Le regole del digitale stanno cambiando.
O sei visibile o sei fuori. Noi ti aiutiamo a raggiungere i clienti giusti — quando ti stanno cercando.
Contattaci ora
Il modello eguaglia Claude Sonnet 5.5 nel benchmark legale di Harvey, ma conta l’accesso e i costi
Meta ha pareggiato con i leader dell'IA nel benchmark legale di Harvey: Muse Wonder Full ottiene 56, a pari merito con Claude Sonnet 5.5 e davanti a GPT-6 Astra, Gemini 4 Argon e Claude Fable 5.1, fermi a 53. Il risultato segna un'accelerazione dopo la ricostruzione dello stack AI, ma resta il dubbio sul divario tra investimenti e ricavi, che nessun punteggio può sciogliere.
Oggi Meta ha lanciato Muse Wonder e Muse Wonder Full, la nuova serie di modelli che, come si legge nell’annuncio ufficiale di Meta AI Research, promette prestazioni allo stato dell’arte su compiti agentici personali e professionali. Ma il numero che conta davvero non è il lancio. È il 56: il punteggio che Muse Wonder Full ottiene nel Legal Agent Benchmark di Harvey, secondo quanto riportato da VentureBeat, a pari merito con Claude Sonnet 5.5 e davanti a GPT-6 Astra, Gemini 4 Argon e Claude Fable 5.1, tutti fermi a 53. Solo Claude Opus 5.5 resta davanti, a 58.
Il fatto: un pareggio che sposta gli equilibri
Il Legal Agent Benchmark di Harvey non è un test a risposta multipla. Come descritto dalla stessa Meta, richiede ai modelli di lavorare con documenti sorgente e di seguire istruzioni dettagliate per produrre elaborati legali. Quando un benchmark chiede di produrre documenti a partire da fonti reali, il punteggio misura qualcosa di più vicino al lavoro di tutti i giorni che alla pura capacità di risposta. Pareggiare con Claude Sonnet 5.5 di Anthropic in questo contesto significa che Meta non è più la concorrente che rincorre da lontano: è dentro lo stesso tracciato dei leader. Dietro di lei, fermi a 53, restano GPT-6 Astra, Gemini 4 Argon e Claude Fable 5.1.
Il dettaglio tecnico aggiunge un altro tassello: i due modelli sono stati addestrati presso il data center Prometheus di Meta, su scala gigawatt. Non è un dettaglio casuale: indica che l’azienda ha messo sul piatto infrastrutture pesanti, dimensionate per competere con i laboratori che oggi guidano il mercato. Ma come è arrivata Meta a questo punto, dopo anni passati a spendere senza mostrare ritorni?
Cosa c’è dietro: la scommessa da gigawatt e il nodo ricavi
La risposta sta in una revisione radicale cominciata quattordici mesi fa. Lo scrive Meta stessa nell’annuncio: quattordici mesi fa l’azienda ha avviato una ricostruzione da zero dei propri sforzi nell’intelligenza artificiale. Il risultato era già visibile nel mese di aprile 2026, quando l’azienda ha presentato Muse Spark. In quell’occasione, Meta Superintelligence Labs spiegava di aver ricostruito l’intero stack AI, muovendosi più rapidamente di qualsiasi precedente ciclo di sviluppo interno. In meno di un anno e mezzo, Meta è passata da un’architettura da ripensare a un modello competitivo in un benchmark specialistico. Sulla carta, è un’accelerazione che pesa.
Il punto, però, è un altro. Come riportava CNBC, già nel mese di aprile 2026 Meta ha speso molto in intelligenza artificiale senza ancora mostrare nuovi flussi di ricavi derivanti dall’AI. Nel frattempo, OpenAI, Anthropic e Google hanno guidato il boom dell’intelligenza artificiale con modelli potenti e chatbot popolari. Il pareggio nel benchmark legale è una buona notizia per gli ingegneri, ma il divario tra investimenti e ricavi resta il nodo che nessun punteggio, da solo, può sciogliere.
Se i benchmark dicono questo, la domanda diventa un’altra: chi userà davvero questi modelli, e a quali condizioni? Il mercato non vive di classifiche: vive di adozione. E l’adozione si misura sulle condizioni concrete di accesso.
Cosa aspettarsi: accesso, costi e prossime mosse
La risposta operativa è già scritta nei canali di accesso. Muse Wonder è disponibile da oggi tramite Meta Model API e Muse Code; Muse Wonder Full, il modello che ottiene il 56, è disponibile da oggi per gli abbonati a Muse Code. Cosa significa per chi fa impresa online? Che può iniziare subito a testare il modello base via API, mentre per il più performante dovrà valutare un abbonamento. Il punto, da qui in avanti, non è se il punteggio salirà di un punto: è se il risparmio di tempo e i costi per attività reggeranno il confronto. Ogni settimana conterà.
Per chi fa impresa online, Muse Wonder è già testabile via API e Muse Code: la prossima mossa è misurare se il risparmio di tempo e i costi per attività reggono il confronto con i leader, non se il punteggio sale di un punto.
