مدل ایجنت‌محور Muse Wonder متا با کانتکست یک میلیون توکنی به Cursor اضافه شد

محیط توسعه محبوب Cursor مدل جدید Muse Wonder ساخت شرکت متا را به فهرست مدل‌های انتخابی خود اضافه کرد تا برنامه‌نویسان بتوانند مستقیماً از داخل این ویرایشگر کد به این مدل ایجنت‌محور دسترسی داشته باشند. بر اساس اعلام رسمی Cursor، مدل Wonder در بنچمارک CursorBench و در سطح پیش‌فرض توان استدلال، امتیاز ۴۶٫۱ درصد را کسب کرده که بالاترین رکورد ثبت‌شده در میان تمام مدل‌های سری Muse به شمار می‌رود.

این مدل را «آزمایشگاه‌های ابرهوشمندی متا» (Meta Superintelligence Labs) توسعه داده است؛ سازمان پژوهشی جدیدی که هدایت آن را الکساندر ونگ (Alexandr Wang)، مدیرعامل پیشین Scale AI بر عهده دارد. مدل Wonder در قالب یک رونمایی دوگانه عرضه شده و نسخه در دسترس از طریق API است. نسخه بزرگ‌تر با نام Muse Wonder Full همچنان در انحصار پلتفرم اختصاصی متا یعنی Muse Code باقی می‌ماند، در حالی که Cursor نسخه‌ای را ارائه می‌دهد که بر پایه پرداخت بر اساس مصرف توکن و از طریق API به فروش می‌رسد.

مدلی گران‌قیمت با پنجره کانتکست یک میلیون توکنی

تعرفه قیمت‌گذاری Cursor دقیقاً با نرخ‌های مستقیم API شرکت متا همخوانی دارد و این مدل را تقریباً در رده قیمتی مدل‌های پرچمداری چون Claude Opus 5.5 و GPT-6 Sol قرار می‌دهد. از آنجا که هزینه توکن‌های خروجی ۵ برابر توکن‌های ورودی است، تولید پچ‌های طولانی کد، توضیحات مفصل و چرخه‌های رفت‌وبرگشتی مداوم ایجنت می‌تواند صورت‌حساب توسعه‌دهنده را به‌سرعت افزایش دهد. بنابراین ساختار هزینه‌ای این مدل بیشتر برای اجرای هدفمند پروژه‌های ایجنتی مناسب است، نه برای وظایف روزمره‌ای مانند تکمیل خودکار کد (Autocomplete).

یک پنجره کانتکست یک میلیون توکنی مشخص می‌کند که مدل در هر نشست تا چه اندازه می‌تواند سورس‌کد، مستندات فنی، تاریخچه گفت‌وگو و خروجی ابزارها را پردازش کند. این ظرفیت فوق‌العاده به مدل امکان می‌دهد اسنپ‌شات‌های گسترده‌ای از ریپازیتوری‌های بزرگ را بارگذاری کرده و وظایف طولانی را با موفقیت پیش ببرد؛ هرچند در مخازن کد بسیار عظیم (Monorepo)، کیفیت انتخاب فایل‌ها و نحوه بازیابی اطلاعات همچنان نقشی تعیین‌کننده در دقت پاسخ‌ها خواهد داشت. مدل پایه‌ای از ورودی‌های چندحالته پشتیبانی می‌کند، اما نوع فایل‌های ضمیمه‌ای که کاربر می‌تواند در جریان کار با Cursor ارسال کند، به سطح هماهنگی و یکپارچه‌سازی این ویرایشگر وابسته است.

بهترین رکورد سری Muse؛ همچنان دور از صدر جدول بنچمارک

در میان تمام مدل‌های سری Muse متا، امتیاز ۴۶٫۱ درصدی مدل Wonder بهترین نتیجه ثبت‌شده تا به امروز است؛ با این حال در جدول رده‌بندی کلی، صدرنشین کنونی بیش از ۱۱ درصد بالاتر از آن قرار دارد. ارزیابی در سطح استدلال پیش‌فرض نشان می‌دهد که Cursor این مدل را با بودجه پردازشی استاندارد سنجیده و ارزیابی را با تنظیمات سنگین‌تر و محاسبات پرمصرف‌تر انجام نداده است.

بنچمارک CursorBench 4.0 که در ۱۰ سپتامبر ۲۰۲۶ معرفی شد، وظایف طولانی و پیچیده کدنویسی را در قالب سناریوهای واقعی توسعه نرم‌افزار محک می‌زند. این چالش‌ها مدل‌ها را ملزم می‌کنند تا در مراحلی پیاپی، میان بخش‌های گوناگون ریپازیتوری جابه‌جا شوند، فایل‌های متعددی را ویرایش کنند، ابزارهای مختلف را به کار بگیرند، تست‌ها را به اجرا درآورند و در صورت بروز خطا، به‌خوبی مسیر خود را اصلاح نمایند.

با وجود این، شرکت متا در ارزیابی‌های اختصاصی خود نتایج درخشان‌تری را برای توانایی‌های ایجنتی این مدل در کدنویسی اعلام کرده است:

تفاوت در مجموعه وظایف، ساختارهای کمکی (Scaffolding)، بودجه‌های استدلال و روش‌های امتیازدهی می‌تواند نتایج بنچمارک‌ها را دستخوش تغییر کند. اعداد ارائه‌شده از سوی متا آمارهایی هستند که توسط خود سازنده منتشر شده‌اند، در حالی که CursorBench عملکرد مدل را مستقیماً در بستر واقعی ایجنت Cursor می‌سنجد. به همین جهت، ارزیابی در پروژه‌های اختصاصی و ریپازیتوری‌های واقعی همچنان دقیق‌ترین معیار برای سنجش نرخ موفقیت، زمان پاسخ‌دهی، دفعات تلاش دوباره و میزان کل توکن‌های مصرفی به شمار می‌رود.

متا تأکید می‌کند که مدل Wonder با تمرکز بر دو رفتار بنیادین به نام‌های «حافظه فعال» (Active Memory) و «تمرکز فعال» (Active Focus) آموزش دیده است. سازوکار حافظه فعال وظیفه دارد داده‌ها و نکاتی را که کاربر در طول یک نشست طولانی ارائه می‌دهد در ذهن نگه دارد و آن‌ها را تحلیل کند. از سوی دیگر، تمرکز فعال مدل را وادار می‌کند تا هنگام مواجهه با دستورهای ناموفق، خطای تست، کمبود وابستگی‌ها یا هر مانع دیگر، متوقف نشود و سریعاً به سراغ رویکردهای جایگزین برود.

در یک فرآیند کدنویسی ایجنتی، این دو رفتار دقیقاً خطاهایی را هدف می‌گیرند که معمولاً پس از پیش رفتن چند مرحله از کار پدیدار می‌شوند؛ جایی که یک مدل ممکن است ابتدا کدی به‌ظاهر بی‌نقص ارائه دهد، اما در ادامه ویرایش‌های قبلی را فراموش کند یا با اولین شکست در تست متوقف شود. ارزش واقعی Wonder در Cursor به این موضوع بستگی دارد که آیا این مدل می‌تواند کانتکست و زمینه پروژه را به‌خوبی حفظ کند و فرآیند خطایابی را بدون نیاز به مداخله پی‌درپی کاربر پیش ببرد یا خیر.

پروژه‌هایی که هزینه بالای توکن را توجیه می‌کنند

ساختار قیمتی Muse Wonder استفاده از آن را برای پروژه‌هایی توجیه می‌کند که پنجره کانتکست وسیع و قدرت بازیابی آن بتواند هزینه‌های بالاتر را جبران کند؛ پروژه‌هایی از جمله:

• وظایف طولانی ایجنتی در ریپازیتوری‌های بزرگ: سناریوهایی که در آن‌ها کانتکست عظیم مدل، نیاز به انتخاب دستی تک‌تک فایل‌ها را برطرف می‌سازد.
• نشست‌های پیچیده خطایابی و دیباگ: کارهایی که به فراخوانی مکرر ابزارها و نجات پروژه پس از شکست آزمون‌ها نیاز دارند.
• مهاجرت و بازنویسی کد میان فایل‌های مختلف: کارهایی که در آن‌ها ایجنت باید تغییرات قبلی و وابستگی‌های زنجیره‌ای میان فایل‌ها را به‌طور دقیق دنبال کند.
• وظایف چندحالته (Multimodal): پروژه‌هایی که کدنویسی را با اسکرین‌شات‌ها، موکاپ‌های طراحی یا دیاگرام‌ها پیوند می‌زنند.

برای کارهای روزمره، ویرایش‌های کوچک و تکمیل خودکار خطوط کد، گزینه‌های ارزان‌تر و اقتصادی‌تری مانند Muse Spark 1.3 بدون شک انتخاب منطقی‌تری خواهند بود. افزون بر این، Cursor مدل‌های دیگری را نیز در اختیار برنامه‌نویسان می‌گذارد که امتیازهای کلی بالاتری در CursorBench ثبت کرده‌اند. بنابراین تیم‌های نرم‌افزاری به‌جای اتکا به یک بنچمارک واحد، بهتر است نرخ موفقیت و هزینه نهایی را بر اساس نیازهای واقعی خود بسنجند و سپس ایجنت پیش‌فرض را انتخاب نمایند.

خداحافظی با وزن‌های باز؛ مدل جدید متا پشت دیوارهای ابری

مدل Wonder گام تازه‌ای در تغییر استراتژی کلان متا از انتشار مدل‌های وزن‌باز سری Llama به سوی مدل‌های پیشروی میزبانی‌شده در زیرساخت‌های ابری به شمار می‌رود. مدل‌های قبلی لاما وزن‌های عمومی را در دسترس همگان قرار می‌دادند تا هر سازمانی بتواند آن‌ها را روی سرورهای اختصاصی خود مستقر و اجرا کند. در مقابل، هر دو مدل خانواده Wonder با الگوی بسته و ابری توزیع شده‌اند؛ به گونه‌ای که دسترسی به Muse Wonder فقط از طریق پرداخت هزینه API امکان‌پذیر است و نسخه کامل‌تر Muse Wonder Full نیز در انحصار پلتفرم Muse Code قرار دارد. در نتیجه، سازمان‌ها و تیم‌هایی که به پردازش محلی (On-premises) یا آفلاین نیاز دارند، عملاً امکان اجرای بومی این مدل را نخواهند داشت.

در پی رونمایی مدل Llama 4 و حاشیه‌های جنجالی بنچمارک‌های آن در آوریل ۲۰۲۵، متا ساختار تیم‌های هوش مصنوعی خود را با محوریت «آزمایشگاه‌های ابرهوشمندی متا» به رهبری الکساندر ونگ بازآفرینی کرد. اکنون Cursor امکان استفاده از دستاورد این آزمایشگاه را بر اساس میزان مصرف و بدون نیاز به خرید اشتراک مجزا از متا فراهم کرده است. این یکپارچه‌سازی، فرصتی کاربردی برای توسعه‌دهندگان رقم می‌زند تا مدل Wonder را در پروژه‌ها و ریپازیتوری‌های اختصاصی خود محک بزنند؛ جایی که در نهایت، نرخ موفقیت در تکمیل وظایف، میزان پایداری، سرعت پاسخ‌دهی و هزینه مصرف توکن مشخص خواهد کرد که آیا این مدل می‌تواند به‌عنوان ایجنت اصلی آن‌ها انتخاب شود یا خیر.