Muse Wonder vs. Grok 4.7: Das Modell, das doppelt so viel pro Token und nur 1,2-mal so viel pro Aufgabe kostet

Auf den Preislisten sieht es so aus, als gehöre Muse Wonder in eine andere Preisklasse als Grok 4.7. Meta verlangt 4,00 $ pro Million Eingabe-Tokens und 20,00 $ pro Million Ausgabe-Tokens für Muse Wonder, das am 12. Oktober 2026 veröffentlicht wurde. xAI verlangt 2,00 $ und 6,00 $ für Grok 4.7, veröffentlicht am 21. September 2026. Das ist doppelt so viel bei der Eingabe und mehr als dreimal so viel bei der Ausgabe. Dann lässt Artificial Analysis beide durch denselben Prüfstand laufen und nennt den Preis für die Erledigung einer Intelligenzaufgabe: rund 4,52 $ für Muse Wonder (max) und rund 3,74 $ für Grok 4.7 (xhigh). Eine Lücke von 3,3× auf der Preisliste schrumpft an der Kasse auf 1,2×, weil Grok 4.7 das geschwätzigste Modell im Feld ist und Muse Wonder nur das zweitgeschwätzigste.

Wohin die Lücke in der Preisliste geht

Die beiden Labore bepreisen Tokens sehr unterschiedlich, und die Modelle geben sie sehr unterschiedlich aus – in entgegengesetzte Richtungen. Eine einzige Zahl – die während der Indexbewertung verbrauchten Output-Tokens – erklärt fast alles davon:

• Ausgabe-Tokens beim Index-Lauf — Grok 4.7 rund 240 Millionen; Muse Wonder rund 130 Millionen, gegenüber einem Board-Median von etwa 82 Millionen

• Listenpreis — Grok 4.7 2,00 $ Eingabe / 0,50 $ Cache / 6,00 $ Ausgabe pro Million; Muse Wonder 4,00 $ Eingabe / 0,20 $ Cache / 20,00 $ Ausgabe pro Million

• Gemessene Kosten pro Index-Aufgabe — Grok 4.7 etwa 3,74 $; Muse Wonder etwa 4,52 $

• Intelligenz-Index — Muse Wonder (max) 52, Neunter von 219; Grok 4.7 (xhigh) 46

Die Weitschweifigkeit von Grok 4 ist der Grund, warum eine billig aussehende Tarifkarte noch keinen billigen Auftrag macht. Bei 240 Ausgabe-Tokens pro Auswertung braucht ein Grok-4-Aufruf, der dasselbe sagt wie ein Muse-Wonder-Aufruf, etwa doppelt so viele Tokens, um es auszudrücken, und von der Ersparnis pro Token wird mehr aufgebraucht. Der Ausgabe-Tarif von Muse Wonder liegt mit 20 $ dreimal so hoch wie der von Grok, doch es gibt nur etwa halb so viele Tokens aus – die beiden Effekte heben sich nahezu auf, und übrig bleibt ein 1,2-facher Aufschlag für sechs Indexpunkte.

Diese Umdeutung ist wichtiger, als es den Anschein hat, denn sie kehrt den üblichen Ratschlag um. Wenn man Modelle nach der Preisliste bepreist, kommt man zu dem Schluss, dass Grok 4.7 die Budget-Option und Muse Wonder Luxus ist; bepreist man sie dagegen nach abgeschlossener Arbeit, liegen sie innerhalb von 22 % zueinander.

Die Cache-Zeile ist diejenige, die sich nicht aufhebt.

Eine Zeile bricht das Muster – und sie bricht es zu Metas Gunsten. Der Tarif für gecachte Eingaben bei Grok 4.7 liegt bei 0,50 $ pro Million, unverändert gegenüber Grok 4.6 und fünfmal so hoch wie die 0,10 $ von GPT-6.1 Sol. Der von Muse Wonder liegt bei 0,20 $. In einer Pipeline, die stark auf Prompt-Caching setzt – ein langer System-Prompt und ein festes Korpus, das bei jedem Aufruf erneut gesendet wird –, ist das ein 2,5-facher Vorteil bei der größten Token-Kategorie der Anfrage, und er wird nicht durch Weitschweifigkeit aufgezehrt, weil gecachte Eingabe-Tokens keine Ausgabe-Tokens sind.

Der andere Unterschied, der sich nicht aufhebt, ist die Form der Preiskurve, und hier gewinnt Meta eindeutig:

• Kontextfenster — Muse Wonder 1.048.576 Token; Grok 4.7 500.000 Token

• Preisanpassung für lange Prompts — Muse Wonder keine; Grok 4.7 berechnet die gesamte Anfrage neu mit $4.00 in und $12.00 out, sobald ein Prompt 200.000 Tokens erreicht

• Maximale Ausgabe in einer Antwort — Muse Wonder 943.718 Token; Grok 4.7 450.000 laut der eigenen Auflistung des Anbieters

• Aufwandsstufen — Muse Wonder von minimal bis maximal, standardmäßig medium; Grok 4.7 niedrig, medium, hoch, xhigh, standardmäßig hoch, wobei xhigh in dieser Generation neu ist

Grok 4.7s 200.000-Token-Stufe ist die steilste Klippe, die eines der beiden Labore verkauft. Ein Prompt mit 199.000 Tokens und einer mit 201.000 Tokens werden mit dem doppelten Eingabe-Tarif und dem doppelten Ausgabe-Tarif für die gesamte Anfrage abgerechnet – nicht nur für den Überschuss. Muse Wonder berechnet einen 400.000-Token-Prompt zu genau demselben Preis pro Token wie einen 400-Token-Prompt. Für Retrieval-Workloads, die routinemäßig einen großen festen Kontext mitführen, kann diese einzelne Zeile alles darüber aufwiegen.

Woher die sechs Indexpunkte kommen

Eine Sechs-Punkte-Lücke im zusammengesetzten Gesamtwert ist eine echte Lücke, und sie verteilt sich nicht gleichmäßig. Artificial Analysis bewertet beide Modelle anhand derselben Revision seines Index; dies sind seine Messungen und nicht die Behauptungen eines Anbieters.

• AA-Briefcase — Grok 4.7 1.657 Elo bei xhigh, Vierter auf dem Leaderboard; Muse Wonder nicht auf derselben Harness veröffentlicht

• GDPval-AA — Grok 4.7 1.715 Elo, eine Höchstmarke unter Nicht-Anthropic-Modellen; Muse Wonder nicht veröffentlicht

• Codegenerierung auf eigenem Harness — Muse Wonder nicht direkt vergleichbar; Grok 4.7 57,4 % bei SciCode und 43,1 % bei Humanity's Last Exam

• Kosten pro Indexierungsaufgabe — Grok 4.7 3,74 $; Muse Wonder 4,52 $

Das Profil von Grok 4.7 ist breit statt spitz: Es ist kompetent in Reasoning, Langkontext-Abruf und professioneller Dokumentenarbeit, ohne in einem dieser Bereiche führend zu sein, und es ist mit 82,6 Token pro Sekunde wirklich schnell, was für Muse Wonder auf derselben Testumgebung nicht veröffentlicht wurde. Der Zuschnitt von Muse Wonder ist das Gegenteil – ein höherer Gesamtwert, eine nicht veröffentlichte Geschwindigkeitsangabe und eine Anbietertabelle, die ihre Siege bei Terminal- und langfristiger Softwarearbeit konzentriert.

Diese Anbietertabelle ist Metas eigene und wurde von niemandem reproduziert. Ihr Terminal-Bench-4.0-AA-Wert von 85,6 für Muse Wonder steht in derselben Spalte 79,0 für Claude Fable 5.1 und 81,4 für GPT-6 Astra gegenüber; das unabhängig gemessene Terminal-Bench-4.0-Ergebnis von Grok 4.7 beträgt 0,258 unter demselben Benchmark-Namen, was einen anderen Harness und eine andere Zahl bedeutet. Setzen Sie diese beiden nicht als Vergleich in denselben Satz – Metas Zahl ist eine Anbieterangabe zum eigenen Modell, und die Zahl von Artificial Analysis ist eine Messung des Modells von xAI, und die Harnesse sind nicht dieselben.

Eines davon hat einen Abo-Zwilling.

Meta hat Muse Wonder als zwei Checkpoints veröffentlicht. muse-wonder-1.0 ist die auf der Meta Model API verfügbare Variante für $4/$20. muse-wonder-full-1.0 erreicht 56 Punkte auf dem unabhängigen Index – zehn Punkte über Grok 4.7 – und kann überhaupt nicht pro Token gekauft werden; es kommt mit einem Muse Code-Abonnement für 50 $ pro Monat für Power Usage oder 200 $ pro Monat für Maximum Usage. Grok 4.7 hat keine entsprechende Aufteilung. Was du siehst, ist, was du kaufst, auf einer Preisliste, an einem Endpunkt.

Für ein Team, das ein monatliches Abonnement für 200 $ gegen eine Abrechnung pro Token abwägt, ist das der wirklich schwierige Teil dieses Vergleichs. Der Zehn-Punkte-Vorsprung des Full-Checkpoints vor Grok 4.7 ist größer als die sechs Punkte des API-Modells, und ein Pauschalabonnement ist ein ganz anderer Kauf als ein nutzungsabhängiger Tarif — es beseitigt die Ausführlichkeitsstrafe vollständig, also genau die Strafe, die diese Paarung überhaupt erst so knapp gemacht hat.

Die Routing-Seite, die hier asymmetrisch ist

Beide davon sind die eigenen Modelle von Meta und xAI, verkauft über deren eigene APIs, und eines davon ist außerdem eine Route, die wir bedienen. Grok 4.7 ist im OrcaRouter-Katalog als grok/grok-4.7 gelistet, mit Datum 2026-09-21, zu xAIs eigenen Preisen von $2,00 für Input, $0,50 für Cache-Read und $6,00 für Output pro Million Tokens, wobei das 500.000-Token-Fenster, die 450.000-Token-Output-Obergrenze und die 200.000-Token-Neupreisregel alle intakt sind. Preisweitergabe bedeutet, dass sich eine Änderung auf xAIs Preisliste am selben Tag auf unserer niederschlägt, und derselbe Schlüssel erreicht den Rest des Katalogs.

Muse Wonder ist keine unserer Routen. Es gibt keinen meta/muse-wonder-Eintrag in unserem Katalog, und diese Seite wird auch keinen nahelegen – Meta's Model API und Muse Code sind der Ort, an dem es läuft. Was wir von Meta Superintelligence Labs anbieten, ist meta/muse-spark-1.2, der größere Checkpoint, von dem diese Familie abstammt, zu 1,25 $ Eingabe und 4,25 $ Ausgabe pro Million über ein 1.048.576-Token-Fenster hinweg mit 0,15 $ für Cache-Lesevorgänge.

Diese Asymmetrie ist tatsächlich das praktische Argument für den Vergleich. Das Kostenverhältnis von 1,2× und die Punktedifferenz von sechs Punkten sind beides Durchschnittswerte über eine Benchmark-Suite; bei Ihrem Datenverkehr wird das Verhältnis anders ausfallen, und Sie können nicht wissen, um wie viel, ohne ihn laufen zu lassen. Grok 4.7 ist nur eine String-Änderung entfernt. Wenn Muse Wonder bei einem Anbieter verfügbar wird, den wir routen, wird es dieselbe String-Änderung sein – und bis dahin ist die ehrliche Position, dass Sie die eine Hälfte dieser Paarung günstig testen können und die andere überhaupt nicht.

Zwischen ihnen wählen

• Grok 4.7 für alles, wo dir die Form bereits gefällt: Ein 500.000-Token-Fenster deckt die meiste Retrieval-Arbeit ab, die Ausgabegrenze von 450.000 Token ist großzügig, die Aufwandsskala reicht bis xhigh, und der Gesamtwert liegt nah genug beieinander, dass 1,2× selten etwas entscheidet.

• Grok 4.7 speziell für reasoning-lastige professionelle Dokumentenarbeit. Sein GDPval-AA-Elo ist der stärkste Nicht-Anthropic-Wert auf dem Board, und das ist der Teilscore, der Vertragsprüfung, Finanzanalyse und das Verfassen langer Texte vorhersagt.

• Muse Wonder bei großen und festen Prompts. Ein 1M-Fenster ohne Repricing-Schritt und mit einem Cache-Lesevorgang für 0,20 $ ist ein wesentlich anderes Angebot als ein 500K-Fenster, das die gesamte Anfrage bei 200.000 Tokens verdoppelt – und dieser Unterschied summiert sich bei jedem Aufruf in einer Schleife.

• Muse Wonder, wenn die Ausgabe riesig sein muss. 943.718 Tokens gegenüber 450.000 sind der Unterschied zwischen der Ausgabe eines vollständigen Artefakts und dessen Paginierung.

• Muse Wonder, wenn Sprache oder Video die Eingabe ist. Grok 4.7 verarbeitet Text und Bilder; Metas Modell verarbeitet Text, Bild, Sprache und Video, wodurch eine Pipeline-Stufe entfällt, statt eine zu verbessern.

Die verlockende Zusammenfassung – günstigeres Modell versus besseres Modell – ist in beiden Hälften falsch. Grok 4.7 ist pro abgeschlossener Aufgabe nicht ansatzweise so viel günstiger, wie seine Preisliste nahelegt, und der Vorteil von Muse Wonder konzentriert sich auf Bereiche, die eine Gesamtpunktzahl nicht zeigen kann. Was sie in der Praxis unterscheidet, sind Prompt-Größe und Ausgabegröße, und beides wird in deinen eigenen Logs ausgegeben.