Muse Wonder Full laut Meta nur im Muse-Code-Abo, Contributor-Modus Standard

Stellen Sie sich vor, Sie schließen für Ihr Entwicklungsteam ein Abo für Metas Terminal-Coding-Agenten Muse Code ab, klicken sich durchs Onboarding, und irgendwo im Hintergrund steht ein Schalter auf „an“, den Sie nie angefasst haben. Ein Gedankenspiel? Nur halb. Die Lage ist seit Montag, 12. Oktober, ziemlich real.

An diesem Tag hat Meta die Modellreihe Muse Wonder vorgestellt. Muse Wonder Full gibt es laut Meta nur für Muse-Code-Abonnierende. Muse-Code-Abos laufen laut Hilfeseite standardmäßig im Contributor-Modus. Dann darf Meta Ihre Prompts, Ihren Code, Ihre Dateien, den Kontext und die Modellantworten zum Training künftiger Modelle nutzen. Im Gegenzug gibt es mehr Nutzung aus dem Plan.

Die kurze Version: Wer das leistungsfähigste Modell der Reihe will, zahlt mit Dollar und landet dabei zunächst im Daten-Deal. Ausstieg möglich, aber nur nach vorn gerichtet. Ich will in diesem Text kein Benchmark-Rennen veranstalten. Mich interessiert, was Entwicklerinnen und Entwickler für welches Geld bekommen und was sie dafür abgeben.

Muse Wonder und Wonder Full: zwei Modelle, zwei Türen

Beginnen wir mit dem, was Meta im Blogbeitrag zur Vorstellung selbst schreibt. Die Reihe besteht aus zwei Modellen: Muse Wonder und Muse Wonder Full. Meta nennt sie die eigenen „most capable models“, also die leistungsfähigsten Modelle des Hauses. Das ist eine Selbstbeschreibung, kein unabhängiges Ranking, und ich behandle es auch so.

Die Türen zu den beiden Modellen sind unterschiedlich breit. Muse Wonder ist laut Meta über die Meta Model API und über Muse Code verfügbar. Muse Wonder Full ist laut Meta für Muse-Code-Abonnierende verfügbar. Das klingt nach Haarspalterei, ist aber der Kern der Geschichte: Die API-Tür steht beim großen Bruder laut Preisseite nicht offen. Dort heißt es nur „Available by subscription in Muse Code“.

Außerdem kündigt Meta an, Muse Wonder werde bald Erlebnisse in der Muse-App antreiben, zuerst für Abonnierende. Das ist eine Ankündigung. Ausgerollt ist es laut Blogbeitrag noch nicht. Auch bei der Modellbeschreibung lohnt ein genauer Blick. Meta nennt zwei Schlagworte: „Active Memory“ soll wichtigen Kontext über Gespräche hinweg behalten und abrufen. „Active Focus“ beschreibt, wie das Modell an schwierigen Aufgaben dranbleibt: Es probiert Alternativen aus, arbeitet sich an Hindernissen ab und fragt bei Bedarf nach. Vor wichtigen Aktionen meldet es sich laut Meta zurück.

Trainiert wurde das Ganze laut Meta im Gigawatt-Rechenzentrum Prometheus. Mehr zu Prometheus gibt es hier nicht, das ist ein anderes Thema. Und wer die Vorgeschichte von Muse als Alltags-Agent nachlesen möchte, findet sie in unserem Text zu Metas Muse-Alltags-Agenten vom 9. September. Hier geht es um die Entwicklerseite.

Zwei Zeilen zum Modellumfang, damit Sie wissen, worüber wir reden: Laut Model Card nehmen die Modelle Text, Bild, Video und Audio entgegen und geben Text aus. Als Kontextlänge nennt die Karte „1M tokens at inference“, die Preisseite für beide Modelle 1 Million Tokens Kontext. Eine Million Tokens ist reichlich Platz, auch für ein größeres Repository, aber ob Sie ihn jemals ausreizen, steht auf einem anderen Blatt.

Was Muse Wonder pro Million Tokens kostet – und was nicht dasteht

Die Preisseite der Meta Model API ist erfreulich nüchtern. Für muse-wonder-1.0 nennt sie 4,00 $ für Input, 0,20 $ für gecachten Input und 20,00 $ für Output, jeweils je Million Tokens, bei 1 Million Tokens Kontext. Das sind Listenpreise laut Meta-Preisseite, andere Währungen oder Rabatte stehen dort nicht.

Bei muse-wonder-full-1.0 bleiben die Preisfelder leer. Statt Zahlen steht dort ein Strich, dazu der Hinweis „Available by subscription in Muse Code“. Einen API-Preis für Wonder Full gibt es nach dieser Seite schlicht nicht. Wer Full sprechen will, braucht ein Abo.

Zum Einordnen führt dieselbe Seite die Muse-Spark-Modelle mit. Hier die Output-Preise je Million Tokens im Vergleich. Gleiche Kennzahl, gleiche Quelle, Stand 12. Oktober:

Jetzt ein kleiner Rechenausflug, ausdrücklich als dm-Rechnung gekennzeichnet. Beim Input liegt Wonder bei 4,00 $, Spark 1.3 bei 1,25 $. Rechenweg: 4,00 geteilt durch 1,25 ergibt das 3,2-Fache. Beim Output: 20,00 geteilt durch 4,25 ergibt rund das 4,7-Fache. Das sind reine Listenpreisverhältnisse. Sie sagen nichts darüber, was eine konkrete Aufgabe am Ende kostet. Wie viele Tokens ein Modell für dieselbe Aufgabe verbraucht, steht in keiner der Quellen. Genau deshalb halte ich Listenpreis-Vergleiche für ein Warnschild mit Kleingedrucktem. Wir bei digital-magazin.de haben das bei Claude Sonnet 5.5 schon einmal unter der Frage „wirklich günstiger?“ durchgespielt, und diese Frage gilt hier genauso.

Spannender finde ich die Zeilen darunter. Dort stehen zwei Spark-Varianten mit identischer Versionsnummer: muse-spark-1.3 mit dem Zusatz „Not used to improve our products“ und muse-spark-1.3-contributor mit „Used to improve our products“. Die Contributor-Variante kostet laut Seite 0,10 $ Input, 0,002 $ gecachten Input und 0,20 $ Output. Dieselbe Versionsnummer, ein anderes Datenversprechen, ein ganz anderes Preisschild. Rechnerisch ist der Output der normalen Variante, 4,25 $, das gut 21-Fache der Contributor-Variante (4,25 geteilt durch 0,20 ergibt 21,25; dm-Rechnung).

Eine Beobachtung am Rand: Für Wonder ist in der gelesenen Fassung der Preisseite keine -contributor-Variante gelistet. Ob das so bleibt, weiß ich nicht.

Muse Code: Flatrate statt Tokenzähler

Wechseln wir zur Abo-Seite. Laut Hilfeseite zum Muse-Code-Abo ist Muse Code der terminalbasierte Coding-Agent der Meta Model API. Mit einem Abo zahlen Sie einen monatlichen Pauschalbetrag für die Nutzung, statt pro Token abgerechnet zu werden. Es gibt vier Pläne:

• Everyday Usage für 5 $ im Monat: Zugriff auf die Muse-Modellfamilie, 10 bis 50 Prompts alle fünf Stunden (inklusive Bild- und Video-Uploads), Sprachmodus und Websuche.
• High Usage für 15 $ im Monat: alles aus Everyday, dazu laut Hilfeseite fünfmal mehr Nutzung und mehr multimodale Eingaben.
• Power Usage für 50 $ im Monat: alles aus High, „Access to the most powerful Muse models“, 20-mal mehr Nutzung als im Everyday-Plan, frühzeitiger Zugang zu neuen Funktionen und höhere Datei-Upload-Grenzen.
• Maximum Usage für 200 $ im Monat: alles aus Power und 80-mal mehr Nutzung als im Everyday-Plan.

Alle Beträge sind Meta-Angaben in Dollar. Sie sehen: Die Nutzung wird relativ zum Einstiegsplan beschrieben („5x“, „20x“, „80x“), nicht in Tokens. Deshalb rechne ich hier auch nicht aus, ab welcher Tokenmenge sich welches Abo lohnt. Das wäre Kaffeesatzlesen mit Taschenrechner, denn die Quelle liefert dafür keine Zahlen.

Dann kommt die Frage, auf die Sie vermutlich schon warten: In welchem Plan steckt Wonder Full? Die Antwort lautet: Das steht so nicht da. Die Preisseite sagt, Wonder Full gebe es „by subscription in Muse Code“. Die Hilfeseite verspricht ab dem Power-Plan für 50 $ „die stärksten Muse-Modelle“, im Original „the most powerful Muse models“. Dass beides zusammengehört, liegt nahe. Wörtlich belegt ist es nicht, und deshalb schreibe ich es nicht als Tatsache hin. Wer es genau wissen will, sollte vor dem Abschluss die Plananzeige im Onboarding prüfen.

Zwei weitere Details aus der Hilfeseite: Das Abo gilt nur über die Muse-Code-CLI, solange Sie mit Ihrem Meta-Model-API-Konto angemeldet sind. Weitere API-Schlüssel, die Sie unter diesem Konto anlegen, werden nach Verbrauch abgerechnet (Pay-as-you-go). Und wenn das Limit Ihres Plans erreicht ist, können Sie upgraden oder warten, bis es sich erneuert. Im Maximum-Plan bleibt nur Warten. Gehen die 200 $ irgendwann zur Neige, sagt Ihnen die Hilfeseite also schlicht: Pause machen.

Der Contributor-Modus: Was Meta mit Ihrem Code anstellen darf

Jetzt zum Knackpunkt. Die Hilfeseite formuliert den Contributor-Modus so (englisches Original, Übersetzung von uns darunter):

„Muse Code subscriptions default to Contributor mode. In Contributor mode, you get more usage from your plan in exchange for letting Meta use your content — the prompts, code, files, and context you send, plus the model responses you get back — to train future Meta models.“

Übersetzung: Muse-Code-Abos sind standardmäßig im Contributor-Modus. In diesem Modus bekommen Sie mehr Nutzung aus Ihrem Plan, und Meta darf im Gegenzug Ihre Inhalte – die Prompts, den Code, die Dateien und den Kontext, die Sie senden, sowie die Modellantworten, die Sie zurückbekommen – zum Training künftiger Meta-Modelle verwenden.

Das Vokabular ist wichtig. Genannt werden Prompts, Code, Dateien, Kontext und Modellantworten. Das ist ziemlich genau das, woraus ein Arbeitstag mit einem Coding-Agenten besteht. Ein Terminal-Agent liest Ihr Repository, schlägt Änderungen vor, führt Dinge aus und bekommt Fehlermeldungen zurück. Ob und wie viel davon im Einzelfall tatsächlich zum Training landet, sagt die Hilfeseite nicht. Sie sagt nur, was Meta nutzen darf.

Dazu drei Einordnungen, die mir wichtig sind.

Erstens: „Ab Werk an“ gilt für Muse-Code-Abos. Für Pay-as-you-go-Schlüssel ist die Lage anders gebaut. Dort entscheidet laut Preisseite die gewählte Modellvariante, etwa die -contributor-Version bei Spark. Pauschal „Meta trainiert immer mit Ihrem Code“ wäre falsch. Zweitens: Die Gegenleistung ist „mehr Nutzung“. Wie viel mehr, nennt die Hilfeseite nicht, es gibt keine Zahl. Drittens: Der Modus gilt für Abos, bei denen Wonder Full laut Meta der Stoff ist, den man dort bekommt. Wer an Full will, landet im Zweifel zuerst im Standard.

Meine Meinung dazu, offen gesagt: Ein Standard, der Daten abgreift, ist kein Skandal, aber er ist eine Entscheidung, die Meta für Sie vorsortiert hat. Wer im Onboarding durchklickt hat sie getroffen, ohne es zu merken.

Der Schalter, die Zukunft und die offene Vergangenheit

Die gute Nachricht steht gleich im nächsten Satz der Hilfeseite: Der Contributor-Modus ist eine Einstellung in Muse Code, und Sie können ihn jederzeit abschalten. Danach werden Ihre künftigen Inhalte nicht mehr zum Training von Meta-Modellen verwendet, es sei denn, Sie schalten ihn in den Einstellungen wieder ein. Im Original: „your future content is not used to train Meta models“.

Achten Sie auf das Wörtchen „future“. Die Quelle sagt, was ab dem Abschalten gilt. Sie sagt nichts dazu, was mit Inhalten passiert, die vorher im Contributor-Modus verarbeitet wurden. Weder „wird gelöscht“ noch „bleibt dauerhaft gespeichert“ steht dort. Beides wäre erfunden.

Stellen Sie sich vor, ein Team arbeitet zwei Wochen im Standardmodus und merkt dann, dass in dem Repository auch Konfigurationsdateien mit Kundendaten lagen. Wer klärt, was mit den zwei Wochen ist? Die Hilfeseite verweist für Details auf eine eigene Seite mit dem Titel „What is Contributor mode in Muse Code?“. Die gehörte nicht zu den Quellen, die wir ausgewertet haben. Für solche Fälle würde ich die Frage direkt bei Meta stellen und die Antwort schriftlich festhalten.

Dann gibt es noch den Ausnahmefall: „Contributor mode isn’t available to accounts with Zero Data Retention (ZDR).“ Für Konten mit Zero Data Retention gibt es den Modus also gar nicht. Was ZDR im Einzelnen bedeutet und wie man an ein solches Konto kommt, erklärt die Hilfeseite nicht. Ich lese sie so: Wer vertraglich ohnehin keine Datenspeicherung hat, taucht in dieser Tauschlogik nicht auf. Das ist meine Lesart, keine Meta-Aussage. Für Firmen, die mit ZDR arbeiten, bedeutet es aber: Der Standard-Deal betrifft sie schlicht nicht.

Und was ist mit Einzelnen, die kein ZDR-Konto haben und kein Team im Rücken? Für sie bleibt der Schalter. Er ist keine Hexerei, aber er verlangt, dass Sie ihn finden. Mein Tipp: Prüfen Sie ihn direkt nach dem Onboarding, bevor der erste Prompt rausgeht, und nicht erst, wenn der erste Mensch im Team fragt.

Preisleiter mit zwei Währungen: Dollar und Daten

Dieses Bild wurde komplett mit KI generiertProviderhiggsfieldModellgpt_image_2PromptSplit concept: a laptop with abstract AI chat bubbles and a toggle switch metaphor for training contribution, soft daylight. Photorealistic editorial magazine photo, 16:9. Absolutely no text, no letters, no numbers, no logos, no brand marks.

Jetzt wird es persönlich, und ich markiere das auch: Das Folgende ist meine Einschätzung, keine Meta-Aussage. Meta sagt nirgends, warum die Preise so aussehen, wie sie aussehen.

Meine Lesart: Meta baut gerade eine Preisleiter, die zwei Währungen kennt. Auf der Preisseite sieht man das an den Spark-Zeilen. Dasselbe Modell kostet einen Bruchteil, wenn Sie der Nutzung für Produktverbesserungen zustimmen. In der Abo-Welt sieht man es am Standard: Mehr Nutzung gibt es im Contributor-Modus. Wer diese Währung nicht anbieten will oder kann (etwa weil der Code nicht dafür gedacht ist, das Haus zu verlassen), kann sie abschalten oder, bei ZDR, gar nicht erst nutzen. Ob das am Ende zu weniger Nutzung im Plan führt, ist nach der Hilfeseite zumindest eine naheliegende Frage. Beantwortet wird sie dort nicht.

Was daran fair ist: Die Preisseite beschriftet die Varianten offen. „Used to improve our products“ steht direkt neben dem Modellnamen. Auch die Hilfeseite nennt den Tausch ohne Umschweife. Dass jemand Daten gegen Rabatt tauscht, ist kein Geheimnis, es ist ein Geschäftsmodell. Was ich unbequem finde: Bei Abos ist der Tausch der Standard und nicht die Wahl. Und der Rabatt hat keine Zahl.

Ein Gegenargument gehört dazu. Wer Open-Source-Code schreibt oder Hobbyprojekte baut, verliert durch den Standardmodus womöglich wenig, und mehr Nutzung fürs gleiche Geld ist ein echter Vorteil. Ich selbst würde bei Privatprojekten zumindest darüber nachdenken, statt reflexhaft abzulehnen. Bei Firmencode sieht die Rechnung anders aus, aber das ist keine Entscheidung, die Meta für Sie abnimmt.

Und Wonder Full? Hier ist die Leiter besonders dünn belegt. Die Preisseite listet für Full gar keine Tokenpreise. Wer das Modell will, muss ins Abo und landet damit dort, wo der Contributor-Standard sitzt. Dass das ein beabsichtigter Zwang ist, behaupte ich nicht. Die Quellen sagen nur: Full ist laut Meta nur für Muse-Code-Abonnierende da, und Muse-Code-Abos haben standardmäßig den Contributor-Modus an.

Benchmarks: Spitzenwerte laut Meta, Kleingedrucktes inklusive

Kurz zu den Messwerten, mehr verdienen sie in diesem Text nicht. Meta schreibt im Blog, die Reihe erreiche über wichtige Benchmarks für persönliche und professionelle Agenten, Gedächtnis und Coding hinweg Spitzenwerte („state-of-the-art results“, Übersetzung: Spitzenergebnisse). Die konkreten Zahlen stehen im Blog in Grafiken, deshalb nenne ich hier keine. Das ist Herstellerangabe, Punkt.

Die Model Card, Metas eigenes Begleitdokument, ist an einigen Stellen angenehm ehrlich. Mehrere Ergebnisse stammen laut Karte von Artificial Analysis, andere von Anbietern wie Vals AI oder Surge. Meta vergleicht mit GPT-6 Astra, Claude Fable 5.1 und Claude Opus 5.5. Die Ergebnisse der eigenen Modelle sind laut Karte mit maximalem Reasoning-Aufwand erzeugt. Bei den Konkurrenzläufen schreibt Meta, sie nutzten gemeinsame Einstellungen, wo es praktikabel ist, blieben aber „best-effort“. Prompts, Werkzeuge und Laufzeit seien womöglich nicht optimal auf proprietäre Modelle abgestimmt.

Besonders interessant für ein Coding-Stück ist der Eintrag zu SWE-Marathon, einem Test für sehr lange Softwareprojekte. Dort heißt es im Original: „Its leaderboard results for GPT-6 Astra and Claude Fable 5.1 use Codex and Claude Code, respectively, so this row is not a controlled common-harness comparison. Muse Wonder Full was reported with xhigh reasoning effort.“ Übersetzung von uns: Die Leaderboard-Ergebnisse für GPT-6 Astra und Claude Fable 5.1 nutzen Codex beziehungsweise Claude Code, daher sei diese Zeile kein kontrollierter Vergleich mit einheitlichem Testgerüst. Muse Wonder Full sei mit „xhigh“ Reasoning-Aufwand gemeldet worden. Als Ergebnisquelle nennt die Karte Abundant AI.

Was heißt das in Alltagssprache? Stellen Sie sich einen Rennvergleich vor, bei dem jedes Auto auf einer anderen Strecke fährt. Man kann die Rundenzeiten trotzdem notieren. Man sollte nur nicht so tun, als wären sie direkt vergleichbar. Das steht, wohlgemerkt, so in Metas eigenem Dokument.

Meine Konsequenz: Ob Wonder Full Ihnen in Ihrem Repository besser hilft als das, was Sie derzeit nutzen, zeigt kein Leaderboard. Das zeigt nur eine Probewoche mit echten Aufgaben, bei der Sie nebenbei einen Blick auf den Contributor-Schalter werfen. Die Karte selbst nennt übrigens Grenzen: Fehler bei mehrstufigem Schlussfolgern, vor allem in neuartigen Szenarien, und bekannte Schwächen bei visuellem und räumlichem Denken, besonders bei 3D-Aufgaben.

Muse Wonder und die Sicherheit: Ein Bericht, der noch aussteht

Meta schreibt im Blog, Muse Wonder biete die „strongest safeguards to date“ gegen CBRN-Missbrauch (chemisch, biologisch, radiologisch, nuklear) und Cyber-Missbrauch, bei weiter möglichem Zugriff auf Cyber-Fähigkeiten für die Verteidigung. Das Modell sei zudem Metas „most aligned model to date“. Alles Eigenangaben, die ich als solche weitergebe.

Ein vollständiger Bericht mit zusätzlichen Sicherheitsbewertungen soll laut Meta „available soon“ sein, also demnächst folgen. Er liegt nach den uns vorliegenden Quellen nicht vor. Solange er fehlt, bleibt vieles Behauptung, und das gilt für alle Hersteller, nicht nur für Meta. Zum Rahmen, nach dem Meta solche Bewertungen vornimmt, haben wir bei digital-magazin.de bereits geschrieben, nämlich zu Metas Sicherheitsrahmen im Licht des AI Acts.

In der Model Card beschreibt Meta die Risikobewertung so: Ohne Gegenmaßnahmen schließe man nicht aus, dass das Modell in der Domäne Chemie und Biologie die Schwelle „high“ erreicht. Deshalb gebe es zusätzliche Maßnahmen wie Safety-Post-Training und Klassifikatoren auf Systemebene. Mit diesen Maßnahmen liege das Restrisiko in allen Domänen bei „moderate or lower“. Das ist Metas Einstufung, geprüft von Metas eigener Governance, nicht von einer unabhängigen Stelle.

Für Coding-Teams steckt im Kleingedruckten eine ganz handfeste Empfehlung. Die Karte rät, Wonder als Teil eines größeren KI-Systems mit zusätzlichen Schutzvorkehrungen einzusetzen, und nennt als Beispiel eine menschliche Bestätigung bei unumkehrbaren Aktionen. Das passt zu dem, was Meta über „Active Focus“ schreibt: Das Modell soll vor wichtigen Aktionen nachfragen. Ein Terminal-Agent mit Dateizugriff bleibt ein Werkzeug mit Schreibrechten. Ich würde ihn so behandeln, wie ich einen frischen Praktikanten mit Root-Rechten behandeln würde, also freundlich und mit Backup.

Region, Alter und die Frage nach Europa

Die Hilfeseite enthält einen Satz, der in Deutschland viele interessieren dürfte: „Subscription benefits and availability may vary by region.“ Zu Deutsch: Abo-Leistungen und Verfügbarkeit können je nach Region unterschiedlich sein. Die verfügbaren Leistungen zeige das Onboarding, bevor Sie abonnieren.

Ob Muse Code oder Wonder Full also in Ihrem Land zu den gleichen Bedingungen verfügbar ist, kann ich Ihnen nicht sagen. Weder „in der EU verfügbar“ noch „nicht verfügbar“ steht in den Quellen, und beides zu behaupten wäre geraten. Bei Datenschutzfragen kommt hinzu, dass ein Hinweis zur Region noch keine Aussage über rechtliche Details ist. Wie unterschiedlich Sicherheits- und Datenschutzversprechen aus den USA in Europa wirken können, haben wir bei digital-magazin.de am Beispiel von Meta schon einmal aufgedröselt, nämlich in unserem Beitrag zu Muse Secure VM und Sentinel. Der Text dreht sich um ein anderes Produkt, die Frage dahinter ist aber dieselbe.

Ein weiteres Detail aus der Hilfeseite: Für ein Abo müssen Sie 18 Jahre alt sein oder das Volljährigkeitsalter Ihres Landes erreicht haben. Für das Abo gelten die Meta Subscription Terms of Service. Die Nutzung von Muse Code und der Meta Model API regeln die API-Nutzungsbedingungen und die Acceptable Use Policy. Wer im Unternehmen entscheidet, sollte diese Dokumente lesen. Ich habe sie hier nicht ausgewertet, und Sie sollten sich auch nicht auf meine Zusammenfassung verlassen.

Und die Datenverarbeitung im Detail? Die Hilfeseite sagt nichts darüber, wo Daten liegen oder wie lange. Sie sagt nur, was im Contributor-Modus verwendet werden darf. Alles, was darüber hinausgeht, wäre Spekulation. Für Teams mit Compliance-Auftrag ist das ein klarer Auftrag: nachfragen, schriftlich, vor dem Abschluss.

Checkliste für Teams: Fünf Fragen vor dem Klick

Aus alldem ergibt sich eine kleine Liste. Sie ist keine Rechtsberatung, sondern der Versuch, die Quellenlage in praktische Fragen zu übersetzen.

1. Prüfen Sie zuerst, ob in Ihrem Repository Kundendaten, Zugangsdaten oder Geschäftsgeheimnisse liegen. Wenn ja, sollte der Contributor-Modus für diese Arbeit aus sein, bevor der erste Prompt rausgeht, denn Meta darf im Contributor-Modus laut Hilfeseite Prompts, Code, Dateien, Kontext und Antworten für das Training nutzen.
2. Klären Sie, ob Ihr Unternehmen ein Konto mit Zero Data Retention nutzt. Für solche Konten gibt es den Contributor-Modus laut Hilfeseite nicht. Ob Ihr Konto dazugehört, müssen Sie intern oder bei Meta erfragen.
3. Schauen Sie nach dem Onboarding sofort in die Einstellungen von Muse Code und prüfen Sie den Contributor-Schalter. Der Standard ist bei Abos „an“. Wenn Sie ihn abschalten, gilt das laut Meta für künftige Inhalte. Für Inhalte aus der Zeit davor gibt die Hilfeseite keine Auskunft, dazu sollten Sie nachfragen.
4. Lesen Sie im Onboarding genau, welche Leistungen Ihnen in Ihrer Region angezeigt werden, bevor Sie zahlen. Meta schreibt selbst, dass Leistungen und Verfügbarkeit regional abweichen können. Ob Wonder Full in Ihrem Plan steckt, sehen Sie dort und nicht in diesem Text.
5. Trennen Sie Abo und API sauber. Das Abo gilt nur für die Muse-Code-CLI, zusätzliche API-Schlüssel werden nach Verbrauch abgerechnet, und dort entscheidet die Modellvariante über die Datennutzung. Notieren Sie sich, welcher Schlüssel für welchen Zweck gedacht ist.

Dazu noch ein Rat in eigener Sache: Behandeln Sie Metas Benchmark-Grafiken als Herstellerangabe, probieren Sie das Modell an eigenen Aufgaben, und lassen Sie Aktionen mit Schreibrechten nicht ungeprüft laufen. Der Sicherheitsbericht ist laut Meta „bald“ da. Bis dahin wäre ich vorsichtig mit Superlativen.

Und jetzt? Eine Frage an Sie

Was bleibt? Eine Preisleiter, die zwei Währungen kennt, und ein Standard, der Ihnen die Entscheidung abnimmt, solange Sie ihn nicht anfassen. Das Modell mag so gut sein, wie Meta schreibt, und vielleicht ist es das auch. Die Kernfrage ist trotzdem eine andere: Würden Sie für mehr Nutzung im Plan Ihren Code hergeben, und wenn ja, welchen?

Ich bin gespannt, wie Sie das in Ihrem Team handhaben. Schalten Sie den Contributor-Modus bei privaten Projekten ein und bei Firmencode aus? Oder gar nicht erst abonnieren? Schreiben Sie uns, was Ihnen im Onboarding aufgefallen ist, besonders wenn Sie dort ein Detail zur Region oder zum Plan gesehen haben, das wir hier nicht kennen. Wir ergänzen den Text gern.