Muse Wonder vs. GPT-6.1 Sol: Eine Ausgabeobergrenze von 943.718 Token gegen eine von 128.000 Token

Muse Wonder und GPT-6.1 Sol liegen im Artificial Analysis Intelligence Index innerhalb von 0,2 Punkten voneinander — 52 für Muse Wonder (max.), 51,8 für GPT-6.1 Sol (max.) — und eine einzelne Index-Aufgabe kostet beim ersten 4,52 $ und beim zweiten 0,72 $. Meta Superintelligence Labs veröffentlichte Muse Wonder am 12. Oktober 2026 zu 4,00 $ pro Million Eingabe-Tokens und 20,00 $ pro Million Ausgabe-Tokens. GPT-6.1 Sol erschien am 29. September 2026 zu 2,00 $ und 10,00 $. Die Preisliste sagt ungefähr das Doppelte; die gemessene Rechnung sagt das 6,3-Fache, und der Grund ist die Ausführlichkeit — 130 Millionen Ausgabe-Tokens gegenüber 67,2 Millionen, um auf nahezu denselben Score zu kommen. Doch die Zahl, die tatsächlich entscheidet, welches der beiden man für den Punkt einsetzen kann, ist weder der Index noch der Preis. Es ist die Ausgabe-Obergrenze: 943.718 Tokens für Muse Wonder, 128.000 für GPT-6.1 Sol.

Die Obergrenze ist die Spezifikationszeile, die niemand liest.

Beide Modelle werben mit einem Kontext von einer Million Token. Genau dort ist die Ähnlichkeit im Datenblatt nicht länger von Nutzen.

• Kontextfenster — Muse Wonder 1.048.576 Token vs. GPT-6.1 Sol 1.050.000 Token

• Maximale Eingabe — Muse Wonder nicht separat veröffentlicht; GPT-6.1 Sol 922.000 Tokens

• Maximale Ausgabe in einer Antwort — Muse Wonder 943.718 Tokens; GPT-6.1 Sol 128.000 Tokens

• Reasoning-Aufwand — Muse Wonder: minimal, niedrig, mittel (Standard), hoch, xhoch, maximal; GPT-6.1 Sol: niedrig, mittel (Standard), hoch, xhoch, maximal, wobei keiner von beiden einen Ausschalter hat

• Modale Eingabe — Muse Wonder Text, Bild, Sprache und Video; GPT-6.1 Sol Text, Bild und Datei

• Gewichte — beide proprietär, keine veröffentlicht

Lies die dritte Zeile noch einmal. GPT-6.1 Sol erwirbt ein 1.050.000-Token-Fenster, lässt dich aber nur etwa ein Achtel davon für die Ausgabe verwenden; die restlichen 922.000 sind ausschließlich Eingabe. Muse Wonder lässt eine einzelne Antwort neun Zehntel seines Fensters einnehmen. Das ist kein Rundungsunterschied. Ein Synthesedurchlauf über ein großes Korpus, ein Langform-Generator, eine Transkript-zu-Transkript-Transformation, eine Harness, die eine ganze Datei statt eines Patches ausgeben muss — diese liegen oberhalb von 128.000 Ausgabe-Tokens, und auf GPT-6.1 Sol passen sie zu keinem Preis in einen einzigen Aufruf. Du paginierst, und Paginierung bedeutet, dass das Modell den Plan verliert, den es in der ersten Antwort gefasst hat.

Die Obergrenze von Muse Wonder hat ihren eigenen Haken, den Meta weder verbirgt noch in den Vordergrund stellt: Reasoning-Tokens werden bei beiden Modellen als Output abgerechnet, und die Stufenleiter von Muse Wonder reicht bis zu einer maximalen Einstellung, die nur zu gern das gesamte Budget auffrisst. Die Zahl 943.718 ist ein Limit, kein Kontingent.

Zwei Tarifkarten und die Klippe, die sich in einer von ihnen verbirgt

GPT-6.1 Sol ist auf jeder Linie günstiger und in der Mitte seines Bereichs noch günstiger. Was ihm fehlt, ist eine flache Kurve.

• Standardtarif — Muse Wonder 4,00 $ in / 20,00 $ out pro Million; GPT-6.1 Sol 2,00 $ in / 10,00 $ out

• Zwischengespeicherte Eingabe – Muse Wonder 0,20 $ pro Million; GPT-6.1 Sol 0,10 $ pro Million

• Verhalten bei langen Prompts — Muse Wonder bleibt über das gesamte Fenster hinweg konstant; GPT-6.1 Sol bepreist die gesamte Anfrage ab 272.000 Eingabe-Tokens mit 4,00 $ Eingabe und 15,00 $ Ausgabe neu

• Cache-Schreibvorgang — Muse Wonder nicht veröffentlicht; GPT-6.1 Sol 2,50 $ pro Million

• Rabattpfade — Muse Wonder keine veröffentlicht; GPT-6.1 Sol Batch und Flex bei 50 %, Fast-Modus bei 2×

Diese Schwelle von 272.000 Tokens ist die teuerste Zeile auf der Preiskarte von GPT-6.1 Sol, denn wer sie überschreitet, lässt bereits geleistete Arbeit neu bepreisen. Eine Anfrage mit 271.000 Tokens und eine Anfrage mit 273.000 Tokens unterscheiden sich um weniger als 1 % der Eingabe und um den Faktor 2,01 auf der Rechnung. Muse Wonder hat keine vergleichbare Unstetigkeit – ein Prompt mit 900.000 Tokens wird zum selben Preis pro Token abgerechnet wie einer mit 900 Tokens. Für eine Arbeitslast, die regelmäßig knapp über 272.000 Tokens liegt, ist das das mit Abstand stärkste Argument auf Metas Seite dieser Tabelle, und es ist mehr wert als der Cache-Rabatt, den GPT-6.1 Sol in jeder anderen Zeile gewinnt.

Unterhalb dieser Schwelle ist die Rangfolge eindeutig: GPT-6.1 Sol kostet beim Ausführen die Hälfte, beim Cache-Lesen die Hälfte, und es ist das einzige der beiden mit einer Batch-Lane zu 50 % Rabatt.

Wo die 0,2-Indexpunkte tatsächlich liegen

Ein zusammengesetzter Index, der 52 gegen 51,8 landet, sagt Ihnen, dass die beiden Modelle ebenbürtig sind. Er sagt Ihnen nichts darüber, welches Ihre Arbeitslast bewältigen wird, und bei den Teilwerten trennt sich das Paar in erkennbare Muster statt in einen Gewinner und einen Verlierer.

Artificial Analysis ist die Quelle für beides, gemessen in seinem eigenen Harness bei maximalem Aufwand, und dies sind seine Zahlen und nicht die eines der beiden Anbieter:

• Intelligenz-Index — Muse Wonder (max) 52, Neunter von 219 Modellen; GPT-6.1 Sol (max) 51,8, Zehnter

• Kosten pro Index-Aufgabe — Muse Wonder etwa 4,52 $; GPT-6.1 Sol etwa 0,72 $

• Beim Index-Lauf verbrauchte Output-Tokens — Muse Wonder etwa 130 Millionen; GPT-6.1 Sol etwa 67,2 Millionen, gegenüber einem Board-Median von nahezu 82 Millionen

• Ausgabegeschwindigkeit — {{1}}GPT-6.1 Sol{{/1}} etwa 66,8 Tokens pro Sekunde; {{2}}Muse Wonder{{/2}} noch nicht im selben Harness veröffentlicht

Die Ausführlichkeitslücke erklärt die Preislücke vollständig. Muse Wonder verbraucht fast doppelt so viele Tokens, um eine um einen halben Punkt höhere Punktzahl zu erzielen, und zahlt bei 20 $ pro Million Output gegenüber 10 $ für jedes dieser Tokens doppelt so viel. Die Kosten pro Aufgabe multiplizieren die beiden Effekte. Nichts an diesem Verhältnis ist festgelegt — der Reasoning-Aufwand ist der Hebel, und beide Modelle bieten ihn an — doch die Standardeinstellungen sind es, mit denen der meiste Traffic läuft, und die Standardeinstellungen sind es, die diese Zahlen hervorgebracht haben.

Metas eigene Launch-Tabelle, die auf Anbieterangaben beruht und nicht unabhängig reproduziert wurde, setzt Muse Wonder bei Terminal-Bench 4.0-AA mit 85,6 gegenüber 81,4 und 81,5 vor GPT-6 Astra und gleichauf mit Claude Opus 5.5 sowie bei SWE-Marathon mit 78,8 gegenüber 74,1 und 74,2 vorne. Betrachten Sie diese als Metas Behauptungen. Beachten Sie außerdem, dass dieselbe Tabelle Muse Wonder bei AutomationBench-AA (60,5 gegenüber 65,3 und 65,6), GDP.pdf (39,1 gegenüber 41,6 und 41,2) und DeepSWE 1.1 (52,0 gegenüber 59,1 und 59,6) zurückliegen lässt — die eigene Rangliste des Anbieters ist nicht durchweg schmeichelhaft, und die beiden Bereiche, in denen sie schmeichelhaft ausfällt, sind Terminal- und Long-Horizon-Code, nicht Geschäftsprozessautomatisierung.

Was der Abo-Zwilling mit diesem Vergleich macht

Muse Wonder ist kein einzelnes Modell. Meta hat einen zweiten Checkpoint ausgeliefert, muse-wonder-full-1.0, der 56 auf demselben unabhängigen Index erzielt und damit Platz vier von 699 belegt – vier Punkte über dem API-Modell und über den 51,8 von GPT-6.1 Sol. Es gibt keinen Preis pro Token, weil Meta es nicht pro Token verkauft: Es ist nur über ein Muse Code-Abonnement für 50 US-Dollar pro Monat für Power Usage oder 200 US-Dollar pro Monat für Maximum Usage erreichbar.

Für ein Team, das bereits für Muse Code bezahlt, ist der effektive Preis eines Indexzuwachses von vier Punkten eine pauschale Monatsgebühr, und der Vergleich mit GPT-6.1 Sol nimmt eine völlig andere Gestalt an. Für alle anderen ist die bessere Hälfte dieses Launches eine Produktentscheidung, keine API-Entscheidung, und die ehrliche Lesart ist, dass Metas Frontier-Zahl und Metas erreichbare Zahl zwei verschiedene Werte sind.

Beides ausführen oder nur eines ausführen

Die unbequeme Tatsache, die im Mittelpunkt dieser Seite steht, ist, dass sich weder das eine noch das andere anhand eines Datenblatts entscheiden lässt, denn das Kostenverhältnis von 6,3× ist ein Durchschnitt über den Aufgabenmix von jemand anderem. Nur Ihr eigener Mix zählt, und um ihn zu messen, sollten nicht zwei Anbieterkonten erforderlich sein.

GPT-6.1 Sol ist auf OrcaRouter verfügbar als openai/gpt-6.1-sol, mit Datum 2026-09-29, zum Listenpreis von 2,00 $ für Input, 0,10 $ für Cache-Read und 10,00 $ für Output pro Million Token, wobei das 1.050.000-Token-Fenster und die 272.000-Token-Regel zur Preisneuberechnung intakt bleiben. Auf unserer Seite wird nichts aufgeschlagen; wenn der Anbieter einen Preis ändert, ändert sich die Zahl auf unserer Seite noch am selben Tag. Dadurch ist die Sol-Hälfte dieses Vergleichs nur eine String-Änderung von Ihrem bestehenden Harness entfernt.

Muse Wonder ist nicht in unserem Katalog, und diese Seite wird nicht vorgeben, dass es so ist — Metas eigene Model API und Muse Code sind die Orte, an denen es heute läuft. Was wir aus demselben Labor führen, ist Muse Spark 1.2, der Checkpoint, auf dem Meta den Rest dieser Familie aufgebaut hat, bei 1,25 $ für Eingabe und 4,25 $ für Ausgabe pro Million Token über ein Fenster von 1.048.576 Token hinweg, mit Cache-Lesevorgängen zu 0,15 $. Wenn Ihr Grund, sich Muse Wonder anzusehen, der Meta-Hausstil und nicht die Frontier-Bewertung ist, kostet dieser Weg ein Fünftel davon.

Der praktische Nutzen eines einzigen OpenAI-kompatiblen Endpunkts für über 200 Modelle ist genau dieser Vergleich. Die Differenz zwischen 4,52 $ und 0,72 $ ist groß genug, dass es sich lohnt, sie zu testen, statt sie zu glauben, und das zu testen bedeutet, eine bestehende Evaluation auf einen zweiten Modellnamen zu richten und erneut auszuführen — nicht, einen zweiten Vertrag zu unterschreiben. Automatisches Failover deckt dann den Fall ab, dass Sie zuerst das unerprobte Modell ausliefern: Wenn der vorgelagerte Anbieter sich verschlechtert, wird die Anfrage verschoben, statt zu scheitern.

Welche, und auf welcher Beweislage?

• Nimm GPT-6.1 Sol, es sei denn, etwas Bestimmtes schließt es aus. Es ist bei jedem veröffentlichten Tarif günstiger, es hat eine Batch-Spur, sein Cache-Read kostet halb so viel wie der von Muse Wonder, und sein unabhängiger Index liegt um ein Fünftel eines Punktes zurück. Das ist die Standardantwort, und sie sollte Standard bleiben, bis eine Workload widerspricht.

• Nimm Muse Wonder, wenn die Ausgabe lang sein muss. Eine Antwort-Obergrenze von 128.000 Tokens ist eine harte Wand, und wenn deine Aufgabe eine einzelne Generierung von 200.000 Tokens erfordert, kann GPT-6.1 Sol das durch noch so große Einsparungen bei Eingabe-Tokens nicht schaffen.

• Verwende Muse Wonder, wenn die Eingabe Sprache oder Video ist. Meta akzeptiert beides als vollwertige Eingaben; GPT-6.1 Sol nimmt Text, Bild und Datei. Einen Transkriptionsschritt und einen Reasoning-Schritt in einem einzigen Aufruf zusammenzufassen, ist bei manchen Pipelines mehr wert als ein Preisunterschied und bei anderen überhaupt nichts.

• Nimm Muse Wonder, wenn deine Prompts knapp über 272.000 Token liegen. Das ist der einzige Bereich der Preiskurve, in dem Metas Flatrate die Sol-Klippe schlägt – und sie schlägt sie deutlich.

• Beurteilen Sie Muse Wonder nicht anhand seines Schlagzeilen-Indexwerts. 52 gegen 51,8 ist ein Gleichstand auf dem Instrument, das beide Zahlen hervorgebracht hat, und 6,3-mal so viel pro Aufgabe für einen Gleichstand zu zahlen, ist keine Strategie.

Was diese Paarung wirklich schwierig macht, ist, dass die beiden Modelle qualitativ nah genug beieinanderliegen, dass es bei der Entscheidung einzig und allein um den Zuschnitt geht – wie lang die Ausgabe sein muss, woraus die Eingabe besteht und wo Ihre Prompts auf der Preiskurve liegen. Diese Fragen lassen sich anhand Ihrer eigenen Logs aus dieser Woche beantworten, und auch die nächste Benchmark-Tabelle, die eines der beiden Labore veröffentlicht, wird sie nicht beantworten.