발표와 독립 지표 사이의 간격

메타 발표에 따르면 뮤즈 원더는 회사 최초의 프론티어 모델로 자체 테스트 기준 Fable 5.1·GPT-6 아스트라와 "비슷한 수준"이라고 전했습니다. 테크크런치와 와이어드 등 복수 매체도 이 모델을 프론티어급으로 평가했습니다. 인공지능분석(AI) 종합지수에서 뮤즈 원더 풀은 56점으로 GPT-6 아스트라와 페이블 5.1의 점수를 상회했습니다.

종합 1위는 여전히 앤트로픽

출처: 조사 출처

발표 문구와 어긋나는 수치가 있습니다. '따라잡았다'는 표현과 달리 종합 1위는 여전히 클로드 오퍼스 5.5의 58점이며, 메타 모델은 추월이 아니라 근접 수준입니다. 일부 개별 벤치마크에서도 열세가 나타납니다. 터미널벤치 4.0에서 57.1점으로 GPT-6 아스트라(59.1점)·오퍼스 5.5(59.6점)보다 낮았고, 헬스벤치 프로에서도 62.3점으로 두 모델(65.3점·65.6점)에 뒤졌습니다.

공개된 버전과 최고 성능의 차이

외부에서 검증 가능한 표준 버전의 점수는 52점으로 GPT-6 아스트라(53점)보다 낮습니다. 최고 성능인 뮤즈 원더 풀은 API가 제공되지 않고 뮤즈 코드 구독자 전용이라 독립 검증이 제한됩니다. 벤처비트는 메타 모델카드가 자체 평가와 벤더 제공 점수를 혼합한 방법론적 한계도 지적했습니다.

앞으로 확인할 지점

'경쟁사를 따라잡았다'는 발언은 최상위 모델과의 2점 차 근접이라는 수치로 볼 때 대체로 사실이지만, '모든 경쟁사를 앞섰다'로 확대하면 과장입니다. 최고 성능 버전의 API 공개 여부와 이후 분기의 독립 벤치마크 결과가 이 근접이 일시인지 구조적 전환인지를 가를 지점입니다.