Muse Wonder vs. GPT-6 Sol: Eines dieser Modelle kann sich entscheiden, nicht zu denken

Der mit Abstand teuerste Posten in diesem Vergleich ist eine Einstellung, keine Spezifikation. Muse Wonder, veröffentlicht am 12. Oktober 2026, führt bei jedem Aufruf Reasoning durch – die Aufwandsleiter reicht von minimal bis max, und keine Position darauf bedeutet „nicht“ – und diese Denk-Token werden mit 20,00 $ pro Million Ausgabe-Token berechnet. GPT-6 Sol, das der Anbieter am 22. September 2026 allgemein verfügbar gemacht hat, akzeptiert none als Einstellung für den Reasoning-Aufwand, sodass dieselbe Anfrage ohne einen Reasoning-Durchlauf für 10,00 $ pro Million Ausgabe-Token oder auf der Eingabeseite für 2,00 $ gegenüber 4,00 $ – ein Viertel des Tarifs von Muse Wonder – beantwortet werden kann. Vier Punkte eines unabhängigen Index trennen sie, und ihre gemessenen Kosten pro Aufgabe unterscheiden sich um etwa 4,3×. Welche dieser Zahlen Ihre Rechnung bestimmt, hängt von einem Parameter ab, den Sie festlegen.

Es gibt einen zweiten Unterschied, der diese Gegenüberstellung schärfer macht als eine übliche Versus-Seite. GPT-6 Sol ist ein etabliertes, breit eingesetztes Mittelklasse-Modell mit drei Wochen unabhängiger Messungen und einem veröffentlichten Deprecation-Hinweis, der auf seinen eigenen Nachfolger verweist. Muse Wonder ist zwei Tage alt, hat eine einzige Evaluator-Zeile und liegt in zwei Checkpoints vor, wobei der höher bewertete überhaupt keinen Preis pro Token hat. Die eine Seite dieses Vergleichs lässt sich heute mit Zuversicht benchmarken; die andere lässt sich heute aufrufen, aber noch nicht vorhersagen.

Wo jedes Modell steht

• GPT-6 Sol — die mittlere Ebene des GPT-6-Stacks, zwischen dem Flaggschiff GPT-6 und dem günstigen GPT-6 Luna, allgemein verfügbar seit dem 22. September 2026 für $2.00 pro Million Eingabe-Tokens und $10.00 pro Million Ausgabe-Tokens.

• Muse Wonder — der Frontier-Release von Meta Superintelligence Labs vom 12. Oktober 2026 — wurde als muse-wonder-1.0 auf der Meta Model API und in Muse Code zu $4,00 Eingabe und $20,00 Ausgabe angeboten. Ein zweiter Checkpoint, Muse Wonder Full, erzielt in Metas eigener Tabelle höhere Werte und ist nur im Abonnement erhältlich.

• Kontext — GPT-6 Sol 1.050.000 Tokens; Muse Wonder 1.048.576. Niveau, bis zu dem Punkt, dass es dieselbe Zahl ist, auf zwei Arten gedruckt.

• Ausgabeobergrenze — GPT-6 Sol 128.000 Token in einer Antwort; Muse Wonder 943.718. Dies ist die eine Dimension, in der Muse Wonder nicht konkurriert, sondern in einer anderen Kategorie spielt, und die in dem Moment zählt, in dem Sie in einem einzigen Turn ein langes Artefakt anfordern.

• Eingabepreis — GPT-6 Sol 2,00 $ pro Million unter 272.000 Eingabe-Tokens; Muse Wonder pauschal 4,00 $. Halber Preis, aber mit einer Grenze verbunden.

• Ausgabepreis — GPT-6 Sol 10,00 $ pro Million; Muse Wonder 20,00 $. Dasselbe 2:1-Verhältnis, und der Posten, der jede Agenten-Abrechnung dominiert.

• Reasoning — Die Effort-Stufenleiter von GPT-6 Sol bietet none, low, medium (Standard), high, xhigh, max. Die von Muse Wonder bietet minimal, medium (Standard) bis max, ohne eine off-Position. Thinking-Tokens werden bei beiden als Output abgerechnet.

• Eingabemodalitäten — GPT-6 Sol verarbeitet Text, Bild und Dateien; Muse Wonder verarbeitet Text, Bild, Sprache und Video. Beide geben nur Text aus.

• Unabhängiger Index — GPT-6 Sol 48 bei maximalem Aufwand, etwa auf Platz achtzehn von 212 Modellen, bei etwa 1,05 $ pro Index-Aufgabe mit 90 % Cache-Rabatt; Muse Wonder 52 bei maximalem Aufwand, auf Platz neun von 219, bei etwa 4,52 $ pro Index-Aufgabe mit 95 % Rabatt.

Die 272.000-Token-Marke und warum sie der wahre Preis für GPT-6 Sol ist

Die Preisliste von GPT-6 Sol hat eine Stufe bei 272.000 Input-Tokens, und es handelt sich nicht um einen Aufpreis auf den übersteigenden Anteil. Oberhalb dieser Schwelle wird die gesamte Anfrage neu bepreist: Input verdoppelt sich auf 4,00 $, gecachter Input auf 0,40 $, und Output steigt um das 1,5-Fache auf 15,00 $. Bei einer Anfrage mit 300.000 Tokens werden alle 300.000 Tokens zum Langkontext-Tarif abgerechnet.

Verglichen mit Muse Wonders Pauschalpreisen von 4,00 $ und 20,00 $ ändert das den Vergleich genau an dem Punkt, an dem er ansonsten am unausgewogensten wäre. Unterhalb von 272K ist GPT-6 Sol beim Input zum halben Preis und beim Output 40 % günstiger. Darüber liegen die beiden Modelle bei beiden Zeilen nur einen Dollar auseinander — und Muse Wonder ist beim Output das günstigere, mit 20,00 $ gegenüber dem 1,5×-Multiplikator auf 15,00 $, der auf eine Anfrage angewendet wird, deren gesamter Kontext gerade im Preis verdoppelt wurde.

Beide Anbieter verkaufen Caching als die Gegenmaßnahme, und beide nennen offen ungefähr denselben Rabatt: 90 % auf GPT-6 Sol, 95 % auf Muse Wonder, mit einem Cache-Lesevorgang von 0,20 $ pro Million bei jedem innerhalb ihrer günstigen Tarife. Diese Symmetrie ist es, die die Kosten-pro-Task-Lücke so informativ macht. Die Preise der beiden Modelle auf der Preisliste unterscheiden sich um höchstens den Faktor 2, und ihre gemessenen Kosten pro Index-Task unterscheiden sich um den Faktor 4,3, was bedeutet, dass der Unterschied dadurch entsteht, wie viele Tokens jedes Modell verbraucht, und nicht dadurch, was es dafür berechnet. GPT-6 Sol nimmt weniger Tokens auf und gibt weniger von ihnen aus, um eine ähnliche Antwort zu erreichen – vier Indexpunkte niedriger, bei ungefähr einem Fünftel der Ausgaben.

Was die zusätzlichen 3,47 $ pro Aufgabe bei Muse Wonder bringen

Vier Indexpunkte und ein höherer Preis sind für sich genommen kein Wertversprechen, deshalb lohnt es sich, genau zu benennen, wofür das zusätzliche Geld verwendet wird.

Das Ausgabelimit ist die klarste Antwort. 943.718 Tokens in einer einzigen Antwort gegenüber 128.000 bei GPT-6 Sol sind ein siebenfacher Unterschied, und es ist der Grund, warum eine Aufgabe zur Generierung langer Texte, die auf Sol ein Zusammenfügen erfordert, auf Muse Wonder kein Zusammenfügen erfordert. Wenn Ihr Workload große Artefakte erzeugt – ein vollständiges Modul, einen Migrationsplan, ein langes Recherchedokument –, ist der oben stehende Kostenvergleich nicht der maßgebliche, weil das günstigere Modell die Aufgabe gar nicht in einem einzigen Aufruf abschließen kann.

Sprach- und Videoeingabe ist die zweite. Muse Wonder akzeptiert sie nativ; GPT-6 Sol nimmt Text, Bilder und Dateien entgegen, daher muss Audio zu Text werden, bevor es das Modell erreicht. Für eine Pipeline, deren Eingabe Aufzeichnungen sind, entfernt das eine Komponente, statt einen Prompt zu verkürzen.

An dritter Stelle stehen die agentischen Suiten, und damit geht der schwerste Vorbehalt einher. In Metas eigener, vom Anbieter berichteter Tabelle erzielt Muse Wonder 85,6 auf Terminal-Bench 4.0-AA und 78,8 auf SWE-Marathon, und Metas Tabelle platziert GPT-6 Astra – die Stufe über Sol, nicht Sol selbst – bei 81,4 und 74,1. Das sind Metas Harness-Zahlen, die von niemandem reproduziert wurden, und sie vergleichen ein Modell, das Meta gerade erst eingeführt hat, mit einem Modell, das es nicht ausgewählt hat. Sie sind ein Grund, eine eigene Coding-Agent-Evaluierung durchzuführen, kein Grund, einen Produktionspfad umzustellen.

Beide Modelle weisen in unterschiedlicher Form einen Vorbehalt zum obligatorischen Reasoning auf, und die GPT-6-Sol-Seite sollte präzise dargestellt werden, weil sie leicht falsch zu verstehen ist. Sol ist das einzige Modell im GPT-6-Stack, das noneakzeptiert; die Leiter des Flaggschiffs GPT-6 Astra beginnt bei low. Der Kostenhebel in diesem Vergleich ist also nicht „GPT-6 versus Muse Wonder“ – sondern dass ein Modell im Stack das Denken vollständig überspringen kann und das andere es überhaupt nicht überspringen kann.

Eine Fußnote zum Sol, den Sie bepreisen

Die Seite von Artificial Analysis für GPT-6 Sol enthält ein Banner zur Abkündigung, das darauf hinweist, dass der Anbieter inzwischen GPT-6.1 Sol veröffentlicht hat, und listet das ältere Modell mit einem Index von 48 gegenüber 51,8 des neueren bei niedrigeren Kosten pro Aufgabe auf. Das ist kein Grund, den Vergleich in diesem Artikel zu missachten — GPT-6 Sol ist weiterhin allgemein verfügbar, weiterhin zu den veröffentlichten Preisen erhältlich und weiterhin das Modell, das Muse Wonder in Bezug auf Stufe und Preis direkt gegenübersteht. Es ist ein Grund zu prüfen, welchen Identifier Sie tatsächlich ansprechen, bevor Sie eine Evaluation darauf aufbauen, denn die beiden Sol-Releases sind nicht dasselbe Modell, und ihre Indexwerte unterscheiden sich um fast vier Punkte.

Es ist außerdem eine nützliche Erinnerung an Anbietertabellen im Allgemeinen. Metas Launch-Material gibt das aufrufbare Muse Wonder mit 56 auf dem Artificial Analysis Index an, während Artificial Analysis 52 veröffentlicht, und gibt Muse Wonder Full mit 59,0 gegenüber den 56 des Evaluators an. Der Anbieter veröffentlicht auf seinen eigenen Seiten den Deprecation-Hinweis, der denselben Punkt aus der anderen Richtung deutlich macht. Die Zahl, mit der man planen sollte, ist die auf dem unabhängigen Board, samt der dazugehörigen Revision.

Wo OrcaRouter ins Spiel kommt

GPT-6 Sol ist auf OrcaRouter als openai/gpt-6-sol zu Listenpreisen des Anbieters verfügbar — 2,00 $ pro Million Eingabe-Tokens und 10,00 $ pro Million Ausgabe-Tokens unter 272.000 Tokens, 4,00 $ und 15,00 $ darüber, zwischengespeicherte Eingabe 0,20 $ und 0,40 $, wobei das 1.050.000-Token-Fenster und die 128.000-Token-Ausgabeobergrenze wie veröffentlicht durchgereicht werden. Die Preisanpassungsregel wird unverändert mitgeführt, was beabsichtigt ist: Eine Weitergabe, die still eine Tarifgrenze eines Anbieters glätten würde, wäre für die Budgetierung schlimmer als nutzlos.

Muse Wonder ist nicht auf OrcaRouter vertreten, und wir werden nichts anderes nahelegen. Es gibt keinen Eintrag meta/muse-wonder in unserem Katalog; das Modell läuft über Metas eigene API und innerhalb von Muse Code. Was wir vom selben Labor führen, ist Muse Spark 1.2 und Muse Spark 1.1, sodass Metas Reasoning-Linie über denselben Schlüssel erreichbar ist, wenn Sie ein Meta-Modell mit veröffentlichtem Preis möchten, während der Wonder-Checkpoint noch finalisiert wird.

Das ist auch die Form der Evaluierung, die diese Seite tatsächlich empfiehlt. Schicken Sie eine Stichprobe Ihres echten Traffics auf beiden Seiten der 272.000-Token-Grenze durch GPT-6 Sol, einmal mit Reasoning auf none und einmal auf high, und erfassen Sie die Token-Zahlen statt nur die Erfolgsquote. OrcaRouter betreibt über 200 Modelle hinter einem einzigen OpenAI-kompatiblen Endpoint, wobei die Listenpreise der Anbieter ohne Aufschlag weitergegeben werden, sodass Preisänderungen der Anbieter uns am Tag ihrer Ankündigung erreichen, und ein inaktiver oder ausgefallener Anbieter wird durch automatisches Failover abgefangen statt durch Ihren Error-Handler. Wenn ein Anbieter, den wir routen, Muse Wonder aufnimmt, wird die andere Hälfte dieses Tests zu einer Änderung des Modellnamens in einer einzigen Zeile — und die Token-Zahlen, die Sie bereits erfasst haben, sind die Baseline, an der gemessen wird.

Welches, für wen?

• Nimm GPT-6 Sol, wenn deine Prompts unter 272.000 Tokens liegen und dein Traffic volumenstark ist: Es kostet die Hälfte des Eingabepreises, hat einen Ausschalter für das Reasoning und liegt bei etwa einem Fünftel der Kosten von Muse Wonder pro Index-Aufgabe auf demselben Board.

• Nutzen Sie Muse Wonder, wenn Sie lange Ausgaben in einzelnen Turns generieren oder wenn Ihre Eingabe als Audio oder Video eingeht. GPT-6 Sol kann keine Antwort mit 943.718 Token erzeugen und keine Aufnahme hören; dabei handelt es sich um Fähigkeitsgrenzen, nicht um Preisentscheidungen.

• Beachte die Grenze, egal in welche Richtung du tendierst. Das Überschreiten von 272.000 Tokens verdoppelt die gesamte GPT-6 Sol-Anfrage, und zu diesem Zeitpunkt ist Muse Wonder pauschal bepreist und bei der Ausgabe die günstigere der beiden.

• Bestätigen Sie, welches Sol Sie vergleichen. GPT-6 Sol und GPT-6.1 Sol sind unterschiedliche Checkpoints mit unterschiedlichen Indexwerten und unterschiedlichen Preisen, und beide sind allgemein verfügbar.

Vier Indexpunkte Abstand und um den Faktor 4,3 auf der gemessenen Abrechnung auseinander, wobei die entscheidende Variable ist, ob dein Modell aufhören darf zu denken. Diese Kombination – ein günstigeres Modell, das darauf verzichten kann zu schlussfolgern, gegen ein teureres, das es nicht kann – ist eine nützlichere Art, über dieses Duell nachzudenken, als es jede der beiden Anzeigetafeln ist.