem fazer malabarismo com assinaturas. Está disponível na web em overchat.ai e no iOS

Muse Wonder

Sobre o Muse Wonder

Muse Wonder vs outros modelos

Compare o Muse Wonder

Muse Wonder vs Kimi K3.1 Pro

Muse Wonder vs GPT-6.1 Terra

Muse Wonder vs Grok 4.7

Muse Wonder vs Muse Spark