Meta Muse Wonder: benchmarkclaims zijn leverancierscijfers

U moet vóór elke inzet van Muse Wonder voor gevoelige werkstromen schriftelijk vastleggen welke modelversie u gebruikt, onder welke evaluatievoorwaarden Meta die versie heeft getest, hoe lang Meta uw gegevens bewaart, en welke onafhankelijke veiligheidsbevindingen beschikbaar zijn — en u mag niet inzetten zolang die antwoorden ontbreken.

De aanleiding is een analyse van 13 oktober 2026 van de benchmarkmetingen waarmee Meta Muse Wonder positioneert, die betoogt dat die cijfers eigen metingen van Meta zijn en geen onafhankelijk bewijs van superioriteit. Meta bracht op 12 oktober 2026 twee modellen uit — Muse Wonder en Muse Wonder Full — en vergelijkt hun prestaties met modellen van Anthropic en OpenAI op evaluatiesets die Meta zelf heeft samengesteld, waaronder tests als MemoryBench. In onze beoordeling betekent dit dat een score op zo'n leverancierssuite weinig zegt over geschiktheid voor uw specifieke werkstroom, en dat de praktische verplichting daarom verschuift van het accepteren van een benchmarkgetal naar het zelf verifiëren van inzet voordat gevoelige gegevens in het model gaan.

Meta benoemt zelf de toepassingsgebieden: verzekeringsclaims, huurcontracten, financiën, recht en gezondheid. Dat zijn domeinen waarin u direct met vertrouwelijke en vaak bijzondere persoonsgegevens werkt. De verantwoordelijkheid voor die gegevens ligt bij u, niet bij Meta. Een benchmarkgetal verandert dat niet.

Wat verandert er in de praktijk voor uw inzet?

De modellen zijn beschikbaar via de Meta Model API tegen 4 dollar per miljoen invoertokens en 20 dollar per miljoen uitvoertokens; Muse Wonder Full is alleen via abonnement op Muse Code te gebruiken. Dat maakt de inzet operationeel haalbaar. Wat niet haalbaar is, is de inzet op gevoelige taken zonder eerst te weten hoe Meta met uw gegevens omgaat en welke veiligheidsevaluaties al zijn gedaan. Meta meldt dat aanvullende veiligheidsevaluaties nog volgen; de volledige scope en eventuele onopgeloste bevindingen zijn op het moment van release dus nog niet bekend.

Dat is geen verwijt aan Meta. Het is een reden om de inzet niet op de aankondiging te baseren.

Welke risico's moet u voor uw organisatie in kaart brengen?

De volgende foutmogelijkheden en risicacategorieën vereisen nu uw aandacht:

• Dataretentie en hergebruik — Meta beschrijft Active Memory als een functie die relevante informatie over gesprekken heen kan bewaren; u weet niet hoe lang die informatie wordt opgeslagen of of die in andere workflows kan worden hergebruikt.
• Geheimhouding en belangenconflict — vertrouwelijke context van de ene zaak kan in een andere workflow worden meegenomen, wat voor juristen een directe geheimhoudings- en belangenconflictrisico oplevert.
• Aanvalsoppervlak door agentic functies — Active Focus laat het model volgens Meta door moeilijke, langlopende taken werken; dit kan het potentiële aanvalsoppervlak vergroten en fouten laten voortzetten.
• Ongecontroleerde modelkeuze — u weet niet welke modelversie u daadwerkelijk gebruikt of onder welke evaluatievoorwaarden die versie is getest.
• Benchmarkgetal als vervanger voor eigen toetsing — de claim van pariteit met concurrenten is geen bewijs van veiligere of nauwkeurigere uitvoer voor uw specifieke taken.

Welke controles moet u kunnen aantonen?

Voordat u Muse Wonder inzet, moet u kunnen aantonen dat u het volgende hebt gedaan:

1. Documenteer de exacte modelidentifier, toegangstier en benchmarkdefinities — vraag Meta om deze gegevens op schrift en bewaar ze als onderdeel van uw inzetbesluit.
2. Stel de dataretentie- en hergebruiksvoorwaarden vast en leg ze schriftelijk vast — weiger inzet zolang Meta deze voorwaarden niet helder maakt.
3. Schakkel Active Memory standaard uit en sta context tussen taken alleen toe met expliciete autorisatie, bewaartermijn en onafhankelijke review — dit beperkt het geheimhoudings- en belangenconflictrisico.
4. Begrenzen Sie de tool-permissies, test u vooraf op een afgeschermde dataset en log u prompts, bronnen, modelinstellingen en reviewerbeslissingen — dit geeft u zicht op het aanvalsoppervlak en fouten.
5. Toets de benchmarkmetingen tegen uw eigen, gevoelige testset — accepteer de leveranciersscore niet als eindpunt, maar als startpunt voor controle.

Hoe gaat u om met de onzekerheid over veiligheidsevaluaties?

Meta meldt dat aanvullende veiligheidsevaluaties nog volgen. U kunt niet wachten tot die klaar zijn als u nu al pilots wilt starten. De oplossing is niet om de onzekerheid weg te redeneren, maar om die in uw inzetbesluit op te nemen. Stel vast welke veiligheidsbevindingen u minimaal nodig hebt voordat u gevoelige gegevens in het model laat gaan. Vraag Meta om die bevindingen. Leg vast wat u doet als die bevindingen niet beschikbaar zijn — waarschijnlijk: niet inzetten, of alleen inzetten op niet-vertrouwelijke testgegevens.

Dit onderwerp sluit aan op bredere discussies over agentic AI, over de oproep van Finland en Noorwegen voor verplichte frontier-AI-tests die afnemers nu al als bewijsvraag kunnen gebruiken, en over het risico dat een fout in één agent de hele keten laat ontsporen. De gemene deler: een cijfer van de leverancier is een startpunt voor controle, geen eindpunt.

Werktuigen kunnen u helpen bij het loggen van prompts, het beheren van permissies en het documenteren van beslissingen. Wat werktuigen niet kunnen doen, is bepalen welke risico's voor uw organisatie aanvaardbaar zijn en welke niet. Die beoordeling blijft uw eigen professionele verantwoordelijkheid.