Muse Wonder Full uniquement sur abonnement : ce que cela implique pour une équipe d'agents

Le modèle le plus performant de Meta n’est pas disponible sur son API. Muse Wonder Full obtient un score de 56 sur l’Artificial Analysis Intelligence Index, fait jeu égal avec Claude Code sur Sonnet 5.5 à 68 sur le Coding Agents Index, et surpasse tous les modèles sur le benchmark historique d’évaluation de code de Meta. Vous ne pouvez l’utiliser qu’au sein de Muse Code, l’agent de terminal de Meta, avec le forfait Power à 50 $ ou Maximum à 200 $. L’API, quant à elle, ne dessert que la version allégée, Muse Wonder, avec des scores respectifs de 52 et 63. Il n’existe aucun tarif au token pour Full, aucune passerelle, et aucune date annoncée.

Pour un développeur individuel, il s’agit simplement d’un choix tarifaire. Pour une équipe qui orchestre des agents depuis un tableau partagé, l’enjeu est en revanche structurel : le meilleur modèle de Meta reste confiné dans le terminal d’une seule personne, sous son abonnement individuel, avec ses propres paramètres de données, et aucun composant auquel une Task est assignée ne peut y accéder. Cet article détaille l’impact d’un tel fonctionnement sur un Crew et la marche à suivre pour y répondre.

Les deux modèles Wonder, vus par une équipe

La colonne de droite décrit un outil individuel. La colonne de gauche décrit un couloir de travail partagé. Tout ce qui suit découle de cette distinction fondamentale.

Ce qu’une équipe perd lorsque le meilleur modèle reste individuel

Le travail échappe au tableau. La valeur de Sharkly réside dans le fait que l’assignation, l’avancement, les blocages, les résultats et les revues restent visibles de la demande initiale jusqu’au déploiement. Une session Muse Code n’offre rien de tout cela. Si le modèle le plus puissant ne s’exécute que là, les Tasks les plus ardues glissent naturellement vers la personne détentrice de l’abonnement, et le tableau enregistre une Task marquée comme « Done » sans aucune exécution, aucun log ni historique vérifiable.

Les réglages d’une personne deviennent la politique de toute l’équipe. Par défaut, les abonnements Muse Code activent le mode Contributor, qui autorise Meta à s’entraîner sur les prompts, le code et les résultats en échange d’un quota d’utilisation supérieur. L’abonné peut désactiver cette option, mais personne d’autre ne peut vérifier s’il l’a fait. À l’inverse, un Runtime exécuté sur un Computer appelle l’API en mode Standard, où le trafic n’est pas exploité pour l’entraînement, et cette règle s’applique à chaque Agent sur ce Computer sans que personne n’ait à cocher la moindre case.

La capacité dépend d’un forfait, pas d’une clé d’API. Les forfaits Muse Code se réinitialisent sur des fenêtres de cinq heures et à la semaine, et la semaine de lancement a bien montré ce qui se produit en cas d’anomalie : Wonder et Full ont épuisé les quotas à une vitesse anormale dès le premier jour, contraignant Meta à réinitialiser les compteurs de tout le monde, tandis qu’Alexandr Wang reconnaissait qu’il restait des problèmes à régler. Un couloir sur l’API obéit à une contrainte différente : 3 000 requêtes et 4 millions de tokens par minute partagés par l’équipe, un volume qu’un tableau peut réguler, contrairement à un utilisateur isolé.

Les benchmarks annoncés ne correspondent pas à ce que vous obtenez. La documentation de lancement de Meta met en avant les chiffres de Full. Quiconque dimensionne ses capacités d’après ces résultats le fait pour un modèle que le Crew ne peut pas exécuter. Pour une équipe, la seule ligne pertinente est celle de Wonder : 52 sur l’indice, 53,1 sur SWE-Marathon, 25 en connaissances. Cela reste un travailleur solide sur la durée ; sa mise en place ne prend pas plus d’un après-midi.

Ce qu’une équipe conserve

Rien de tout cela ne rend Full inutile. Cela en fait simplement un outil d’un autre ordre, dont la place légitime correspond à celle qu’occupent déjà Claude Code ou Codex dans un terminal individuel : l’exploration menée par le lead engineer, le spike que personne n’a encore cadré, ou la session de débogage complexe qui ne deviendra une Task qu’une fois le problème compris. Full affiche quatre points de plus précisément sur ce type de travail : utilisez-le à cet endroit.

Toute la rigueur réside dans le passage de relais. Lorsqu’une session Muse Code transforme une énigme en un plan d’action, ce plan devient une Task, et cette Task rejoint un couloir visible sur le tableau. L’Agent Wonder du Crew, ou son Agent Opus 5.5, réalise alors le travail cadré en produisant un log d’exécution et en le soumettant à un relecteur. L’abonné conserve la phase d’exploration ; l’équipe conserve la traçabilité.

Deux habitudes simples permettent d’ancrer cette méthode :

• Mentionner le modèle dans la Task. Sharkly n’affichant pas le nom des modèles, les instructions de l’Agent doivent stipuler d’indiquer l’identifiant du modèle en tête de rapport, et un collaborateur qui copie-colle des résultats issus de Muse Code doit le préciser en commentaire de la Task. Un relecteur incapable de savoir si un diff provient de Full dans un terminal ou de Wonder sur le couloir de l’équipe ne peut pas calibrer sa revue.
• Décider du mode Contributor en équipe. Si un membre de l’équipe dispose d’un abonnement Muse Code et l’utilise sur les dépôts partagés, le refus de ce mode doit être une décision d’équipe formalisée par écrit, et non une option laissée par défaut à l’individu. L’article Prompt injection and agent guardrails explique pourquoi le point de contrôle réside dans l’étape de revue, et non dans le modèle lui-même.

Une semaine type

Imaginez une équipe de cinq personnes au cours de la première semaine suivant le lancement. Le lead souscrit à Muse Code Power dès le premier jour et consacre son lundi sur Full à défricher la migration dont personne ne voulait. Le mardi, un plan se dégage : quatre sous-ensembles bien délimités, chacun assorti de tests à maintenir au vert. Ces quatre éléments deviennent des Tasks sur le tableau, assignées à l’Agent Wonder sur le Runtime Codex, et exécutées en parallèle sur le Computer de l’équipe pendant que le lead effectue les revues depuis l’Inbox. Deux reviennent sans encombre. L’une revient avec une demande de validation concernant une modification de schéma hors des dépôts rattachés, question à laquelle le lead répond directement en commentaire de la Task. La dernière échoue deux fois à sa suite de tests, poursuit ses tentatives, et se conclut avec succès à la troisième approche, le log détaillant l’ensemble des trois essais.

Rien dans cette semaine n’a nécessité la présence de Full sur le tableau. Full s’est chargé de la phase qui ne constituait pas encore une Task. Wonder a exécuté les Tasks. L’historique consigne qui a fait quoi et sur quel modèle, car les instructions de l’Agent inscrivent l’identifiant du modèle en tête de chaque rapport et le commentaire du lead précise que le plan découle d’une session Muse Code. C’est précisément sur cette répartition du travail que Sharkly est bâti : les outils d’exécution font le travail, tandis que le tableau assure la visibilité de l’assignation, du contexte, des blocages, des résultats et des revues de bout en bout.

Le scénario d’échec pour cette même semaine est tout aussi facile à concevoir. Le lead réalise l’intégralité des quatre parties dans Full parce qu’il est immédiatement accessible, pousse une branche le jeudi, et l’équipe se retrouve à relire un diff de 2 000 lignes sans aucun log d’exécution et sans savoir sur quelles parties le modèle manquait d’assurance. Plus rapide le lundi, bien plus lent le vendredi.

Full sera-t-il proposé sur l’API ?

Le blog pour développeurs de Meta indique que Full n’est disponible que via les abonnements Muse Code, sans préciser de calendrier. La logique commerciale est transparente : Full représente la raison principale de débourser 50 $ par mois, et un tarif au token viendrait directement concurrencer ce modèle. Pourtant, Meta a également livré trois dialectes d’API, documenté Claude Code et Codex sur Wonder, et rendu Wonder disponible sur Vercel et Cloudflare dès la semaine de lancement : l’API n’est donc pas un simple ajout secondaire. La trajectoire la plus probable est que Full arrive sur l’API dès qu’un nouveau modèle prendra sa place au sommet de Muse Code. Configurez vos couloirs sur Wonder, et réévaluez la situation lorsque la page des modèles changera.

La décision résumée en un tableau

Disposer d’un modèle qui affiche quatre points de plus que celui exécutable par vos Agents justifie de conserver un abonnement, mais pas de soustraire le travail au tableau partagé. Les exécutions qui comptent vraiment sont celles que toute l’équipe peut voir.