Meta, yapay zeka alanında OpenAI ve Anthropic ile arasındaki açığı kapatma çabasının yeni bir aşamasına geçti. Şirket, ajan tabanlı yapay zeka (agentic AI) hamlesi kapsamında Muse Wonder ve Muse Wonder Full adlı iki yeni modelini duyurdu.

İki model de birden fazla aracın kullanılmasını, çok sayıda adımı ve saatler, hatta günler süren çalışmayı gerektiren karmaşık görevleri yerine getirmek üzere tasarlandı. Bu aşamada her iki modelin de ana odak noktası kodlama. Meta, finansal analiz, sigorta süreçleri ve diğer iş görevlerinde de potansiyel kullanım alanları görüyor.

Lansmanın zamanlaması, Meta'nın yapay zeka araştırma operasyonundaki geniş çaplı yeniden yapılanmasının bir parçası olmasıyla dikkat çekiyor. Şirket bir yandan hesaplama altyapısına büyük yatırımlar yaparken diğer yandan ekiplerini yeniden düzenleyerek önde gelen yapay zeka laboratuvarlarıyla yeniden rekabete girmeyi hedefliyor. Muse Wonder, bu çabanın ilk büyük sonuçlarından biri.

Ajanları daha güvenilir kılmak

Meta'nın öne çıkardığı özelliklerden biri Active Memory. Bu özellik, bir yapay zeka ajanının daha önceki etkileşimlerden bilgi hatırlamasını, o bilgiler artık güncel konuşmanın parçası olmasa bile mümkün kılıyor. Sohbet botlarında bu yaygın bir durum olsa da kurumsal verilerden daha karmaşık bilgilerin akılda tutulması farklı bir mesele.

Bir yazılım projesi üzerinde günlerce çalışan bir ajanı düşünün: süreç boyunca yeni bir özellik istenir, bazı testler başarısız olur, dosyaların düzeltilmesi gerekir ve ardından yeni talimatlar gelir. Proje yarılandığında ajanın tüm bu geçmişi hatırlaması gerekir. Ajan önemli bir şeyi unutursa en hafif senaryoda daha önce yapılmış işi tekrarlamak zorunda kalabilir; daha kötüsü, daha önce düzelttiği bir şeyi bozabilir. Meta, Active Memory ile tam da bu sorunu çözmeyi amaçlıyor.

Dikkat çeken bir diğer özellik Active Focus. Bu, bilgi hatırlamaktan çok ortaya çıkan sorunlarla başa çıkmakla ilgili. Ajan bir aracı çalıştırmayı dener ve başarısız olursa ya da aynı hatayla tekrar tekrar karşılaşırsa ne olacak? Meta'ya göre model, mevcut yaklaşımının işe yaramadığını fark edip başka bir yol deneyebiliyor. Ayrıca tahmin yürütmek yerine durup açıklama isteyebiliyor.

Rakamlar ve erişim koşulları

Her iki model de bir milyon token'lık bağlam penceresiyle geliyor, yani aynı anda oldukça fazla bilgiyi işleyebiliyor. Modeller yalnızca metinle de sınırlı değil; görüntü, video ve ses girdilerini de alabiliyor.

Kapsamlı yazılım geliştirme görevlerini içeren SWE-Marathon kıyaslamasında Muse Wonder Full %79 puan alırken Claude Opus 5.5 %74,2'de kaldı. Standart Muse Wonder modeli ise %78,8 ile yakın bir performans sergiledi. Bu sonuçlar Meta'nın yayımladığı verilere dayanıyor.

Ancak tablo diğer testlerde aynı netlikte değil. Artificial Analysis Intelligence Index, Muse Wonder Full'u 56, standart modeli ise 52 puanla konumlandırdı; Claude Opus 5.5 ise 58 puan aldı. Geliştiricilerin kendi projelerinde aynı avantajı görüp görmeyeceği ise henüz belirsiz.

Muse Wonder, Meta'nın API'si üzerinden milyon giriş token'ı başına 4 dolar, milyon çıkış token'ı başına 20 dolar fiyatla sunuluyor. Wonder Full ise aylık 50 dolardan başlayan Muse Code aboneliği gerektiriyor. Her iki model de Meta'nın devasa Prometheus veri merkezinde eğitildi.

Neden önemli

Meta'nın bu hamlesi, ajan tabanlı yapay zekanın rekabetin merkezine yerleştiğini gösteriyor. Modellerin saatler ve günler süren görevlerde kullanılabilmesi, yapay zekanın tek seferlik soru-cevap aracından sürekli çalışan bir iş akışı bileşenine dönüşme iddiasını güçlendiriyor. Active Memory ve Active Focus gibi özellikler, bu dönüşümün önündeki en somut engellere — bağlam kaybı ve hata döngülerine — yönelik doğrudan çözüm önerileri.

Öte yandan Meta'nın kendi yayımladığı kıyaslama sonuçları ile bağımsız değerlendirme arasındaki fark, benchmark rakamlarının tek başına belirleyici olmadığını hatırlatıyor. Kurumsal tarafta ise yanıtlanmayı bekleyen kritik bir soru var: yapay zeka ajanlarının şirket dosyalarına ve hassas bilgilere ne ölçüde erişebilmesi gerektiği ve hata yaptıklarında ne olacağı. Meta, özellikle karmaşık görevlerde hataların hâlâ yaşanabileceğini kabul ediyor. Etkileyici rakamların gölgesinde, yanıt bekleyen soruların sayısı az değil.