Muse Wonder vs. Grok 4.5: Das Modell, das zwei Generationen hinterher ist, kostet pro Aufgabe ein Fünftel davon

Muse Wonder und Grok 4.5 sind keine echten Rivalen; sie sind ein Argument. Meta veröffentlichte Muse Wonder am 12. Oktober 2026, x​AI veröffentlichte Grok 4.5 am 8. Juli 2026, und x​AI hat seither Grok 4.6 und Grok 4.7 zu derselben Preisliste nachgeschoben. Das ältere Modell ist also selbst nach der Rechnung seines eigenen Anbieters nicht mehr aktuell, was seine Zahlen auf eine Weise nützlich macht, wie es die eines frischen Konkurrenten nicht sind: Grok 4.5 ist die Preisuntergrenze für ein kompetentes Reasoning-Modell, und Muse Wonder ist das, was die Spitze des Rankings kostet. Artificial Analysis bringt den Unterschied in einer Zeile auf den Punkt – etwa 4,52 $ pro abgeschlossener Intelligence-Index-Aufgabe für Muse Wonder gegenüber etwa 0,88 $ für Grok 4.5, bei dreizehn Indexpunkten Abstand zwischen beiden. Ob dreizehn Punkte das Fünffache der Rechnung wert sind, lässt sich nur beantworten, wenn man weiß, was die eigenen Aufgaben tatsächlich kosten – und genau das sagt einem die Preisliste nie.Preis- und Indexänderungen, die nach einem Vergleich wie diesem eintreten, werden mit ihren Daten und Quellen im AI Incident Archive neben den anderen Modell- und Anbieter-Vorfällen, die wir verfolgen, protokolliert.

Neununddreißig gegen zweiundfünfzig auf demselben Brett.

Beide Werte stammen aus demselben Harness, Version 4.3.2 des Artificial Analysis Intelligence Index, der zehn Evaluierungen bündelt — Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDPval-AA, AutomationBench-AA und fünf weitere. {{1}}Grok 4.5 erzielt 39 Punkte{{/1}}, womit es auf Platz 63 von 213 landet und, in den Worten des Bewerters selbst, über dem Durchschnitt vergleichbarer Modelle liegt, deren Median 27 beträgt. {{2}}Muse Wonder erzielt 52 Punkte{{/2}} und belegt Platz 9. Es lohnt sich, die einzeiligen Zusammenfassungen des Bewerters nebeneinander zu zitieren, denn sie beschreiben den Kompromiss in klarer Sprache: Grok 4.5 sei „überdurchschnittlich und langsamer als der Durchschnitt“; Muse Wonder sei „führend bei der Intelligenz, für seine Preisklasse etwas teuer, auffällig schnell und etwas wortreich“.

Die interessante Spalte ist nicht der Score, sondern das, was jedes Modell ausgegeben hat, um ihn zu erzielen. Grok 4.5 erzeugte beim Index-Lauf 77 Millionen Ausgabe-Tokens – nahe am Board-Median. Muse Wonder erzeugte 130 Millionen, und der Board-Median ist seitdem auf 85 Millionen gestiegen. Metas Modell ist ausführlich; das von xAI nicht. Diese eine Tatsache leistet den Großteil der Arbeit auf der Kostenseite, und sie wirkt gegen das Modell mit der üppigeren Preisliste – die kontraintuitive Richtung.

Wie aus der Preisliste eine fünfmal so hohe Rechnung wird

Auf dem Papier beträgt der Abstand das 2-Fache beim Input und das 3,3-Fache beim Output. Gemessen sind es 5,1-mal pro abgeschlossener Aufgabe, was bedeutet, dass die Weitschweifigkeit die Preisdifferenz verstärkt statt sie auszugleichen — das Gegenteil dessen, was passiert, wenn das günstige Modell das geschwätzige ist.

• Listenpreis – Muse Wonder 4,00 $ Eingabe / 20,00 $ Ausgabe / 0,20 $ Cache pro Million; Grok 4.5 2,00 $ Eingabe / 6,00 $ Ausgabe / 0,30 $ Cache

• Kosten pro Indexierungsaufgabe – Muse Wonder etwa 4,52 $; Grok 4.5 etwa 0,88 $

• Ausgabe-Tokens beim Index-Lauf — Muse Wonder etwa 130 Millionen; Grok 4.5 etwa 77 Millionen

• Zeit bis zum ersten Token — Muse Wonder 30,35 Sekunden; Grok 4.5 8,90 Sekunden

• Ausgabegeschwindigkeit — Muse Wonder 145,1 Token pro Sekunde; Grok 4.5 59,1

• Kontextfenster — Muse Wonder 1.048.576 Tokens; Grok 4.5 500.000 Tokens, wobei die gesamte Anfrage ab 200.000 neu bepreist wird

Die letzte Zeile ist der einzige Punkt, an dem die Billigkeit von Grok 4.5 aufhört, günstig zu sein. x​AI staffelt die Preisliste nach Prompt-Länge: Unter 200.000 Tokens zahlen Sie 2,00 $ und 6,00 $; darüber wechselt die gesamte Anfrage auf 4,00 $ und 12,00 $, und der Cache-Tarif verdoppelt sich von 0,30 $ auf 0,60 $. Muse Wonder berechnet einen einheitlichen Tarif über sein volles Fenster von einer Million Tokens. Bei 300.000 Tokens Prompt hat sich der Eingabepreis von Grok 4.5 verdoppelt, während sich der von Muse Wonder nicht bewegt hat — das 2× aus der Schlagzeile wird beim Input zu 1×, und die Lücke bei den Kosten pro Aufgabe verengt sich auf das, was das Ausgabevolumen daraus macht.

Geschwindigkeit kehrt den üblichen Rat um.

Grok-Modelle sind normalerweise die schnelle Option, und dieser Vergleich ist die Ausnahme. Grok 4.5 wartet 8,9 Sekunden auf sein erstes Token und schreibt mit 59,1 Token pro Sekunde; Muse Wonder wartet 30,35 Sekunden und schreibt mit 145,1. Keines von beiden ist ein schneller interaktiver Assistent. Doch die Form ist anders, und das ist für Agent-Loops wichtig: Muse Wonder denkt einmal nach und legt dann zügig los, Grok 4.5 startet früher und kriecht dann. Bei einer langen Generierung nähern sich beide an; bei vielen kurzen Turns gewinnt Grok 4.5 mit seiner geringeren First-Token-Latenz, und bei einer einzelnen großen Ausgabe gewinnt Muse Wonder.

Das ist auch das Argument dagegen, Grok 4.5 als Budget-Option für den Produktivbetrieb zu behandeln. Ein Modell, das pro Token günstig, aber pro Token langsam ist, kann gegenüber einem Modell den Kürzeren ziehen, das pro Token teuer, aber schnell ist, sobald man die Wall-Clock-Zeit einpreist – und in einem Agenten, der wiederholte Aufrufe ausführt, ist die Wall-Clock-Zeit normalerweise das, was dem Nutzer zuerst auffällt.

Das Nachfolgerproblem

Alles oben vergleicht Muse Wonder mit einem Modell, das xAI bereits zweimal ersetzt hat. Grok 4.6 kam mit derselben Preisliste und einer besseren Punktzahl; Grok 4.7 ist inzwischen bei 46 im selben Index gelandet, und Artificial Analysis kennzeichnet Grok 4.5 ausdrücklich als veraltet und verweist auf 4.6. Die ehrliche Formulierung dieses Duells lautet also nicht „Muse Wonder gegen Grok 4.5“, sondern „Muse Wonder gegen das Grok, das man tatsächlich einsetzen würde“, und dieser Vergleich liegt bei der Leistungsfähigkeit deutlich näher: 52 gegen 46, etwa sechs statt dreizehn Punkte, bei ungefähr 4,52 $ pro Aufgabe gegenüber 3,74 $ bei Grok 4.7.

Wir veröffentlichen den Grok-4.5-Vergleich trotzdem, weil das das Modell ist, zu dem viele Leserinnen und Leser noch geleitet werden, und weil das ältere Modell die ökonomische Struktur auf eine Weise sichtbar macht, die das neuere verwischt. Aber niemand sollte Grok 4.5 heute aufgrund dieser Seite wählen. Wenn die Antwort „ein Grok“ lautet, dann lautet sie 4.6 oder 4.7.

Wo die beiden erreichbar sind

Sowohl Grok 4.5 als auch Grok 4.7 sind im OrcaRouter-Katalog enthalten — grok/grok-4.5 zu 2,00 $ Eingabe, 0,30 $ für Cache und 6,00 $ Ausgabe pro Million Tokens bis zu 200.000 Tokens; oberhalb davon ändern sich die Preise auf 4,00 $, 0,60 $ und 12,00 $, wobei das 500.000-Token-Fenster unverändert bleibt; grok/grok-4.7 zu denselben Sätzen mit einem gecachten Lesezugriff für 0,50 $. Dabei handelt es sich um die Listenpreise von xAI, die ohne Aufschlag weitergegeben werden, sodass eine Änderung, die xAI an einer Preisstufe vornimmt, noch am selben Tag bei uns live ist. Muse Wonder ist nicht im Katalog: Auf OrcaRouter gibt es kein meta/muse-wonder, und die Meta-Checkpoints, die wir führen, sind meta/muse-spark-1.2 und meta/muse-spark-1.1 zu 1,25 $ bzw. 4,25 $ pro Million Tokens.

Der Routing-Punkt, der hier seine Berechtigung hat, ist der Failover-Punkt. Muse Wonder ist zehn Tage alt, mit einer First-Token-Latenz von 30 Sekunden und einer einzigen unabhängigen Evaluierung; einen Produktionspfad im Vertrauen darauf zu betreiben, ist das falsche Risiko. Leiten Sie einen Teil des Traffics neben dem Grok, den Sie bereits betreiben, auch auf Muse Wonder, lassen Sie den Rest, wo er ist, und lassen Sie automatisches Failover die Timeouts abfangen, während Sie herausfinden, ob die von Meta behauptete Stärke bei langem Zeithorizont in Ihrer Workload zum Tragen kommt. Mit einem Schlüssel erreichen Sie heute die Grok-Seite des Vergleichs; die Muse Wonder-Seite ist nur einen zweiten API-Aufruf entfernt, und die Umstellung kostet nur einen Modellstring.

Die Auswahl, jeweils in einem Absatz.

Wählen Sie Muse Wonder, wenn die Aufgabe lang ist, die Antwort es wert ist, richtig hinbekommen zu werden, und der Prompt groß genug ist, dass Groks Neubepreisung mit 200.000 Token seinen Preisvorteil ohnehin zunichtemachen würde: Der pauschale Million-Token-Tarif, die 145 Token pro Sekunde und der Indexabstand von dreizehn Punkten weisen alle in dieselbe Richtung. Wählen Sie einen Grok – und zwar konkret Grok 4.7, nicht 4.5 –, wenn Sie viele kurze Aufrufe, ein erstes Token in einstelligen Sekunden und eine Rechnung benötigen, die hohem Volumen standhält, denn mit 3,74 US-Dollar pro abgeschlossener Aufgabe gegenüber 4,52 US-Dollar ist er der günstigere Weg, ungefähr ebenso leistungsfähig zu sein. Was Sie nicht tun sollten, ist, Grok 4.5 zu wählen, weil er oben in einer Vergleichstabelle erscheint; sein eigener Anbieter empfiehlt ihn nicht mehr.