Muse Wonder vs. Claude Opus 5: Das günstigere Modell, das die Aufgabe für weniger Geld erledigt

Meta Muse Wonder und Claude Opus 5 liegen auf der Eingabezeile einen Dollar auseinander und auf der Ausgabezeile fünf Dollar, und genau dort unterscheiden sie sich in keiner Weise, die für ein Budget relevant wäre. Im eigenen Testrahmen von Artificial Analysis – dieselben zehn Evaluierungen für beide, bei maximalem Aufwand, auf derselben Hardware – absolviert Muse Wonder eine Aufgabe des Intelligence Index für etwa 4,52 $ und Claude Opus 5 für etwa 5,86 $, ein Unterschied von 23 % zugunsten von Muse Wonder, den keine Preisliste vorhersagt. Meta Superintelligence Labs veröffentlichte Muse Wonder am 12. Oktober 2026; dasselbe Labor veröffentlichte Claude Opus 5 am 24. Juli 2026. Beide haben ein Fenster von einer Million Token, beide sind geschlossen, und beide sind in dem Bereich bepreist, den Artificial Analysis als teuer bezeichnet. Der Grund, warum die Rechnung anders ausfällt, ist überhaupt nicht der Preis.

Zwei Tarifkarten, und die dritte Zeile, die den Ausschlag gibt

Beginne mit dem, was jeder Anbieter veröffentlicht, denn auf dem Papier sind sich die beiden so ähnlich, dass ein Leser es mit gutem Grund als Patt bezeichnen würde.

• Eingabe — Muse Wonder 4,00 $ pro Million Token; Claude Opus 5 5,00 $. Muse Wonder ist 20 % günstiger.

• Ausgabe — Muse Wonder 20,00 $ pro Million Token; Claude Opus 5 25,00 $. Wieder 20 %.

• Cache-Eingabe — Muse Wonder 0,20 $ pro Million; Claude Opus 5 0,50 $. Hier ist Muse Wonder 60 % günstiger, und dies ist die Zeile, die bei agentischer Nutzung am wichtigsten ist, denn eine lange Sitzung sendet bei jeder Runde denselben System-Prompt und dasselbe Tool-Schema erneut. Wenn 70 % Ihrer Eingabe Cache-Treffer sind, beträgt der effektive Eingabepreis 0,54 $ pro Million bei Opus 5 und 0,29 $ bei Muse Wonder — kein Unterschied von 20 %, sondern nahezu die Hälfte.

• Kontextfenster — eine Million Token bei beiden. Metas Checkpoint-Dokumentation gibt eine maximale Ausgabe von 943.718 Token bei einem Fenster von 1.048.576 Token an; die Preisliste von Claude nennt 128.000 als maximale Ausgabe für Opus 5 innerhalb desselben Millionen-Token-Fensters. Wenn Ihre Workload eher sehr lange einzelne Antworten als lange Reasoning-Traces erzeugt, ist dieser Unterschied der ganze Vergleich.

• Reasoning-Steuerung — Muse Wonder führt Reasoning zwingend aus, mit einer Effort-Leiter von max, xhigh, high, medium, low und minimal und einem Standardwert von medium; Reasoning-Tokens werden als Output abgerechnet. Claude Opus 5 verwendet das Adaptive-Thinking-Design des Anbieters, bei dem weder temperature noch top_p festgelegt werden können und die Tiefe über den Reasoning-Effort gesteuert wird, wobei das Modell das Denken selbst zuteilt.

• Modalität — Muse Wonder bewirbt Text-, Bild-, Sprach- und Videoeingabe mit Textausgabe. Claude Opus 5 nimmt Text, Bilder und Dateien entgegen und gibt Text zurück.

Geht man diese Liste durch, lautet die vernünftige Schlussfolgerung: „Muse Wonder ist etwas günstiger und ein bisschen multimodaler.“ Die gemessenen Rechnungen sagen etwas deutlich Größeres, und der Grund dafür liegt in einer Spalte, die Tarifkarten nicht haben.

Woher die 23 % tatsächlich kommen

Artificial Analysis veröffentlicht das Token-Volumen, das jedes Modell beim Durchlaufen seines Index verbrennt, und es ist die Zahl, die zwei ähnliche Preislisten in zwei unterschiedliche Rechnungen verwandelt.

• Kosten pro Intelligence-Index-Aufgabe — Muse Wonder etwa 4,52 $; Claude Opus 5 etwa 5,86 $. Beide Zahlen stammen vom Evaluator, nicht von einem der Anbieter.

• Bei diesem Lauf verbrauchte Output-Tokens – Muse Wonder etwa 130M; Claude Opus 5 etwa 140M, gegenüber einem Board-Median von nahezu 85M.

• Wie der Evaluator jedes einzelne bezeichnet — Muse Wonder „etwas weitschweifig“; Claude Opus 5 „sehr weitschweifig“.

• Geschwindigkeit im selben Durchlauf — Muse Wonder war hier nicht der Schnelle; Claude Opus 5 wird von Artificial Analysis mit etwa 54 Token pro Sekunde gemessen, was angesichts eines Board-Durchschnitts von nahezu 84 als bemerkenswert langsam beschrieben wird.

• Unsere eigene Messung, sieben Tage bis zum 12. Oktober — Claude Opus 5 p50 Time-to-First-Token 6,1 Sekunden, 76,8 Ausgabe-Token pro Sekunde, 3,7 % Fehlerrate über den Zeitraum. Das ist OrcaRouters Playground-Messung, erhoben aus Live-Traffic über unseren Endpoint, und sie ist ein anderes Testsystem als das des Evaluators, daher sind die beiden Geschwindigkeiten nicht miteinander vergleichbar.

Die Lücke bei den Kosten pro Aufgabe wird also nicht durch einen dramatischen Unterschied in der Ausführlichkeit verursacht – 130M gegenüber 140M sind 7 %. Sie ist die Kombination aus einer um 20 % niedrigeren Ausgaberate, einer um 60 % niedrigeren Cache-Rate und einem geringeren Token-Bedarf, alles zusammen. Jedes davon ist für sich genommen bescheiden; zusammen sind sie der Unterschied zwischen einem Modell, das etwa 4,50 $ pro Aufgabe kostet, und einem, das etwa 5,90 $ kostet.

Was die unabhängigen Bewertungen sagen, einschließlich des Vergleichs, den Sie wahrscheinlich anstellen sollten

Auf demselben Index erzielt Muse Wonder (max) 52 Punkte und Claude Opus 5 (max) 51. Ein Punkt auf einem Composite über ein Feld, dessen Median bei 27 liegt, ist keine Stufe. Behandeln Sie diese als dieselbe Fähigkeitsklasse und treffen Sie die Entscheidung anhand von Kosten, Latenz und Modalität statt anhand der Punktzahl.

Die Komplikation ist, dass Claude Opus 5 nicht das neueste Modell aus diesem Labor ist.

• Claude Opus 5.5 (max) — Intelligence Index 58, etwa 5,98 $ pro Index-Aufgabe, etwa 260 Mio. Output-Tokens, 4,00 $ für Input und 20,00 $ für Output, rund 96 Tokens pro Sekunde. Gleicher Listenpreis wie Muse Wonder, sieben Punkte höher im Index und fast der doppelte Token-Hunger, der ihn hervorbringt.

• Claude Opus 5 (max) — 51, etwa 5,86 $ pro Aufgabe, etwa 140 Mio. Token, 5,00 $ Eingabe und 25,00 $ Ausgabe, ungefähr 54 Token pro Sekunde.

• Muse Wonder (max) — 52, ca. 4,52 $ pro Aufgabe, ca. 130 Mio. Tokens, 4,00 $ Eingabe und 20,00 $ Ausgabe.

Das ist die ehrliche Gestalt dieses Duells. Gegen Opus 5 liegt Muse Wonder auf jeder Achse zugleich vorn: günstiger pro Token, günstiger pro Aufgabe, einen Punkt höher, günstiger beim Cache. Gegen Opus 5.5 liegt es sieben Punkte zurück und ist etwas günstiger pro Aufgabe – ein geradliniger Leistung-für-Geld-Tausch bei identischem Listenpreis. Der interessante Befund ist der leise: Claude Opus 5.5 kostet mehr pro Aufgabe als Claude Opus 5, obwohl es sich mit Muse Wonder einen Tokenpreis teilt, weil es 260 Mio. Token erzeugt, während Opus 5 140 Mio. erzeugt. Nichts in der Opus-Preiskarte verrät Ihnen das.

Was Muse Wonder selbst betrifft, sind die zwei Benchmarks, die es zu nennen gilt, diejenigen, mit denen Metas eigene Tabelle beginnt, und diejenigen, die seinen Vorteil an Bedingungen knüpfen. Meta meldet Muse Wonder Full mit 75,3 und Muse Wonder mit 30,8 auf JobBench, eine Spanne von 44 Punkten zwischen zwei Checkpoints desselben Modells – vom Anbieter gemeldet, in Metas Testumgebung erzeugt und von niemandem reproduziert. Ob dies einen echten Leistungsunterschied oder ein Artefakt der Testumgebung widerspiegelt, ist ungeklärt, und es ist der beste Grund überhaupt, vor einer Festlegung eigene Aufgaben auszuführen.

Verfügbarkeit ist die Achse, die keine der beiden Tabellen abdeckt

Claude Opus 5 hat eine API-Kennung, eine Preisliste, eine veröffentlichte Deprecation-Mindestfrist und drei Oberflächen, über die es erreichbar ist: die eigene Plattform des Anbieters, die großen Clouds und jedes Gateway, das es führt. Muse Wonder hat einen kommerziellen Weg – die Meta Model API, als muse-wonder-1.0, plus Metas eigenen Muse-Code-Agenten – und einen zweiten Checkpoint, muse-wonder-full-1.0, der überhaupt nicht pro Token verkauft wird. Metas eigene Unterlagen beschreiben Full als in einem Muse-Code-Abonnement enthalten statt als API-Tarif verfügbar, bei Tarifen, die mit 50 $ pro Monat für Power Usage und 200 $ pro Monat für Maximum Usage veröffentlicht sind.

Das spielt für den Vergleich eine Rolle, die nichts mit Benchmarks zu tun hat. Der höher bewertete von Metas zwei Checkpoints – 56 auf dem Artificial-Analysis-Index, Platz vier von 699 Modellen – ist derjenige, den man nicht mit einem API-Schlüssel aufrufen kann. Derjenige, den man aufrufen kann, erreicht 52. Jedes Datenblatt, das „Muse Wonder“ als einzelnes Modell behandelt, entscheidet stillschweigend, welche dieser beiden Zahlen es abdruckt.

Wie Sie dies mit Ihrer eigenen Arbeitslast regeln

Das obige Argument stützt sich auf den Harness von jemand anderem mit den Aufgaben von jemand anderem, und die Differenz zwischen $4.52 und $5.86 ist ein Durchschnitt über zehn Evaluierungen, die Sie wahrscheinlich nicht durchführen. Die Zahl, die Ihre Entscheidung bestimmen sollte, sind die Kosten pro abgeschlossenem Auftrag in Ihrem eigenen Traffic, und der einzige Weg, sie zu ermitteln, ist, beide laufen zu lassen.

Das ist genau das, was Ihnen ein einzelner Endpunkt bietet. Claude Opus 5 ist ab heute auf OrcaRouter verfügbar – zum Listenpreis des Anbieters: 5,00 $ Eingabe, 25,00 $ Ausgabe, 0,50 $ pro Million Cache-Lesevorgänge, das Fenster von einer Million Token und die Obergrenze von 128.000 Token für die Ausgabe bleiben unverändert, bereitgestellt sowohl über das GPT-Chat-Completions-Format als auch über die native Messages-API des Anbieters, sodass eine bestehende Claude-Integration ohne Umschreibung übernommen werden kann. Die Listenpreise der Anbieter werden unverändert weitergegeben und wir erheben keinen Aufschlag, was bedeutet, dass eine Preissenkung des Anbieters noch am selben Tag bei uns ankommt und nicht erst im nächsten Abrechnungszyklus.

Muse Wonder ist nicht auf OrcaRouter verfügbar, und wir werden es nicht so beschreiben, als wäre es dort: Es gibt keinen meta/muse-wonder-Eintrag in unserem Katalog. Um darauf zuzugreifen, braucht man Metas eigene Model API und Muse Code. Was wir aus demselben Labor führen, ist Muse Spark 1.2, Metas multimodaler Reasoning-Checkpoint, bei $1.25 Eingang und $4.25 Ausgang mit $0.15 Cache-Lesevorgängen über ein 1,048,576-Token-Fenster — nicht dasselbe Modell, nicht dieselbe Fähigkeitsklasse, aber die günstige Meta-Route, wenn Sie eigentlich die Familie statt des Flaggschiffs wollen.

Wenn Sie den Äpfel-mit-Äpfeln-Test wollen – dieselben Prompts, dieselben Effort-Einstellungen, Ihre eigenen Token-Zahlen –, können Sie die Claude-Seite heute über einen einzigen Schlüssel laufen lassen, und sobald Muse Wonder einen Anbieter erreicht, den wir routen, wird es zu Metas Preis mit derselben Weitergaberegel erscheinen. Bis dahin lautet die ehrliche Anweisung: Messen Sie Opus 5 an Ihren Aufgaben, vergleichen Sie das Ergebnis mit den obigen Werten pro Aufgabe und behandeln Sie den 23%-Vorteil von Muse Wonder als Hypothese statt als Tatsache.

Das Urteil

Im Vergleich zu Claude Opus 5 gewinnt Muse Wonder bei den tatsächlich gemessenen Zahlen: ein Indexpunkt, 23 % geringere Kosten pro abgeschlossener Aufgabe, ein deutlich günstigerer Cache, eine breitere Eingabefläche und eine größere maximale Ausgabe. Es ist das bessere Modell pro Dollar für Arbeit mit langem Zeithorizont, und der Unterschied ist real und nicht bloß ein Rundungsartefakt – die beiden liegen bei der Punktzahl eng beieinander, weichen aber beim Preis um 20 % und beim Cache um 60 % voneinander ab.

Gegen Claude Opus 5.5 verliert dasselbe Modell, und zwar deutlich: sieben Indexpunkte für einen Preis pro Aufgabe, der nur etwa 25 % niedriger ist. Wenn Ihr Workload einer ist, bei dem sieben Punkte auf einem zusammengesetzten Index 25 % mehr pro Auftrag wert sind, ist Muse Wonder nicht die Antwort – und Opus 5 ebenso wenig.

Was keiner der beiden Vergleiche klärt, ist die Checkpoint-Frage. Zwei der drei von Meta veröffentlichten Zahlen zu Muse Wonder beschreiben ein Modell, das man nicht pro Token kaufen kann, und das Abonnement, mit dem man tatsächlich darauf zugreifen kann, kostet pro Monat mehr als die gesamten API-Ausgaben der meisten Teams. Planen Sie mit der 52, nicht mit der 56.