La IA de Meta que superó a Opus en el maratón de código

Crea la cuenta y la clave en la Meta Model API

Entra a dev.meta.ai, crea la cuenta de desarrollador y genera una clave. Guárdala en una variable de entorno, nunca en el código.

export MODEL_API_KEY="sua-chave"
curl -s https://api.meta.ai/v1/models -H "Authorization: Bearer $MODEL_API_KEY"  # verifica que aparezca muse-wonder-1.0

Llama a Wonder con el SDK de OpenAI

El endpoint Chat Completions es compatible con el formato de OpenAI: cambia el base_url y el nombre del modelo. Para tareas largas con herramientas, Meta recomienda la Responses API (POST /v1/responses).

import os
from openai import OpenAI

client = OpenAI(base_url="https://api.meta.ai/v1", api_key=os.environ["MODEL_API_KEY"])
r = client.chat.completions.create(
    model="muse-wonder-1.0",
    reasoning_effort="high",   # va de "minimal" a "max"; "max" NO se convierte en el Full
    messages=[{"role": "user", "content": "Explica qué hace este repositorio."}],
)
print(r.choices[0].message.content)

O úsalo por OpenRouter

Wonder está en OpenRouter como meta/muse-wonder, con el mismo precio (US$ 4 / US$ 20) y 1M de contexto. El Full no está ahí.

client = OpenAI(base_url="https://openrouter.ai/api/v1", api_key=os.environ["OPENROUTER_API_KEY"])
client.chat.completions.create(model="meta/muse-wonder", messages=[...])

Instala Muse Code (el agente de terminal de Meta)

Es el camino hacia Wonder Full. Ejecútalo en la carpeta del proyecto, confía en la carpeta e inicia sesión por el navegador o con la clave. Los planes están en dev.meta.ai/docs/muse-code/subscriptions.

curl -fsSL https://dev.meta.ai/install.sh | sh        # Linux y macOS
irm https://dev.meta.ai/install.ps1 | iex              # Windows (PowerShell)
muse --version
cd meu-projeto && muse                            # elige el modelo Wonder en la sesión
muse exec "ejecuta las pruebas y corrige lo que falle"   # sin pantalla (CI), con META_API_KEY

Elige de 3 a 5 tareas reales, cada una con prueba

Un bug con una prueba que falla, una funcionalidad mediana, una refactorización en varios archivos y, si puedes, una tarea larga (horas). Sin pruebas no hay cómo decir quién acertó.

Congela el punto de partida

El mismo commit, una copia limpia para cada agente, la misma solicitud, y las pruebas de verificación fuera de su alcance.

git worktree add ../teste-wonder <commit>
git worktree add ../teste-opus   <commit>
# el mismo archivo de solicitud en ambos; las mismas reglas (AGENTS.md / CLAUDE.md equivalentes)

Mismas condiciones, 3 rondas cada uno

El mismo nivel de razonamiento, el mismo límite de tiempo, las mismas herramientas y permisos. El resultado varía de una ronda a otra; tres rondas dan un promedio honesto.

Mide tres cosas (y anota el resto)

Tiempo de reloj, costo (tokens de entrada, caché y salida × precio) y pruebas que pasan, incluida la suite completa para detectar regresiones. Anota también cuántas veces tuviste que intervenir.

Fila de ejemplo, solo para mostrar el formato de la planilla.

Revisa el diff a ciegas y decide

Pide a otra persona (o a un tercer modelo) que evalúe la calidad sin saber quién lo hizo. Compara tasa de acierto, costo por tarea resuelta y tiempo. Recuerda: Wonder es fuerte en tareas largas y débil en conocimiento puro.