Muse Wonder vs. Grok 4.6: Ein Fenster mit 1.048.576 Token gegen eines, das seinen Preis bei 200.000 verdoppelt

Grok 4.6 ist in diesem Vergleich das günstigere Modell – gemessen an allen veröffentlichten Preisen: 2,00 $ pro Million Eingabe-Tokens und 6,00 $ pro Million Ausgabe-Tokens gegenüber 4,00 $ und 20,00 $ bei Muse Wonder – und es gibt eine Prompt-Länge, bei der dieser Vorteil vollständig verschwindet. Die gestaffelte Preisliste von SpaceXAI berechnet die gesamte Anfrage mit dem Doppelten des Grundpreises neu, sobald ein Prompt 200.000 Tokens überschreitet: Eingabe steigt auf 4,00 $, Ausgabe auf 12,00 $, gecachte Eingabe auf 1,00 $. Bei 250.000 Eingabe-Tokens und 8.000 Ausgabe-Tokens berechnet Grok 4.6 etwa 1,10 $ und Muse Wonder etwa 1,16 $. Das Modell, das bei kurzen Prompts 2,5-mal günstiger aussah, liegt bei langen Prompts nur noch 6 % von seinem Rivalen entfernt – und es ist der Rivale, die am 12. Oktober 2026 veröffentlichte Version von Meta Superintelligence Labs, der über das gesamte Fenster von 1.048.576 Tokens hinweg einen einheitlichen Preis beibehält.

Dieser Überschneidungspunkt ist das Nützlichste auf dieser Seite, und er existiert nur wegen eines zweiten Unterschieds. Grok 4.6 verkauft ein Kontextfenster von 500.000 Token und berechnet dann den gestaffelten Tarif für alles über 200.000 Token; Muse Wonder verkauft das Doppelte dieses Fensters und staffelt nie. Wenn Ihre Prompts unter 200.000 Token liegen, trifft nichts davon zu, und Grok 4.6 ist einfach der bessere Kauf. Wenn nicht, kosten die beiden Modelle nahezu dasselbe, und der Vergleich dreht sich dann um Leistungsfähigkeit statt um den Preis.

Zwei Flaggschiffe, acht Wochen Abstand

Grok 4.6 ist das Flaggschiff von SpaceXAI, veröffentlicht am 12. August 2026, zu 2,00 US-Dollar pro Million Eingabe-Token und 6,00 US-Dollar pro Million Ausgabe-Token, wobei zwischengespeicherte Eingabe 0,50 US-Dollar kostet. Es verfügt über ein Kontextfenster von 500.000 Token, akzeptiert Text-, Bild- und Dateieingaben, gibt Text zurück, unterstützt konfigurierbaren Reasoning-Aufwand und native Tool-Aufrufe und ist in zwei Stufen bepreist: alles bis 200.000 Prompt-Token zum Grundtarif, alles darüber zum doppelten Preis. Seine Veröffentlichungsunterlagen enthalten überhaupt keinen Maximalwert für die Ausgabe einer einzelnen Antwort, was eine Lücke statt einer Null ist – es gibt keine Zahl, anhand derer sich eine Arbeitslast für lange Generierung planen ließe.

Muse Wonder ist die Frontier-Veröffentlichung von Meta Superintelligence Labs, ausgeliefert am 12. Oktober 2026 als Teil einer Serie aus zwei Checkpoints. Der aufrufbare ist muse-wonder-1.0, bereitgestellt über die Meta Model API und innerhalb von Muse Code; der höher bewertete Muse Wonder Full wird ausschließlich über ein Muse Code-Abonnement verkauft und hat keinen Preis pro Token. Der aufrufbare Checkpoint akzeptiert Text-, Bild-, Sprach- und Videoeingabe, gibt Text zurück, hat ein Kontextfenster von 1.048.576 Token, begrenzt eine einzelne Antwort auf 943.718 Token, berechnet 4,00 $ für Eingabe, 0,20 $ für gecachte und 20,00 $ für Ausgabe pro Million über das gesamte Fenster und führt Reasoning zwingend mit einer Effort-Leiter von minimal bis max aus, die standardmäßig auf medium eingestellt ist.

Das unabhängige Gremium, das beide bewertet hat, setzt sie acht Punkte auseinander – Muse Wonder bei 52, Grok 4.6 bei 44 – und kennzeichnet Grok 4.6 zudem als durch Grok 4.7 überholt. Dieses letzte Detail ist aus einem nicht offensichtlichen Grund wichtig: Grok 4.7 trägt denselben Listenpreis von $2.00/$6.00 wie das Modell, das es ersetzt, der Nachfolger ist also keine günstigere Option. Er ist eine anders geformte Option.

Die Tarifkarten und die eine Zeile, die keine Zahl ist

Alles in dieser Liste ist ein Fakt aus der Preisliste des Anbieters pro Million Token, außer den letzten beiden Zeilen, bei denen es sich um unabhängige Messungen handelt.

• Eingabe erster Stufe — Grok 4.6 2,00 $ pro Million; Muse Wonder 4,00 $

• Ausgabe der ersten Stufe — Grok 4.6 6,00 $ pro Million; Muse Wonder 20,00 $

• Zwischengespeicherte Eingabe — Grok 4.6 0,50 $ pro Million; Muse Wonder 0,20 $

• Ab 200.000 Prompt-Tokens: Grok 4.6 kostet 4,00 $ für Input, 12,00 $ für Output und 1,00 $ gecacht für die gesamte Anfrage; Muse Wonder bleibt unverändert.

• Kontextfenster — Grok 4.6 500.000 Token; Muse Wonder 1.048.576

• Maximale Ausgabe in einer Antwort — Grok 4.6 nicht veröffentlicht; Muse Wonder 943.718 Tokens

• Eingabeoberfläche — Grok 4.6 Text, Bild und Datei; Muse Wonder Text, Bild, Sprache und Video

• Reasoning-Steuerung — Grok 4.6 von low bis xhigh mit hohem Standardwert; Muse Wonder von minimal bis max mit mittlerem Standardwert und ohne Ausschaltmöglichkeit

• Intelligenz-Index, unabhängig gemessen — Grok 4.6 44, siebenunddreißigster von 216; Muse Wonder 52, neunter von 216

• Kosten für die Erledigung einer Index-Aufgabe, auf dieselbe Weise gemessen — Grok 4.6 etwa 1,48 $; Muse Wonder etwa 4,52 $

Die letzte Zeile ist der Punkt, an dem die Preisgeschichte ehrlich wird. Dass die Kosten pro erledigter Aufgabe dreimal so hoch sind, ist eine größere Lücke, als die gemischte Preisliste nahelegt, und sie entsteht nicht dadurch, dass Grok 4.6 verschwenderisch wäre – im Gegenteil. In dieser Auswertung verbrauchte Grok 4.6 etwa 94 Millionen Output-Tokens gegenüber 130 Millionen bei Muse Wonder, bei einem Board-Median von nahezu 85 Millionen. Das günstigere Modell ist zugleich das weniger gesprächige, was in dieser Preisklasse ungewöhnlich ist und bedeutet, dass die Lücke auf dem Preisschild real ist und nicht darauf zurückgeht, dass ein Modell mehr schreibt.

Wo der Übergang tatsächlich liegt

Nehmen wir eine plausible Arbeitslast: 70 % der Prompt-Rechnung entfallen auf den Input, ein stabiles Systempräfix, das gecacht wird, und eine Antwort mit einigen tausend Tokens. Die folgende Rechnung stützt sich auf die veröffentlichten Listenpreise der einzelnen Anbieter und ist unsere eigene Rechnung, nicht ein Benchmark eines Anbieters.

• 30.000 Eingabe- und 8.000 Ausgabe-Token, ungecacht — Grok 4.6 etwa 0,11 $; Muse Wonder etwa 0,28 $. Grok ist rund 2,6× günstiger.

• 250.000 Eingabe und 8.000 Ausgabe, ungecacht — Grok 4.6 etwa $1,10 zum Staffeltarif; Muse Wonder etwa $1,16 zum Pauschaltarif. Die Differenz beträgt etwa 5 %.

• 400.000 Eingabe- und 8.000 Ausgabe-Token, nicht gecacht – Grok 4.6 etwa 1,70 $; Muse Wonder etwa 1,76 $. Weiterhin gleichauf, und Grok 4.6 ist jetzt nur noch 100.000 Token vom Ende seines Fensters entfernt, während Muse Wonder 38 % seines eigenen nutzt.

• Cache-Lesevorgänge bei 250.000 Tokens Kontext — Grok 4.6 1,00 $ pro Million gegenüber Muse Wonders 0,20 $, ein 5-facher Vorteil für Meta, sobald der Cache warm ist und der Prompt lang genug ist, um die Stufe ausgelöst zu haben

Auf das Muster kommt es an. Grok 4.6 ist dramatisch günstiger für die Arbeit, die die meisten Teams die meiste Zeit erledigen, und bei der Arbeit, wegen der Leute überhaupt erst nach einem Fenster von einer Million Token gesucht haben, ist es gleichauf oder leicht zurück. Ein Kostenmodell, das auf dem Schlagzeilenpreis basiert, überschätzt Groks Vorteil bei Long-Context-Traffic deutlich.

Was acht Indexpunkte bringen und was nicht

Gemessene Unabhängigkeit wirkt hier in beide Richtungen, und es lohnt sich, genau zu sein, woher welche Zahlen stammen.

Die stärksten veröffentlichten Werte von Grok 4.6 stammen von Dritten, und einer davon ist ungewöhnlich gut. Bei GPQA Diamond, einem wissenschaftlichen Fragenkatalog auf Graduiertenniveau, erreicht es 94,9 — die höchste Spitzenwertung in seiner Preisklasse und ein Bereich, in dem Muse Wonder überhaupt keine veröffentlichte unabhängige Zeile vorzuweisen hat. Außerdem erzielt es 61,0 bei Humanity's Last Exam und 76,8 bei der unabhängigen Coding-Bewertung, beide vom selben Evaluator. Bei Aufgaben in Frageform in großem Umfang sind es diese Zahlen, die vorhersagen, ob das Modell Sie blamieren wird, und bei 2,00 $/6,00 $ sind sie ein ausgesprochen gutes Geschäft.

Muse Wonder's strength is a different shape, and it is the reason the eight-point index gap is not the story either. M​eta's own launch table — vendor-reported, run in M​eta's harness, and unreproduced — is built almost entirely from long-horizon agentic and terminal tasks, and independent commentary has already selected from it. M​eta's DeepSWE 1.1 and SWE-Marathon rows put the series ahead of the models it compares against, and the 943,718-token output ceiling is a structural advantage no rate card captures: a workload that emits a very large single artifact, whether that is a generated application or a long structured document, has no Grok 4.6 number to compare against because Grok 4.6 does not publish one.

Die Aufteilung ist also nicht besser gegen schlechter. Sie lautet günstig-und-schnell gegen lang-und-flach, und die Achse, die darüber entscheidet, ist die Prompt-Länge.

Jetzt drei Modelle, nicht zwei, sobald der Nachfolger im Spiel ist.

Das unabhängige Gremium stuft Grok 4.6 als überholt ein und verweist auf Grok 4.7, das mit 46 Punkten gegenüber 44 von Grok 4.6 abschneidet, denselben Listenpreis von 2,00 $/6,00 $, denselben Cache-Read-Preis von 0,50 $ und dasselbe 500.000-Token-Fenster bietet, eine Ausgabeobergrenze von 450.000 Tokens angibt, die sein Vorgänger nicht bietet, und ganz oben eine zusätzliche Aufwandsstufe anbietet. Auf dem Papier ist es das offensichtliche Upgrade.

Die Abrechnung sagt etwas anderes. Die Kosten von Grok 4.7 pro abgeschlossener Index-Aufgabe liegen bei etwa 3,74 $ gegenüber 1,48 $ bei Grok 4.6, weil es in dem Durchlauf rund 240 Millionen Output-Tokens verbraucht hat, während sein Vorgänger 94 Millionen benötigte. Neuer, mit höherer Punktzahl und gleichem Listenpreis war es pro erledigtem Auftrag trotzdem 2,5-mal teurer. Das ist der seltene Fall, in dem die Deprecation-Kennzeichnung auf einer Modellseite für sich genommen kein Grund zum Wechseln ist, und es lohnt sich, das zu wissen, bevor Sie Traffic migrieren, den Sie nicht hätten migrieren müssen.

Wer dies als Zwei-Modell-Pipeline statt als Zwei-Anbieter-Projekt aufbaut, für den ist die Routing-Seite bei der einen Hälfte unkompliziert und bei der anderen nicht. OrcaRouter führt Grok 4.6 als grok/grok-4.6 zum Listenpreis von SpaceXAI mit 0 % Aufschlag — der Anbieter-Listenpreis wird durchgereicht, sodass die Tarifpreise und jede Änderung daran hier am selben Tag ankommen — hinter demselben Schlüssel wie mehr als 200 weitere Modelle, mit automatischem Failover über Anbieter hinweg, wenn ein Endpunkt wackelt. Muse Wonder ist nicht in unserem Katalog, und es gibt keine Serving-Abdeckung durch Dritte, die wir verifizieren können, sodass der einzige Weg, es heute aufzurufen, die eigene API von Meta und Muse Code ist. Ein Modellfusions-Aufruf, der das günstige Modell und das starke nebeneinander laufen lässt und zwischen den Antworten auswählt, gehört zu den Dingen, die ein einziger Endpunkt erleichtert — aber er kann nur Modelle einschließen, die auch tatsächlich jemand bereitstellt.

Die Auswahl – nach Promptlänge statt nach Urteil

Unter 200.000 Prompt-Tokens, in großem Umfang, bei fragenförmiger Arbeit: Grok 4.6, ohne großes Zögern. Es ist 2,6× günstiger bei den Anfrageformen, die die meisten Teams tatsächlich senden, erzielt 94,9 bei dem einen unabhängigen Benchmark, bei dem es alles in seiner Klasse schlägt, und ist bis zum ersten Token etwa 2× schneller als sein Rivale. Der eine Vorbehalt: Grok 4.7 existiert zum selben Listenpreis mit einer zusätzlichen Effort-Stufe – prüfen Sie Ihre eigenen Token-Zahlen, bevor Sie annehmen, dass es mehr kostet, denn die veröffentlichte Zahl besagt, dass es mehr kosten wird.

Über 200.000 Tokens Prompt oder mehrere hunderttausend Tokens Kontext, die über einen langen agentischen Lauf hinweg offen gehalten werden, oder eine Aufgabe, deren Ausgabe riesig ist: Muse Wonder. Der Crossover ist real und er ist scharf, und die Obergrenze von 943.718 Tokens für Antworten ist keine Zahl, die Grok 4.6 mit einer eigenen beantworten kann.

Zwischen ihnen steht die ehrliche Feststellung, dass dies die einzige Paarung im Startfenster von Meta ist, bei der das günstigere Modell zugleich das schlankere ist, sodass der Preisunterschied eher den Kauf von Leistungsfähigkeit als von Tokens bedeutet. Zwei Tage nach dem Start von Muse Wonder wird diese Leistungsfähigkeit durch eine unabhängige Zeile und eine Anbietertabelle beschrieben. Die von Grok 4.6 sammelt sich seit August an.