Meta lança Muse Wonder e Muse Wonder Full com novas salvaguardas e preços

A 12 de outubro de 2026, a Meta anunciou o lançamento de dois novos modelos de linguagem de grande escala, Muse Wonder e Muse Wonder Full, descrevendo‑os como os seus modelos mais performantes até à data (Source 1).

O Muse Wonder está imediatamente disponível para programadores através da Model API da Meta e da plataforma Muse Code, enquanto o Muse Wonder Full está restrito apenas a subscritores do Muse Code (Source 1).

Capacidades principais para agentes pessoais e profissionais

Ambos os modelos destinam‑se a tarefas agentivas em diversos setores. São promovidos para gestão de sinistros de seguros, interpretação de contratos de arrendamento, análise financeira e fluxos de trabalho na saúde (Source 1).

Do ponto de vista técnico, os modelos incorporam dois mecanismos inovadores: a “Memória Ativa” mantém o contexto conversacional relevante e o “Foco Ativo” permite ao sistema persistir perante dificuldades, experimentar abordagens alternativas e solicitar esclarecimentos quando necessário (Source 1).

Segurança e prevenção de uso indevido

A Meta afirma que o Muse Wonder inclui as suas salvaguardas mais robustas até hoje, recusando‑se a partilhar informações privadas sem permissão explícita e a auxiliar em ações perigosas (Source 2).

Uma avaliação completa de segurança, usando o “Superintelligence Scaling Framework” da Meta, está prevista para publicação nas próximas semanas, segundo declarações da própria empresa (Source 1).

Estrutura de preços para programadores e empresas

O acesso ao Muse Wonder através da aplicação Muse requer uma subscrição mensal de 20 USD para uso básico ou 100 USD para níveis de volume mais elevados (Source 2).

O Muse Wonder Full, a variante mais potente, será oferecido através do Muse Code com opções de subscrição de 50 USD por mês para acesso padrão ou 200 USD para uso premium (Source 2).

• 20 USD/mês Muse Wonder básico
• 100 USD/mês Muse Wonder de alto volume
• 50 USD/mês Muse Wonder Full padrão
• 200 USD/mês Muse Wonder Full premium

O modelo subjacente, com o nome‑código “Watermelon”, foi treinado especificamente para lidar com obstáculos inesperados e bloqueios de tarefas, experimentando múltiplas estratégias antes de regressar ao utilizador para orientação (Source 2).

Após o lançamento da aplicação Muse um mês antes, esta subiu rapidamente ao topo das classificações da App Store da Apple, apesar da aplicação base permanecer gratuita; o motor de receita são os planos de subscrição em camadas (Source 2).

A análise das novas salvaguardas introduzidas nos modelos Muse Wonder e Muse Wonder Full revela um conjunto de restrições que visam impedir a divulgação não autorizada de informações pessoais e a facilitação de comportamentos de risco. Estas medidas, descritas como as mais robustas até à data, operam através de filtros de conteúdo que bloqueiam solicitações que impliquem a partilha de dados sensíveis sem consentimento explícito, bem como a geração de instruções que possam ser usadas para fins perigosos. A eficácia destas barreiras depende de algoritmos de deteção que avaliam a intenção subjacente da consulta, o que implica uma camada adicional de controlo que, embora aumente a segurança, pode também gerar falsos positivos, limitando a utilidade em casos legítimos de necessidade de informação detalhada.

Do ponto de vista da arquitetura técnica, os mecanismos de “Memória Ativa” e “Foco Ativo” introduzem novas dimensões de persistência e adaptabilidade nos agentes. A Memória Ativa permite que o modelo mantenha um contexto relevante ao longo de interacções prolongadas, reduzindo a necessidade de reintroduzir informações previamente fornecidas. Contudo, esta capacidade levanta questões sobre a gestão de dados temporários e a possibilidade de retenção inadvertida de informações sensíveis, o que requer políticas claras de expiração e limpeza de memória. O Foco Ativo, por sua vez, habilita o modelo a experimentar estratégias alternativas quando encontra impasses, mas também pode prolongar o tempo de resposta e gerar caminhos de raciocínio que, se não forem suficientemente controlados, poderiam conduzir a conclusões inesperadas ou enviesadas.

A avaliação de segurança anunciada, baseada no “Superintelligence Scaling Framework”, constitui um passo importante para validar a robustez dos novos modelos antes da sua adoção em larga escala. Embora a publicação dos resultados ainda esteja pendente, a existência de um quadro estruturado indica que a Meta pretende medir não só a resistência a ataques externos, mas também a capacidade de mitigar falhas internas, como a geração de respostas inadequadas. A verificação contínua, através de testes de penetração e auditorias de viés, será crucial para garantir que as salvaguardas não se tornem meras declarações de intenção, mas sim mecanismos operacionais comprovados.

Os planos de subscrição apresentados para programadores e empresas introduzem uma estrutura de preços segmentada que busca equilibrar acessibilidade e rentabilidade. Enquanto o nível básico de 20 USD/mês oferece uma porta de entrada para desenvolvedores individuais, as opções de alto volume e premium fornecem escalabilidade para organizações que pretendem integrar a IA em fluxos de trabalho críticos. Contudo, a existência de múltiplas camadas pode criar barreiras para pequenas e médias empresas que necessitam de funcionalidades avançadas mas não dispõem de recursos para subscrições mais elevadas, limitando a democratização da tecnologia e potencialmente reforçando a concentração de poder nas mãos de grandes corporações.

A integração imediata via Model API e a plataforma Muse Code permite que as empresas de língua portuguesa implementem rapidamente soluções baseadas em IA nos seus sistemas internos. Esta capacidade de integração traz benefícios tangíveis, como a automação de processos de análise de contratos e a melhoria da eficiência na gestão de sinistros, reduzindo custos operacionais e acelerando a tomada de decisão. Contudo, a dependência de uma API externa implica considerações de latência, disponibilidade e conformidade com normas regulatórias locais, exigindo que as organizações implementem estratégias de contingência e monitorização para garantir a continuidade do serviço.

Em termos de consequências práticas, a presença de salvaguardas reforçadas e mecanismos de memória avançados pode transformar a forma como as empresas abordam a privacidade e a responsabilidade legal ao usar IA. A capacidade de recusar a partilha de dados sem consentimento explícito reduz o risco de violações de privacidade, enquanto a possibilidade de solicitar esclarecimentos quando confrontada com ambiguidades aumenta a transparência nas interacções. No entanto, a necessidade de equilibrar segurança com usabilidade pode levar a situações em que a IA, ao prevenir a divulgação de informação legítima, obrigue os utilizadores a recorrer a processos manuais adicionais, impactando a produtividade e exigindo treinamento especializado para contornar essas limitações.

Para organizações de língua portuguesa, o lançamento significa acesso imediato a uma IA agentiva de alto desempenho que pode ser integrada em ferramentas internas via API, com níveis de preço claros e controlos de segurança robustos que reduzem a exposição legal e simplificam a conformidade com as normas de privacidade de dados.