Meta เปิดตัวโมเดล Muse Wonder ท่ามกลางแรงผลักดัน AI แบบเสียเงินและคาดการณ์การใช้จ่าย 200,000 ล้านดอลลาร์

โมเดลใหม่สองรุ่นทดสอบการใช้จ่ายด้าน AI ของ Meta

Meta เปิดตัว Muse Wonder และ Muse Wonder Full เมื่อวันที่ 12 ตุลาคม 2026 โดยระบุว่าบริษัทกลับมาอยู่แถวหน้าของวงการปัญญาประดิษฐ์อีกครั้ง พร้อมจำกัดความสามารถใหม่ที่ทรงพลังที่สุดไว้สำหรับผู้ใช้แบบเสียเงิน การเปิดตัวครั้งนี้เชื่อมโยงกลยุทธ์สามด้านเข้าด้วยกัน ได้แก่ ผู้ช่วยส่วนตัวที่มีความสามารถมากขึ้น รายได้จากค่าสมาชิกและนักพัฒนา และการขยายขีดความสามารถด้านคอมพิวติ้งที่อาจมีค่าใช้จ่ายสูงขึ้นอย่างมาก

บริษัทคาดว่ารายจ่ายฝ่ายทุนในปี 2026 ซึ่งรวมเงินต้นที่ชำระตามสัญญาเช่าการเงิน จะอยู่ที่ 130,000 ล้านถึง 145,000 ล้านดอลลาร์ บริษัทบริการทางการเงิน Cantor Fitzgerald คาดการณ์ว่าการใช้จ่ายอาจสูงถึง 200,000 ล้านดอลลาร์ในปี 2027 ตัวเลขที่สูงกว่านี้เป็นการคาดการณ์จากภายนอก ไม่ใช่งบประมาณที่ Meta ประกาศไว้ หากเป็นจริง จะเพิ่มขึ้นราว 38% จากกรอบบนของประมาณการปีนี้ หรือราว 54% จากกรอบล่าง

โมเดลเหล่านี้เปิดตัวหลัง Llama 4 ในปี 2025 สร้างผลงานน่าผิดหวัง และ Meta ใช้เวลาราว 14 เดือนปรับโครงสร้างธุรกิจ AI ใหม่ โดยมุ่งเน้นการเขียนโปรแกรมขั้นสูงและงานที่เกี่ยวข้องกับเอกสารกฎหมาย ข้อมูลการเงิน และข้อมูลสุขภาพ นอกจากนี้ Meta ยังต้องการให้โมเดลขับเคลื่อนเอเจนต์ ซึ่งเป็นซอฟต์แวร์ที่ใช้เครื่องมือและลงมือทำงานได้ แทนที่จะเพียงตอบคำถาม

มีหลักฐานว่าโมเดลทำงานได้ดีขึ้น แต่ยังไม่ได้เหนือกว่าคู่แข่งทุกด้าน ผลการทดสอบพัฒนาซอฟต์แวร์ที่ Meta เผยแพร่ระบุว่าโมเดลทั้งสองทำคะแนนสูงกว่า Claude Opus 5.5 ของ Anthropic ในเกณฑ์วัดหนึ่ง ขณะที่ดัชนี Artificial Analysis อีกชุดจัดให้ Muse Wonder Full อยู่ต่ำกว่าคู่แข่งรายดังกล่าว โจทย์ทางธุรกิจในระยะใกล้คือ ความสามารถเหล่านี้จะทำให้ผู้คนใช้งานและยอมจ่ายเงินให้ผลิตภัณฑ์ของ Meta ต่อไปได้หรือไม่

ตอนนี้มีอะไรให้ใช้ และอะไรจะตามมาภายหลัง?

นักพัฒนาสามารถใช้ Muse Wonder ผ่าน Meta Model API และผู้ช่วยเขียนโปรแกรม Muse Code ส่วน Muse Wonder Full ซึ่งเป็นรุ่นที่มีความสามารถสูงกว่า เปิดให้ใช้เฉพาะผู้สมัครสมาชิก Muse Code เท่านั้น ทั้งสองโมเดลยังไม่เปิดให้ดาวน์โหลดสู่สาธารณะหรือให้ผู้ใช้ติดตั้งบนเซิร์ฟเวอร์ของตนเอง

ผู้ช่วยส่วนตัว Muse เป็นผลิตภัณฑ์แยกต่างหาก แอปใช้งานได้ฟรี ส่วนแพ็กเกจแบบเสียเงินให้สิทธิ์ใช้งานเพิ่มเติม Meta วางแผนเปิดตัว Wonder ในผู้ช่วยดังกล่าวให้ผู้สมัครสมาชิกก่อน แต่ยังไม่ประกาศวันเปิดใช้งานที่แน่นอนหรือกำหนดการเปิดให้ผู้ใช้วงกว้างขึ้น

ลำดับการเปิดตัวมีความสำคัญ เพราะการเปิดตัวโมเดลไม่ได้หมายความว่าผู้บริโภคทุกคนจะได้รับการอัปเกรดทันที พัฒนาการสำคัญมีดังนี้:

• ปี 2025: Llama 4 ทำผลงานต่ำกว่าความคาดหวัง ส่งผลให้ Meta ปรับโครงสร้างองค์กร AI และการสรรหาบุคลากร
• กันยายน 2026: Meta เปิดตัว Muse Spark และเอเจนต์ส่วนตัว Muse โดย Spark เป็นโมเดลแรกจากหน่วยงาน Meta Superintelligence Labs ที่ปรับโครงสร้างใหม่
• ปลายเดือนกันยายน 2026: Amazon บล็อกไม่ให้ Muse ซื้อสินค้าแทนผู้ใช้
• 12 ตุลาคม 2026: Muse Wonder และ Muse Wonder Full เปิดให้ใช้งานผ่านผลิตภัณฑ์สำหรับนักพัฒนาที่ประกาศไว้
• ขั้นต่อไป: มีแผนเปิดให้ผู้สมัครสมาชิก Muse ใช้ Wonder พร้อมกับโมเดลเฉพาะทางเพิ่มเติมและรายงานความปลอดภัยฉบับสมบูรณ์ แต่ยังไม่มีกำหนดเผยแพร่

โมเดลใหม่ต่อยอดจาก Muse Spark ไลน์ผลิตภัณฑ์ที่ขยายตัวของ Meta ยังมี Muse Image ด้วย แม้การเปิดตัว Wonder จะเน้นเอเจนต์และการเขียนโปรแกรมมากกว่าการสร้างภาพ

ความจำและการทำงานต่อเนื่องคือจุดขายหลัก

Meta ระบุความสามารถหลักสองประการ ได้แก่ Active Memory และ Active Focus โดย Active Memory จดจำข้อมูลที่เกี่ยวข้องจากการโต้ตอบก่อนหน้าและเรียกใช้ในงานภายหลัง Alexandr Wang ประธานเจ้าหน้าที่ฝ่าย AI ระบุว่าข้อมูลดังกล่าวอาจครอบคลุมช่วงเวลาหลายวัน หลายสัปดาห์ หรือหลายเดือน ทำให้ผู้ช่วยจดจำความชอบและข้อกำหนดต่าง ๆ ข้ามบทสนทนาได้

Active Focus มุ่งจัดการสถานการณ์เมื่องานไม่เป็นไปตามแผน Meta ระบุว่าโมเดลสามารถกู้สถานการณ์จากข้อผิดพลาด เปลี่ยนวิธีทำงานเมื่อเครื่องมือล้มเหลว ขอคำชี้แจงเพิ่มเติม และขอการยืนยันก่อนดำเนินการสำคัญ ความสามารถเหล่านี้มีเป้าหมายเพื่อลดกรณีที่เอเจนต์ยอมแพ้หรือทำตามวิธีที่ไม่ได้ผลซ้ำ ๆ

Wang ซึ่งเป็นผู้นำหน่วยงาน AI ของ Meta อธิบายเป้าหมายการออกแบบ โดยกล่าวถึงอุปสรรคที่เกิดขึ้นระหว่างทำงานในชีวิตประจำวันว่า:

เมื่อทำงานจริง คุณย่อมเจออุปสรรคและเรื่องไม่คาดคิด หรือความติดขัดต่าง ๆ" Wang กล่าว "เราตั้งใจฝึกโมเดลโดยเฉพาะให้ลองใช้วิธีอื่นแทนที่จะหยุดชะงัก และให้กลับมาตรวจสอบกับผู้ใช้ได้ทุกเมื่อ

Meta ยกตัวอย่างการใช้งานที่เป็นไปได้ เช่น การเรียกร้องค่าสินไหมประกัน การตีความสัญญาเช่า การเงินส่วนบุคคล และการเขียนโปรแกรมขั้นสูง ส่วน Muse มุ่งช่วยงานอย่างการซื้อของเข้าบ้าน การจองทริป และการจองโต๊ะอาหาร ตัวอย่างเหล่านี้เป็นการใช้งานที่ตั้งเป้าไว้ ไม่ใช่หลักฐานว่าโมเดลทำงานแต่ละอย่างได้อย่างถูกต้องหรือปลอดภัย

มีรายงานว่าโมเดลทั้งสองรองรับภาพ วิดีโอ และเสียง และมีหน้าต่างบริบทขนาดหนึ่งล้านโทเคน โทเคนคือหน่วยที่โมเดลใช้แบ่งข้อมูลเพื่อประมวลผล หน้าต่างบริบทวัดปริมาณข้อมูลที่โมเดลพิจารณาได้ในคราวเดียว ส่วนความจำถาวรเป็นความสามารถแยกต่างหากสำหรับนำข้อมูลที่เลือกไว้ไปใช้ข้ามการโต้ตอบ

ผลการทดสอบแข่งขันได้ แต่ยังไม่ชี้ขาด

ในการทดสอบ SWE-Marathon ซึ่งประเมินงานพัฒนาซอฟต์แวร์ขนาดใหญ่ ผลที่ Meta เผยแพร่ระบุว่า Muse Wonder Full ได้คะแนน 79% Muse Wonder ได้ 78.8% และ Claude Opus 5.5 ได้ 74.2% ตัวเลขดังกล่าวทำให้ Full นำโมเดลของ Anthropic อยู่ 4.8 จุดเปอร์เซ็นต์ และ Wonder รุ่นมาตรฐานนำอยู่ 4.6 จุด

คะแนนของโมเดล Meta ทั้งสองรุ่นต่างกันเพียง 0.2 จุดเปอร์เซ็นต์ในการทดสอบนี้ ผู้ซื้อจึงควรพิจารณางานที่ต้องการให้โมเดลทำจริง แทนที่จะสรุปว่ารุ่นใหญ่กว่าจะได้เปรียบมากในทุกสถานการณ์ ผลลัพธ์เหล่านี้เป็นการเปรียบเทียบที่ Meta เผยแพร่ ไม่ใช่การรับประกันประสิทธิภาพกับโครงการซอฟต์แวร์ขององค์กรใดองค์กรหนึ่ง

ดัชนี Artificial Analysis Intelligence Index ให้ภาพอีกแบบหนึ่ง Muse Wonder Full ได้ 56 คะแนน ส่วน Wonder รุ่นมาตรฐานได้ 52 คะแนน Claude Opus 5.5 ทำคะแนนนำโมเดลเหล่านี้ที่ 58 คะแนน และ GPT-6 Astra ของ OpenAI ได้ 53 คะแนน รายงานการจัดอันดับระบุว่า Full เสมอในอันดับสอง ส่วน Wonder เสมอในอันดับเจ็ด โดยรายงานหนึ่งระบุว่า Claude Sonnet 5.5 ได้คะแนนเท่ากับ Full

รายงานหนึ่งเรียกโมเดล Meta รุ่นใหญ่กว่า Muse Wonderful แต่รายงานการเปิดตัวฉบับอื่นระบุชื่อว่า Muse Wonder Full และให้คะแนนเท่ากันที่ 56 ความแตกต่างของชื่อไม่ควรถูกเข้าใจผิดว่าเป็นหลักฐานว่ามีโมเดลรุ่นที่สามเปิดตัว

Meta ยังอ้างผลเปรียบเทียบกับ Claude Fable 5.1 และ GPT-6 Astra ด้วย ส่วนตำแหน่งเมื่อเทียบกับ Gemini 4 Argon ของ Google ยังไม่ชัดเจน ดัชนีที่มีรายงานฉบับหนึ่งให้ Gemini 53 คะแนน ขณะที่อีกรายงานระบุว่าภาพรวมการเปรียบเทียบยังไม่ชัดเจน การทดสอบแต่ละแบบวัดความสามารถต่างกัน ผลงานด้านการเขียนโปรแกรมที่ดีจึงยังยืนยันไม่ได้ว่าโมเดลเหนือกว่าในทุกด้าน ทั้งการวิเคราะห์กฎหมาย งานการเงิน หรือการเป็นผู้ช่วยส่วนตัว

ค่าสมาชิกและค่า API เป็นค่าใช้จ่ายคนละส่วน

แพ็กเกจสมาชิกสำหรับผู้บริโภคของ Muse มีราคาเดือนละ 20 หรือ 100 ดอลลาร์ ส่วนแพ็กเกจ Muse Code ราคาเดือนละ 50 หรือ 200 ดอลลาร์ และให้สิทธิ์เข้าถึง Wonder Full ราคาสมาชิกเหล่านี้ควรแยกจากอัตราค่า API ของ Wonder ซึ่งคิดค่าบริการนักพัฒนาตามปริมาณข้อมูลที่ประมวลผล

มีรายงานว่า API คิดค่าบริการ 4 ดอลลาร์ต่อหนึ่งล้านโทเคนขาเข้า และ 20 ดอลลาร์ต่อหนึ่งล้านโทเคนขาออก ขาเข้าคือข้อมูลที่ส่งให้โมเดล ส่วนขาออกคือสิ่งที่โมเดลสร้างขึ้น ในอัตราดังกล่าว งานที่ใช้โทเคนขาเข้าหนึ่งล้านโทเคนและขาออกหนึ่งล้านโทเคนจะมีค่าใช้จ่าย 24 ดอลลาร์ ก่อนหักส่วนลดหรือค่าใช้จ่ายอื่นที่อาจมี ตัวอย่างนี้คำนวณจากอัตราที่เผยแพร่ ไม่ใช่ราคาสมาชิก

ข้อมูลขาเข้าที่แคชไว้อาจได้ราคาส่วนลด แม้ไม่มีการระบุอัตราส่วนลดไว้ การแคชช่วยให้เรียกใช้เนื้อหาที่ประมวลผลไปแล้วซ้ำได้ แทนที่จะต้องส่งข้อมูลนั้นเข้ามาใหม่ทั้งหมด สำหรับเอเจนต์ที่ต้องอ้างอิงเอกสารยาวซ้ำ ๆ ความแตกต่างนี้อาจส่งผลต่อต้นทุน

Wang ระบุว่า API ของ Meta จะมีราคาต่ำกว่าโมเดลชั้นนำของ OpenAI และ Anthropic อย่างมีนัยสำคัญ แต่การเปรียบเทียบราคาที่มีรายงานนั้นจำกัดกว่านั้น โดยระบุว่าอัตราของ Wonder เท่ากับ Claude Opus 5.5 และอยู่ที่ราว 40% ของราคา GPT-6 Astra ซึ่งสนับสนุนคำกล่าวเรื่องราคาที่ต่ำกว่าโมเดล OpenAI แต่ไม่ใช่เมื่อเทียบกับโมเดล Anthropic ที่เอ่ยชื่อในอัตราที่ระบุ

รายงานยังให้ข้อมูลไม่ตรงกันเรื่องการเปิดให้ใช้งาน บางรายงานระบุว่า API จะเปิดให้ใช้ในอนาคต ขณะที่รายงานการเปิดตัวที่มีรายละเอียดชัดเจนกว่าระบุว่า Wonder รุ่นมาตรฐานพร้อมใช้งานผ่าน API แล้ว ยังไม่มีการประกาศให้ใช้ Wonder Full ผ่าน API แม้มีการกล่าวว่าโมเดลรุ่นที่ทรงพลังที่สุดมุ่งจำหน่ายโดยตรงให้ลูกค้าองค์กร แต่ช่องทางเปิดตัวที่ระบุไว้คือ Muse Code

โมเดลที่เก่งขึ้นยังต้องเข้าถึงเว็บไซต์ได้

ข้อมูล Sensor Tower ระบุว่า Muse มียอดดาวน์โหลดทั่วโลกเกือบเก้าล้านครั้งหลังเปิดตัวในเดือนกันยายน อย่างไรก็ตาม ยอดดาวน์โหลดสะท้อนความสนใจในช่วงแรก ไม่ใช่การใช้งานต่อเนื่อง การเติบโตของยอดดาวน์โหลดชะลอลง และมีรายงานว่าอัตราการใช้งานต่อหลัง 14 วันต่ำกว่า ChatGPT โดยยังไม่มีการเปิดเผยเปอร์เซ็นต์ที่แน่นอน

อุปสรรคบางอย่างอยู่นอกเหนือการควบคุมของโมเดล Meta Brent Thill นักวิเคราะห์จาก Jefferies กล่าวว่าเว็บไซต์ที่บล็อกเอเจนต์กำลังทำให้ประสบการณ์ผู้ใช้แย่ลง การที่ Amazon ตัดสินใจบล็อกการซื้อสินค้าผ่าน Muse ในช่วงปลายเดือนกันยายนสะท้อนปัญหานี้ ผู้ช่วยอาจเข้าใจคำขอซื้อสินค้า แต่ก็ยังทำรายการให้เสร็จไม่ได้

Active Focus อาจช่วยได้เมื่อเครื่องมือขัดข้องหรือข้อมูลไม่ครบ แต่ไม่ได้หมายความว่าเอเจนต์ได้รับอนุญาตให้หลีกเลี่ยงข้อจำกัดของเว็บไซต์ การเป็นผู้ช่วยส่วนตัวที่ทำงานได้สำเร็จต้องอาศัยความร่วมมือจากบริการภายนอก ควบคู่ไปกับการให้เหตุผล ความจำ และความสามารถในการทำงานต่อเนื่อง

ราคายังทำให้การใช้โมเดลที่ทรงพลังที่สุดกับทุกงานเป็นเรื่องซับซ้อน ข้อมูลจากแพลตฟอร์ม OpenRouter ระบุว่าโมเดล 10 อันดับแรกที่จัดว่ามีคุณภาพสูงคิดเป็น 14% ของการใช้งานในไตรมาสสามของปี 2026 ลดลงจาก 55% ในไตรมาสแรกของปี 2025 ซึ่งเป็นการลดลง 41 จุดเปอร์เซ็นต์บนแพลตฟอร์มดังกล่าว ไม่ใช่ตัวเลขที่วัดตลาด AI ทั้งหมด

แนวโน้มนี้ชี้ว่าโมเดลราคาถูกกว่ากำลังมีบทบาทมากขึ้นในงานทั่วไป Meta กำลังพัฒนาโมเดลเฉพาะทางที่ตั้งใจให้รักษาความสามารถส่วนใหญ่ของ Wonder ไว้ แต่ทำงานได้อย่างมีประสิทธิภาพกว่า ซึ่งอาจช่วยให้บริษัทเข้าถึงผู้บริโภคได้มากขึ้น โดยไม่ต้องใช้โมเดลรุ่นใหญ่ที่สุดกับทุกคำขอ

ความเป็นส่วนตัวขึ้นอยู่กับทั้งสิทธิ์อนุญาตและการตั้งค่าผลิตภัณฑ์

เอเจนต์ที่ทำงานข้ามข้อความ ปฏิทิน และเอกสารจำเป็นต้องเข้าถึงข้อมูลละเอียดอ่อน Meta ระบุว่า Wonder ได้รับการฝึกให้หลีกเลี่ยงการเปิดเผยข้อมูลส่วนตัวโดยไม่ได้รับอนุญาต และปฏิเสธการช่วยเหลือในการกระทำที่เป็นอันตราย นอกจากนี้ยังมีรายงานว่าโมเดลจะขอการยืนยันก่อนดำเนินการที่มีผลสำคัญ

ผู้ใช้บางส่วนร้องเรียนบนโซเชียลมีเดียว่า Muse เข้าถึงข้อความส่วนตัวโดยไม่ได้รับอนุญาต Meta ปฏิเสธข้อร้องเรียนเหล่านั้น Wang ระบุว่าบริษัทกำลังติดตามเหตุการณ์ที่เกี่ยวข้องกับเอเจนต์และอธิบายเรื่องสิทธิ์อนุญาตแก่ผู้ใช้ รวมถึงกรณีที่ผู้ใช้อาจอนุญาตให้เข้าถึงการสื่อสารก่อนหน้านี้ในบทสนทนา แล้วลืมไปภายหลัง

ข้อขัดแย้งดังกล่าวทำให้ข้อร้องเรียนเฉพาะกรณียังไม่มีข้อสรุปในรายงานสาธารณะ ความจำถาวรและความสามารถในการทำงานข้ามบริการต่าง ๆ ทำให้การควบคุมสิทธิ์อนุญาตมีความสำคัญเป็นพิเศษ การจดจำข้อมูลแตกต่างจากการได้รับอนุญาตให้นำข้อมูลนั้นไปใช้หรือเปิดเผย

การจัดการข้อมูลยังแตกต่างกันไปตามช่องทางใช้งาน มีรายงานว่าการสมัครสมาชิก Muse Code ตั้งค่าเริ่มต้นเป็นโหมด Contributor ซึ่งอนุญาตให้นำข้อมูลที่ส่งเข้ามาไปช่วยปรับปรุงโมเดลในอนาคตได้ ผู้สมัครสมาชิกสามารถปิดการตั้งค่านี้ได้ ส่วนรายงานระบุว่า Model API รุ่นมาตรฐานจะไม่นำข้อมูลที่ส่งเข้ามาไปใช้ฝึกโมเดล เงื่อนไขเหล่านี้เป็นรายละเอียดผลิตภัณฑ์ตามรายงาน และไม่ควรถือว่าเป็นแนวทางคุ้มครองข้อมูลแบบเดียวกัน

สำหรับภาคธุรกิจ ประเด็นนี้แยกจากคุณภาพของผลการทดสอบ ผู้ช่วยเขียนโค้ดอาจทำงานได้ดี แต่ธุรกิจยังต้องตรวจสอบว่าการตั้งค่าที่เลือกอนุญาตให้ส่งโค้ดกรรมสิทธิ์ เอกสารลูกค้า หรือข้อมูลส่วนบุคคลเข้าระบบได้หรือไม่

คำกล่าวอ้างด้านความปลอดภัยยังรอการประเมินฉบับสมบูรณ์

Meta ระบุว่า Wonder มีมาตรการป้องกันการนำไปใช้ในทางที่ผิดด้านไซเบอร์ที่เข้มงวดที่สุดเท่าที่บริษัทเคยมีมา ขณะนี้มาตรการดังกล่าวเกี่ยวข้องกับโมเดลแบบเสียเงิน ไม่ได้ระบุว่ามีให้ใช้กับประสบการณ์ Muse ฟรีทุกแบบ ข้อความนี้ไม่ได้ยืนยันว่าผลิตภัณฑ์แบบฟรีไม่มีมาตรการป้องกัน แต่เป็นการแยกแยะคำกล่าวอ้างเรื่องมาตรการของโมเดลใหม่

บริษัทระบุว่าการพัฒนาเป็นไปตามกรอบ Meta Superintelligence Scaling Framework และจะเผยแพร่รายงานประเมินความปลอดภัยฉบับสมบูรณ์ในภายหลัง โดยยังไม่แจ้งวันเผยแพร่ หากไม่มีรายงานดังกล่าว รายละเอียดการประเมินเบื้องหลังคำกล่าวอ้างด้านความปลอดภัยใหม่ก็ยังไม่ครบถ้วนในข้อมูลสาธารณะ

Mark Zuckerberg ประธานเจ้าหน้าที่บริหาร เชื่อว่า AI สามารถควบคุมได้ผ่านมาตรการป้องกันและการพัฒนาอย่างมีความรับผิดชอบ เขาปฏิเสธข้อเรียกร้องให้ทั้งอุตสาหกรรมชะลอการวิจัย แต่ยอมรับว่า Meta ชะลอการพัฒนาภายในบางส่วนเพื่อจัดการประเด็นความปลอดภัยของผลิตภัณฑ์

Zuckerberg อธิบายจุดยืนเรื่องการควบคุมและความเป็นอิสระว่า:

"ผมมีความเห็นใกล้เคียงกับแนวคิดที่ว่า AI เป็นเทคโนโลยีที่ควบคุมได้ด้วยมาตรการป้องกันและพัฒนาอย่างมีความรับผิดชอบ มากกว่าความคิดที่ว่า AI จะมีความรู้สึกนึกคิดเป็นของตัวเองและลงมือทำเอง" เขากล่าว

เขาไม่ได้ประเมินความน่าจะเป็นที่จะเกิดอันตรายร้ายแรง จุดยืนของเขาคือให้แต่ละห้องปฏิบัติการรับผิดชอบต่อการจัดการความปลอดภัยควบคู่ไปกับการพัฒนาอย่างต่อเนื่อง ดังนั้นรายงานการประเมินที่กำลังจะเผยแพร่จึงเป็นข้อมูลสำคัญที่ยังขาดอยู่ โดยเฉพาะสำหรับโมเดลที่ออกแบบมาให้ลงมือทำ ไม่ใช่เพียงตอบสนอง

การขยายขีดความสามารถด้านคอมพิวติ้งส่งผลวงกว้างกว่า Meta

โมเดล Wonder ฝึกด้วยศูนย์ข้อมูล Prometheus ของ Meta การเปิดตัวครั้งนี้เกิดขึ้นหลังบริษัทลงทุนด้านโครงสร้างพื้นฐาน สรรหาบุคลากร และปรับโครงสร้างองค์กรภายใต้การนำของ Wang Meta ลงทุนราว 14,000 ล้านดอลลาร์ใน Scale AI และดึง Wang เข้าสู่ทีมผู้บริหารเป็นส่วนหนึ่งของความพยายามดังกล่าว

รายงานหนึ่งระบุว่า Wonder ซึ่งมีชื่อรหัสภายในว่า Watermelon ใช้ทรัพยากรคอมพิวติ้งมากกว่า Muse Spark ราวสิบเท่า นี่เป็นการเปรียบเทียบตามรายงาน ไม่ใช่บัญชีต้นทุนการฝึกหรือข้อกำหนดด้านฮาร์ดแวร์ที่เผยแพร่ต่อสาธารณะ แต่สอดคล้องกับข้ออ้างของ Meta ที่ว่าการก้าวขึ้นสู่กลุ่มผู้นำต้องอาศัยกำลังประมวลผลเพิ่มขึ้นอย่างมาก

Zuckerberg ระบุว่าการพัฒนาโมเดลขั้นต่อไปเริ่มขึ้นแล้วและจะเร่งความเร็ว Meta กำลังพัฒนาโมเดลขนาดใหญ่ขึ้นควบคู่กับรุ่นเฉพาะทางที่มีประสิทธิภาพกว่า โดยมุ่งเพิ่มความสามารถและลดต้นทุนการทำงานไปพร้อมกัน

แนวโน้มการใช้จ่ายอาจเพิ่มความต้องการจากผู้ผลิตเซิร์ฟเวอร์ที่เกี่ยวข้องกับห่วงโซ่อุปทาน AI ของ Meta ซึ่งรวมถึง Hon Hai หรือที่รู้จักในชื่อ Foxconn, Quanta, Wistron, Wiwynn และ Inventec ความคาดหวังว่าบริษัทเหล่านี้อาจได้ประโยชน์ขึ้นอยู่กับการซื้อโครงสร้างพื้นฐานที่ดำเนินต่อไป ยังไม่มีการประกาศมูลค่าสัญญาใหม่ การจัดสรรงานให้ซัพพลายเออร์ หรือกำหนดการส่งมอบที่เกี่ยวข้องกับ Wonder

รายจ่ายฝ่ายทุนยังครอบคลุมมากกว่างบฝึกโมเดลใดโมเดลหนึ่ง แนวทางใช้จ่าย 130,000 ล้านถึง 145,000 ล้านดอลลาร์ของ Meta รวมเงินต้นที่ชำระตามสัญญาเช่าการเงิน ส่วนตัวเลขคาดการณ์ 200,000 ล้านดอลลาร์ของ Cantor Fitzgerald เป็นตัวเลขสำหรับปีถัดไป ไม่ควรตีความตัวเลขใดว่าเป็นต้นทุนพัฒนา Muse Wonder เพียงอย่างเดียว

นักลงทุนตอบรับก่อนพิสูจน์รายได้

หุ้น Meta ปิดตลาดในวันที่เปิดตัวที่ 742.96 ดอลลาร์ เพิ่มขึ้น 3.38% รายงานอื่นปัดตัวเลขการปรับขึ้นเป็น 3.4% หรือประมาณ 3% ราคาหุ้นเริ่มปรับขึ้นก่อน Zuckerberg ประกาศในช่วงบ่ายแล้ว จึงไม่อาจระบุได้ว่าการเปลี่ยนแปลงตลอดทั้งวันเกิดจากการเปิดตัวโมเดลเพียงอย่างเดียว

ตัวเลขหุ้นในภาพรวมครอบคลุมช่วงเวลาต่างกัน รายงานหนึ่งระบุว่าหุ้นเพิ่มขึ้น 13% ตั้งแต่ต้นปี และ 31% นับจากต้นเดือนกันยายน ขณะที่อีกรายงานระบุว่าเพิ่มขึ้นเกือบ 10% นับจาก Muse เปิดตัวในช่วงปลายเดือนเดียวกัน ตัวเลขเหล่านี้เทียบกันโดยตรงไม่ได้หากช่วงเวลาเริ่มต้นไม่ตรงกัน

Justin Post นักวิเคราะห์หลักทรัพย์จาก Bank of America ระบุว่าการลงทุนใน Meta Superintelligence Labs กำลังส่งผลให้โมเดลทำงานได้ดีขึ้นและเกิดนวัตกรรมด้านผลิตภัณฑ์ การเปิดตัวครั้งใหม่นี้เป็นหลักฐานเพิ่มเติมที่สนับสนุนมุมมองดังกล่าว แต่ยังไม่ได้แสดงให้เห็นว่าโมเดลจะสร้างรายได้มากเพียงใด

คำถามเชิงพาณิชย์มีอยู่หลายข้อ Meta ยังไม่เปิดเผยว่าผู้ใช้ Muse กี่คนจะจ่ายเงินเพื่อใช้ Wonder จะมีนักพัฒนากี่รายเลือกใช้ API หรือรายได้จะเทียบกับต้นทุนการให้บริการเอเจนต์ที่จดจำข้อมูลต่อเนื่องได้อย่างไร นอกจากนี้ยังไม่มีกำหนดวันเปิดให้ผู้บริโภคใช้ในวงกว้าง เปิด API สำหรับ Full หรือเผยแพร่รายงานความปลอดภัย การเปิดตัวช่วยเสริมสถานะการแข่งขันของ Meta แต่การตัดสินใจเรื่องธุรกิจและการเปิดให้ใช้ในขั้นต่อไปยังไม่มีข้อสรุป

ประเด็นสำคัญ

• Meta เปิดตัว Muse Wonder และ Muse Wonder Full เมื่อวันที่ 12 ตุลาคม 2026 โดยเปิดให้ผู้พัฒนาใช้ก่อน ส่วนการเปิดให้ผู้บริโภคใช้ผ่าน Muse ยังมาไม่ถึง
• ผลทดสอบการเขียนโปรแกรมเป็นประโยชน์ต่อโมเดลของ Meta ขณะที่ Artificial Analysis จัดให้ Wonder Full อยู่ต่ำกว่า Claude Opus 5.5
• ค่า API ของ Wonder อยู่ที่ 4 ดอลลาร์ต่อหนึ่งล้านโทเคนขาเข้า และ 20 ดอลลาร์ต่อหนึ่งล้านโทเคนขาออก ส่วน Full ต้องสมัครสมาชิก Muse Code
• ทั้งสองโมเดลยังไม่เปิดให้ดาวน์โหลดสู่สาธารณะหรือติดตั้งใช้งานบนเซิร์ฟเวอร์ของผู้ใช้เอง
• ความจำ สิทธิ์อนุญาต ข้อจำกัดของเว็บไซต์ และการตั้งค่าการใช้ข้อมูลฝึกตามรายงาน ยังเป็นประเด็นสำคัญในทางปฏิบัติสำหรับการนำเอเจนต์ไปใช้งาน
• Meta คาดรายจ่ายปี 2026 ไว้ที่ 130,000 ล้านถึง 145,000 ล้านดอลลาร์ ส่วนตัวเลข 200,000 ล้านดอลลาร์สำหรับปี 2027 เป็นการคาดการณ์ของ Cantor Fitzgerald
• ยังไม่มีการเผยแพร่รายงานประเมินความปลอดภัยฉบับสมบูรณ์หรือกำหนดวันเปิดให้ใช้งานในวงกว้าง