Meta 새 agent 모델 종합 2위, Claude Opus 5.5와 같은 비용

Meta가 AI agent(사람 대신 여러 단계의 작업을 스스로 이어 가는 AI)를 겨냥한 새 모델 Muse Wonder와 상위 모델 Muse Wonder Full을 내놓았습니다. Artificial Analysis 종합 순위에서 Muse Wonder Full은 55.8점으로 Claude Opus 5.5(57.6점)의 바로 뒤에 섰고, 같은 작업량을 처리하는 비용은 Muse Wonder가 $0.80로 Claude Opus 5.5와 같으며 GPT-6 Astra($2)보다 낮습니다. 코딩 benchmark(성능을 같은 조건에서 재는 표준 시험) 여러 개에서는 경쟁 모델과 비슷하거나 앞선 결과도 냈습니다. 다만 수치가 좋다는 이유만으로 지금 쓰는 도구를 바로 버릴 일은 아니라고 봅니다.

Muse Wonder와 Muse Wonder Full, 무엇이 달라졌나

Meta는 발표문에서 두 모델을 agent를 위한 frontier 모델(각 회사가 내놓는 최상위 성능의 모델)로 소개했습니다. 발표에는 Alexandr Wang의 소개도 함께 실렸습니다.

• Muse Wonder: 기본 모델입니다. 개발자 웹 대시보드에서 Muse Wonder 1.0으로 표시되며, 이전 모델인 Muse Spark와 나란히 고를 수 있습니다.
• Muse Wonder Full: 더 높은 성능을 내는 상위 모델로, 복잡한 기업용 agent 작업에 맞춰 만들었습니다.

대시보드에서는 모델마다 temperature(답의 무작위성 정도), system instruction(모델에 미리 주는 기본 지시), 최대 출력 token 수, top-P, 추론 강도, 검색 연동 여부를 조절할 수 있습니다. 두 모델은 Meta의 코딩 도구 Muse Code로 씁니다. 경쟁 상대로는 Anthropic의 Claude Opus 5.5와 Claude Fable 5.1, OpenAI의 GPT-6 Astra를 정면으로 겨냥했습니다.

Muse Code 요금제 네 단계

Muse Code는 무료 앱이 아니라 유료 구독으로만 씁니다. 별도 데스크톱 앱이나 모바일 앱도 없고, macOS나 Windows의 터미널에서 공식 설치 명령으로 설치해야 합니다. 개발 환경에 익숙하지 않은 사용자에게는 이 점이 진입 장벽이 될 수 있습니다.

요금표에서 상위 모델인 Muse Wonder Full 이용은 월 $50 Power Usage 요금제 항목에 들어 있으니, 이 모델을 쓰려면 요금제부터 확인해야 합니다.

▲ Muse Code 요금제 네 단계

같은 작업량에 드는 비용

비용 비교는 API를 직접 부를 때 캐시되지 않은 입력 token 10만 개와 출력 token 2만 개를 처리하는 작업 하나를 기준으로 했습니다. 2026년 10월 12일 기준 비교 결과는 다음과 같습니다.

Muse Wonder는 최상위 경쟁 모델인 GPT-6 Astra와 Claude Fable 5.1의 절반이 안 되는 비용으로 같은 작업을 처리합니다. 다만 Claude Opus 5.5도 같은 $0.80이어서, 비용만으로는 Claude Opus 5.5보다 유리하다고 보기 어렵습니다.

benchmark 순위, 종합은 2위이고 코딩은 강세

Artificial Analysis의 종합 순위는 다음과 같습니다.

Muse Wonder Full은 Claude Opus 5.5에 1.8점 뒤졌지만 Claude Fable 5.1과 GPT-6 Astra보다는 앞섰습니다. 기본 모델인 Muse Wonder도 GPT-6 Astra와 0.3점 차이입니다.

코딩 쪽 결과는 더 눈에 띕니다. Muse Wonder Full은 Terminal-Bench 4.0-AA, DeepSWE 1.1, SWE-Marathon, ProgramBench에서 Claude Opus 5.5, Claude Fable 5.1, GPT-6 Astra와 비슷하거나 앞선 성적을 냈습니다. 종합 점수는 Claude Opus 5.5보다 낮지만, 코딩 agent 작업만 놓고 보면 견줄 만한 선택지가 하나 더 생긴 셈입니다.

▲ 새 모델 추격과 한 모델 숙련

새 모델로 갈아타기 전에 따져 볼 것

한 모델을 깊이 익히는 쪽이 먼저

새 모델이 나올 때마다 구독을 해지하고 옮겨 다니는 습관은 흔히 shiny object syndrome(새것에 계속 끌려 다니는 현상)이라고 부릅니다. 잘 돌아가던 작업 환경을 버리고 처음부터 다시 익히면 그동안 쌓은 숙련과 성과가 사라집니다. 한 모델을 충분히 익혀 실제 수익이나 성과를 낸 뒤에 다른 모델을 더하는 순서가 낫습니다. 예를 들어 Claude를 먼저 깊이 익힌 뒤 Codex를 더하고, Gemini는 시험해 본 뒤 접는 식으로 도구를 골라 갈 수 있습니다. 모델마다 성격과 강점이 달라서, 쓰임새에 맞게 나눠 쓰는 편이 효율적입니다.

시장이 새 능력을 빨리 흡수한다

새 모델의 결과물이 주는 이점은 오래가지 않습니다. ChatGPT가 처음 나왔을 때 AI로 만든 홍보 전단은 새롭고 인상적이었지만, 금세 곳곳에 퍼지면서 효과가 떨어졌습니다. 사람들이 기본 수준의 결과물에 익숙해지면, 더 새롭고 비싼 모델을 쓰는 쪽만 한동안 돋보이다가 그 수준도 곧 평범해집니다. 모델 출시가 이렇게 빠른 것도 시장이 새 능력을 그만큼 빨리 흡수하기 때문으로 보입니다.

요금은 계속 오를 수 있다

OpenAI는 이미 월 $500 요금제를 내놓았고, Anthropic과 Meta도 비슷한 최상위 요금제를 낼 가능성이 있습니다. 경쟁이 지금처럼 이어지면 최상위 구독료가 2027년까지 월 $1,500~2,000 수준에 이를 수도 있어 보입니다. 비싼 요금제를 감당하려면 그 비용을 메울 만큼 수익을 내는 제품, 서비스, 게임, 마케팅 자료가 먼저 있어야 합니다.

정리: 기존 작업 흐름 위에서 시험하기

Muse Wonder Full은 종합 점수에서 Claude Opus 5.5에 근소하게 뒤지고, 코딩 benchmark에서는 대등하거나 앞서며, Muse Wonder는 Claude Opus 5.5와 같은 비용으로 GPT-6 Astra보다 싸게 돌아갑니다. 강력한 선택지가 하나 늘어난 것은 분명해 보이지만, 지금 쓰는 도구를 버릴 근거로 삼기에는 이릅니다.

새 모델을 시험해 보려는 독자라면 다음 순서를 권합니다.

1. 지금 쓰는 모델로 이미 돌아가는 작업 흐름과 결과물을 정리합니다.
2. 같은 과제, 예를 들어 코드 검토나 마케팅 문구 평가를 Claude, GPT-6 Astra, Muse Code에 함께 맡겨 답을 비교합니다.
3. 여러 모델의 의견은 참고로 삼고 최종 판단은 직접 내립니다. 답을 지나치게 오래 비교하면 결정만 늦어질 수 있습니다.
4. 새 모델이 낫다고 판단되면 처음부터 다시 만들지 말고 기존 작업 흐름을 그대로 옮겨 결과물의 수준을 높입니다.
5. 상위 요금제는 그 비용을 메울 수익이 있을 때 올립니다. Muse Wonder Full이 필요하면 Power Usage 요금제부터 따져 봅니다.