Muse Wonder po polsku: 87 pkt w moim teście i 2. miejsce

👁 131 przeczytań

Muse Wonder pisze po polsku bardzo dobrze: w moim teście 13 zadań dostał 87,0 pkt na 100 i zajął 2. miejsce w rankingu, za Claude Opus 5.5, a przed GPT-6 Sol, GPT-6 Astra i Claude Fable 5.1. Sprawdziłem go godzinę po premierze, 12 października 2026, przez OpenRouter. Poniżej fragmenty odpowiedzi, oceny sędziów i miejsca, w których się potknął. Ceny, benchmarki i dostęp opisuję w przewodniku Muse Wonder.

Jak testowałem

Muse Wonder dostał te same 13 poleceń, które przeszło ponad 20 modeli w moim rankingu AI do pisania po polsku:

• 9 zadań pisarskich: artykuł na bloga, opis produktu, mail do zdenerwowanego klienta, post na LinkedIn, opowiadanie, 10 tytułów SEO, streszczenie notatki, inflacja wyjaśniona dziecku i tłumaczenie newslettera z angielskiego;
• dwie korekty tekstu z błędami (łatwa i trudna);
• dwa quizy o Polsce, w trudnym z pytaniami z fałszywym założeniem.

Teksty ocenili w ciemno dwaj sędziowie spoza Mety: Claude Opus 5.5 i GPT-6 Sol, każdy w skali 1-10 za poprawność, naturalność i wykonanie polecenia. W tej samej puli oceniania były cztery modele-kotwice z pierwszej rundy rankingu. Zachowały kolejność, a cała skala przesunęła się o 2,45 pkt w dół, więc o tyle skalibrowałem wynik Mety. Wynik łączny to w 70% sędziowie, w 20% reguły z poleceń i w 10% higiena tekstu. Metodę opisuję w Laboratorium Promptowym.

Wyniki w liczbach

Wszystko z tej samej puli oceniania z 12 października. Jedna rzecz zaskakuje: nawet na najniższym sensownym poziomie rozumowania (low) Muse Wonder wygenerował 16 157 tokenów myślenia na 21 557 tokenów wyjścia, czyli trzy czwarte rachunku to myślenie, którego nie widać w odpowiedzi. Dlatego jest droższy od Opusa 5.5 przy tej samej cenie za token.

Najlepsze odpowiedzi

Streszczenie notatki (9,00)

Polecenie: streść notatkę z posiedzenia zarządu w dokładnie 5 punktach, najwyżej 80 słów, tylko fakty z notatki. Muse Wonder zmieścił wszystkie kwoty i terminy, nie dopisał niczego od siebie i nie pomylił szkoleń z rozmową o nich, na czym potykają się słabsze modele. Fragment:

Dostawca przedstawił wariant podstawowy za 184 000 zł i rozszerzony za 247 000 zł, różniące się modułem prognozowania zapasów; budżet na ten rok: 200 000 zł.

Opus 5.5 jako sędzia zauważył jedynie, że styl bywa telegraficzny.

Tłumaczenie newslettera (8,83)

Tekst po angielsku był naszpikowany idiomami. Model nie przetłumaczył ich dosłownie: „wake-up call” to u niego „zimny prysznic”, a zakończenie brzmi „Teraz ruch należy do nas”. Fragment:

W minionym kwartale straciliśmy trzech dużych klientów, bo nikt tak naprawdę nie odpowiadał za dalszy kontakt z nimi. Był to dla nas zimny prysznic.

Minusy wg sędziów: kalka „dedykowany opiekun” i zgubiony idiom o przełamywaniu lodów.

Opowiadanie (8,00)

Realizm magiczny w bloku z wielkiej płyty, bohaterka to emerytowana listonoszka. Model osadził akcję na łódzkich Bałutach i wymyślił listy od zmarłego męża i sąsiadów, którzy piszą to, czego nigdy nie powiedzieli. Początek:

Pani Halina przez czterdzieści lat nosiła listy po osiedlu na Bałutach, a od emerytury mieszkała sama w bloku z wielkiej płyty, gdzie winda pamiętała czasy Gierka.

Obaj sędziowie docenili pomysł, a obaj uznali, że tekst przekracza limit 350 słów, choć mój licznik pokazuje 335 słów razem z tytułem. Opus 5.5 wytknął też powtórzenie „sprawdzała, sprawdzając”.

Gdzie się potknął

• Opis produktu (5,33). Najsłabsze zadanie i jedyne naprawdę złe. W akapicie o czajniku model dwa razy wypisał te same parametry: regulację od 40 do 100 °C, podtrzymanie temperatury przez 30 minut, wyjmowany filtr i zabezpieczenia. Opus 5.5 nazwał to „czystą watą”, a GPT-6 Sol zwrócił uwagę, że lista punktów wymienia cechy zamiast korzyści dla kupującego.
• Hashtag „#małabiznes” w poście na LinkedIn - błąd rodzaju, który obaj sędziowie wychwycili. Sam post był dobry, z mocnym pierwszym zdaniem: „Sprzedałem 400 kubków, zanim zrozumiałem, że ceramika to najmniejszy problem w sklepie z ceramiką.”
• Mail do klienta: „serdecznie przepraszamy” to wątpliwe połączenie w mailu z przeprosinami, a zwrot „Szanowny Panie” zakłada, że klient jest mężczyzną, choć polecenie tego nie mówiło.
• Artykuł: za długi (ok. 540 słów przy „około 500”) i miejscami na siłę wciska liczby, np. „biurko w odległości 1 metra od okna”, bo polecenie wymagało liczby w każdej poradzie.
• Pauzy: model używa długich myślników, 3,7 na 1000 słów. Mniej niż Opus i Luna, ale przed publikacją trzeba je wyczyścić.

Quizy i korekta: prawie bez błędu

W trudnym quizie o Polsce część pytań ma fałszywe założenie, np. o Noblu dla Stanisława Lema albo prezydencie II RP wybranym w wyborach powszechnych. Muse Wonder za każdym razem odpowiedział wprost, że założenie jest fałszywe, i zdobył komplet 48/48. Łatwy quiz: 46/46. W trudnej korekcie poprawił 29 z 30 błędów, w łatwej 22 z 22.

Matura AI: 215 na 220

Ten sam dzień, arkusze CKE z maja 2026. Muse Wonder zdobył 50/50 z matematyki podstawowej, 49/50 z rozszerzonej, 56/60 z polskiego (wszystkie 4 stracone punkty to notatka syntetyzująca, w której wypisał wady i zalety zamiast zestawić stanowiska autorów) i 60/60 z angielskiego. Opus 5.5 i GPT-6.1 Sol mają komplet 220/220, Claude Haiku 5.5 tyle samo co Wonder. Pełna tabela jest w teście Matura AI.

Werdykt

To najlepszy model Mety po polsku, jaki testowałem, i drugi najlepszy w ogóle. Względem Muse Spark 1.3 skok o 11,7 pkt, głównie w naturalności (7,22 wobec 5,63). Do tekstów marketingowych pilnowałbym powtórzeń i długich myślników, do streszczeń, tłumaczeń i maili nadaje się od ręki. Jeśli piszesz przez API i wahasz się między nim a Fable 5.1 lub Astrą, Wonder daje lepszy wynik za 2,5 raza mniej. Od Opusa 5.5 jest słabszy przy tej samej cenie. To moja opinia na podstawie jednego przebiegu testu.

Odpowiedzi Muse Wonder obok innych modeli w tych samych zadaniach zobaczysz w Arenie modeli AI po polsku.

Najczęstsze pytania

Czy Muse Wonder rozumie polski?

Tak. W moim teście poprawność językowa to 9,17 na 10, a oba quizy o Polsce rozwiązał bez błędu.

Czy Muse Wonder pisze lepiej niż ChatGPT?

W moim teście tak: 87,0 pkt wobec 86,4 GPT-6 Sol i 85,3 GPT-6 Astra. Różnica z Solem jest mała, w granicach jednego przebiegu.

Ile kosztował test?

0,45 USD za 13 odpowiedzi modelu plus 0,65 USD za ocenę sędziów. Matura kosztowała 1,54 USD.