Muse Wonder : Meta sort l'artillerie et ose faire payer 100 $

Meta a passé quinze ans à donner. Réseau social gratuit, modèles Llama en téléchargement libre, assistant inclus dans WhatsApp. Avec Muse Wonder, annoncé le 12 octobre, l'entreprise fait quelque chose qu'elle n'avait jamais vraiment tenté : elle met son meilleur produit derrière une caisse. Et pas une caisse timide — jusqu'à 100 dollars par mois.

Ce qui a été annoncé

Deux modèles, pas un :

• Muse Wonder, accessible via la Meta Model API et Muse Code, et qui alimentera bientôt les expériences de l'application Muse — d'abord pour les abonnés.
• Muse Wonder Full, la version haute gamme, réservée aux abonnés Muse Code.

Meta les présente comme ses modèles les plus capables à ce jour, des modèles de frontière conçus pour les tâches agentiques personnelles et professionnelles. Les exemples donnés par l'entreprise sont volontairement terre à terre : suivre une déclaration de sinistre auprès d'une assurance, décortiquer un contrat de bail, construire une application qui fonctionne. Les secteurs visés sont nommés : juridique, finance, santé, et le code.

Le calendrier compte. Muse Wonder arrive quatorze mois après le grand chambardement de la division IA de Meta, et s'appuie sur les fondations de Muse Spark, sorti en avril 2026. Pour une maison qui a enchaîné les départs, les réorganisations et les recrutements à neuf chiffres, c'est un résultat à montrer.

Active Memory et Active Focus : les deux arguments

Meta ne vend pas des points de benchmark. Il vend deux comportements.

Active Memory. Le modèle conserve et retrouve les éléments pertinents d'une conversation à l'autre : préférences de l'utilisateur, instructions passées, tâches en cours. Meta revendique de meilleurs résultats que ses concurrents sur MemoryBench.

L'enjeu n'est pas cosmétique. Un agent qui oublie est un agent qu'on doit rebriefer tous les matins, et le coût de ce rebriefing annule souvent le gain promis. Quiconque a essayé de faire suivre un dossier sur plusieurs semaines par un assistant conversationnel connaît la sensation.

Active Focus. Le modèle est entraîné à continuer quand ça bloque : essayer une autre approche, se remettre d'une erreur, et revenir vers l'utilisateur avant une action aux conséquences sérieuses, plutôt que de s'arrêter net.

Alexandr Wang, qui dirige l'IA chez Meta, résume le problème sans détour : dans les tâches du monde réel, on rencontre des obstacles, des imprévus, des contretemps. C'est la bonne description de l'échec des agents de 2025. Ils ne butaient pas sur l'intelligence, ils butaient sur un bouton introuvable, un formulaire qui refusait un format de date, un site qui renvoyait une erreur 500. L'agent s'arrêtait, et l'humain reprenait tout.

Le prix : 20 ou 100 dollars, et une API cassée

Là se trouve la vraie information stratégique.

Pour utiliser le modèle dans l'application Muse, l'utilisateur doit souscrire un abonnement mensuel de 20 dollars ou de 100 dollars. Les deux paliers sont désormais standards dans le secteur, mais venant de Meta, ils signalent un virage complet : l'entreprise qui monétisait par la publicité demande de l'argent directement.

En parallèle, Wang annonce que la tarification de l'API restera nettement en dessous des offres comparables d'OpenAI et d'Anthropic.

Les deux mouvements ensemble dessinent une stratégie cohérente, et assez agressive. Côté grand public, Meta accepte de vendre cher pour installer l'idée que son agent vaut un abonnement. Côté développeurs, il casse le prix pour capter les volumes et devenir l'infrastructure par défaut de la prochaine vague d'applications. Vendre haut aux utilisateurs, vendre bas aux bâtisseurs — Amazon a construit un empire avec ce genre d'asymétrie.

Face à GPT-6 Astra, Claude Fable 5.1 et Opus 5.5

Meta se positionne explicitement contre les modèles de frontière d'OpenAI, d'Anthropic et de Google, et cite les noms : GPT-6 Astra, Claude Fable 5.1, Opus 5.5.

Et c'est là qu'il faut lire le communiqué avec des yeux de sceptique. L'annonce officielle ne contient aucun score de benchmark détaillé. Pas de tableau comparatif, pas de scores chiffrés sur les suites d'évaluation agentique habituelles. La seule revendication quantifiée concerne MemoryBench — une évaluation sur la mémoire, c'est-à-dire précisément le terrain que Meta a choisi comme différenciateur.

Ce n'est pas disqualifiant. C'est juste une habitude du secteur à connaître : on publie les benchmarks où on gagne, et on parle de capacités générales là où on ne gagne pas. Les évaluations indépendantes trancheront dans les semaines qui viennent, et elles arrivent vite désormais.

Sécurité : le discours et l'accroc

Meta affirme avoir entraîné ces modèles à ne pas partager d'informations privées sans consentement, à refuser les requêtes visant des activités nuisibles, et revendique ses protections les plus solides à ce jour contre les usages CBRN — chimique, biologique, radiologique, nucléaire — et les détournements cyber. L'entreprise souligne aussi que les développeurs peuvent utiliser le modèle pour chercher des failles dans leur propre code.

Sauf que des utilisateurs ont signalé des accès non autorisés à des messages personnels. Meta contexte ces signalements.

Impossible de trancher de l'extérieur à ce stade. Mais le simple fait que cette accusation circule le jour du lancement d'un modèle doté d'une mémoire persistante pose le problème central de cette génération de produits. Un agent qui mémorise vos préférences mémorise aussi vos documents, vos échanges, vos dossiers en cours. La mémoire est la fonctionnalité et la surface d'attaque. Les deux ne se séparent pas.

Pour une entreprise dont l'historique en matière de données personnelles comprend Cambridge Analytica, l'exigence de preuve est légitimement plus élevée que pour un nouveau venu.

Ce que ça change pour qui travaille

Trois conséquences concrètes, à court terme.

La bataille se déplace de la réponse vers la tâche. On ne compare plus des modèles sur la qualité d'un paragraphe mais sur leur capacité à terminer un enchaînement de vingt étapes dans de vrais logiciels. Le critère devient le taux d'achèvement, pas l'élégance.

Le prix de l'API va baisser. Si Meta tient son engagement de tarifs nettement inférieurs, OpenAI et Anthropic s'aligneront ou expliqueront pourquoi ils ne le font pas. Pour les PME et les indépendants qui construisent dessus, c'est la meilleure nouvelle de l'annonce.

La question de la délégation devient sérieuse. Un agent qui agit avant de demander, c'est une nouvelle catégorie de risque — commercial, juridique, réputationnel. Active Focus prévoit de vérifier auprès de l'utilisateur avant les actions conséquentes. Le mot « conséquent » est défini par Meta, pas par vous. C'est le genre de détail qu'on découvre le jour où un agent a envoyé le mauvais e-mail au bon client.

À suivre dans les prochaines semaines

Trois choses à surveiller, dans l'ordre d'importance.

Les évaluations indépendantes sur les tâches agentiques longues, pas les démonstrations choisies. Le taux de conversion de l'application Muse vers l'abonnement payant, qui dira si Meta a réussi à faire payer un public biberonné au gratuit. Et la réaction tarifaire des concurrents, qui se lira dans les grilles d'API avant de se lire dans les communiqués.

Le reste — la course aux superlatifs, les noms de modèles de plus en plus lyriques — se périmera avant Noël.