Muse Wonder vs Gemini 4 Argon: uno es invocable hoy y el otro no tiene endpoint

Muse Wonder y Gemini 4 Argon están, a juzgar por los números, lo bastante cerca como para ser una decisión real: Muse Wonder (max) con 52 en el Intelligence Index de Artificial Analysis, Gemini 4 Argon (high) con 53, con precios de $4.00/$20.00 y $2.00/$10.00 por millón de tokens, respectivamente. Pero solo uno de ellos tiene un ID de modelo. Muse Wonder está disponible de forma general desde el 12 de octubre de 2026 en la Meta Model API y dentro de Muse Code. Gemini 4 Argon se anunció el 30 de septiembre de 2026, ha sido evaluado con benchmarks por evaluadores independientes y no se puede invocar: no hay un identificador de modelo publicado, ni un endpoint público, ni una fecha de disponibilidad general. Ese único hecho reordena la comparación antes de que se discuta cualquier benchmark.

Así que esto es un artículo sobre una comparación que es en parte teórica. Argon parece la mejor compra en casi todos los ejes publicados. Además, a día de hoy, es un conjunto de números en lugar de una API. Lo que sigue separa la parte de la comparación sobre la que puedes actuar de la parte en torno a la que solo puedes planificar.

La diferencia que lo decide, por ahora

Gemini 4 Argon fue anunciado por Koray Kavukcuoglu el 30 de septiembre de 2026. Se ha medido y ubicado en el mismo índice independiente que puntúa a Muse Wonder, lo que significa que las cifras a continuación son directamente comparables de un modo en que las tablas de proveedores nunca lo son. Lo que no se ha lanzado es el acceso: ni identificador de modelo, ni página de precios, ni endpoint, ni fecha comprometida. Lo que existe es un despliegue con acceso restringido dentro del Fairwind Program, lo que significa un conjunto limitado de socios y ninguna vía pública de entrada.

Muse Wonder es la forma opuesta. Ha sido invocable desde el 12 de octubre en la Meta Model API bajo el ID muse-wonder-1.0 y dentro de Muse Code, con una superficie de parámetros documentada: una configuración de esfuerzo de razonamiento con valores de minimal a max, un valor predeterminado de medium, un límite máximo de presupuesto de salida de 943.718 tokens, y un precio de entrada y salida publicado. Puedes desarrollar contra él esta tarde, y puedes pronosticar cuánto costará una llamada.

Si este mes estás eligiendo un modelo para lanzar, la comparación termina aquí y la respuesta es Muse Wonder —no porque sea mejor, sino porque Argon no es algo a lo que puedas llamar. Todo lo que sigue a esta sección se aplica a una decisión que enfrentarás cada vez que Argon se abra, y vale la pena leerlo ahora para que la evaluación no sea un apuro más adelante.

Sobre el papel, Argon parece el mejor modelo

Todas las cifras de esta sección son mediciones independientes de Artificial Analysis, y no afirmaciones de un proveedor, incluidas las de Argon:

• Índice de Inteligencia (configuración medida) — Gemini 4 Argon 53, clasificado #8 de 219; Muse Wonder 52, clasificado #9 de 219

• Costo por tarea del Índice de Inteligencia — Gemini 4 Argon alrededor de $1.99; Muse Wonder alrededor de $4.52

• Precio de lista — Gemini 4 Argon $2.00 de entrada / $10.00 de salida por millón de tokens; Muse Wonder $4.00 de entrada / $20.00 de salida

• Precio combinado con una mezcla 7:2:1 de aciertos de caché/entrada/salida — Gemini 4 Argon alrededor de $1.47 por millón de tokens; Muse Wonder alrededor de $2.94

• Descuento de caché — Gemini 4 Argon aproximadamente 95 %; Muse Wonder aproximadamente 95 %

• Tokens de salida consumidos en la evaluación — Gemini 4 Argon aproximadamente 110 millones; Muse Wonder aproximadamente 130 millones

• Ventana de contexto — ambos 1.048.576 tokens

• Entradas modales — Gemini 4 Argon: texto e imagen de entrada, texto de salida; Muse Wonder: texto, imagen, voz, video y archivos de entrada, texto de salida

• Estado de lanzamiento — Gemini 4 Argon anunciado el 2026-09-30, sin endpoint público; Muse Wonder disponible de forma general el 2026-10-12

Sobre esas cifras, Argon va un punto por delante en capacidad, cuesta menos de la mitad por tarea medida, la mitad del precio de referencia y es más austero en tokens de salida. No se trata de una victoria marginal: el costo por tarea de índice es la cifra que se traduce más directamente en una factura real, y $1.99 frente a $4.52 supone un orden distinto de gasto operativo.

La ventaja de un punto en el índice merece una salvedad, no un redoble de tambores. Un solo punto de índice entre dos modelos está dentro del rango que las repeticiones y los cambios de configuración desplazan, y las dos filas no miden el mismo ajuste de razonamiento: la fila publicada de Argon es su configuración alta, mientras que la de Muse Wonder es máxima. Argon no tiene una fila máxima publicada con la que comparar. El panorama de costos es sólido; la clasificación no.

Donde Muse Wonder está realmente por delante

Tres cosas, y solo una de ellas es un benchmark.

La primera es la disponibilidad, ya tratada, y no es una ventaja blanda. Un modelo con un endpoint y una superficie de parámetros documentada se puede evaluar con tus datos, ajustar y poner bajo un presupuesto. Un modelo que carece de ambas cosas solo se puede tener en cuenta para planificar, y nada más.

La segunda es que la superficie de parámetros se puede conocer. El comportamiento de costes de Muse Wonder es legible: el razonamiento es obligatorio, la escala de esfuerzo va de mínimo a máximo con un valor predeterminado medio, y cada token de razonamiento se factura como salida. Eso significa que un equipo puede ejecutar extracción y clasificación en mínimo y reservar alto o máximo para las llamadas que los necesiten, con un efecto predecible en el gasto. No se ha publicado nada comparable para Gemini 4 Argon: ninguna enumeración del esfuerzo de razonamiento, ningún límite de tokens de salida, ninguna indicación de si el pensamiento se puede desactivar o limitar. No se puede presupuestar un dial que no se ve, y hasta que el proveedor documente esa superficie, toda proyección de costes de Argon se basa en la única cifra combinada anterior.

La tercera es la modalidad del lado de la entrada. Muse Wonder acepta voz y video directamente; las modalidades de entrada publicadas de Gemini 4 Argon son texto e imagen. Para un pipeline que razona sobre llamadas grabadas o video, esa es la diferencia entre una sola llamada y una etapa de transcodificación y transcripción que hay que construir y pagar por separado, y reduce la brecha de precio efectiva de una forma que la tabla por tokens no muestra. La línea Gemini 4 ha sido históricamente fuerte en video, así que esto es una laguna en lo que se ha anunciado más que una diferencia arquitectónica definitiva, y vale la pena volver a comprobarlo cuando se lance Argon.

También hay un hermano que merece mención. El checkpoint muse-wonder-full-1.0 de Meta obtiene 56 en el mismo índice independiente —por encima del 53 de Argon—, pero es solo por suscripción a Muse Code y no se vende por token, así que compite con Argon en un presupuesto de suscripción en lugar de uno por token. No es una alternativa de API a Argon y no debería tratarse como tal.

Qué no se puede comparar todavía en absoluto

Varios de los ejes que deciden los despliegues reales no tienen datos de Argon porque no hay ningún servicio Argon que medir. El rendimiento y la latencia no existen para un modelo sin endpoint. La cobertura de proveedores tampoco existe: Muse Wonder está en la API propia de Meta y en Muse Code, y su alcance a través de las pasarelas es lo que esas pasarelas hayan implementado desde el 12 de octubre, mientras que se desconoce el alcance que Argon llegará a tener. Los límites de tasa, la disponibilidad regional, el historial de tiempo de actividad y la tasa de lectura de caché que convierte un descuento del 95 % en un ahorro real siguen sin respuesta por parte de Argon.

Esa asimetría tiene una consecuencia práctica. Un número de coste por tarea calculado en una única ejecución de evaluación es un dato útil para la planificación y una base pésima para adquirir un compromiso. Los 4,52 $ de Muse Wonder cambiarán a medida que su superficie de configuración se ponga a prueba en producción, y los 1,99 $ de Argon son la única cifra que existirá jamás hasta que alguien pueda invocar el modelo y volver a medirla. Considera ambas como las mejores estimaciones actuales, no como condiciones contractuales.

Ninguno de los dos está en OrcaRouter — esto es lo que sí está

Siendo directos con esto: Muse Wonder no está en el catálogo de OrcaRouter, y Gemini 4 Argon tampoco. No hay ninguna entrada meta/muse-wonder ni ninguna entrada google/gemini-4. No vamos a presentar una ruta que no existe, y Argon en particular no tiene nada a lo que enrutar.

Lo que sí ofrecemos de Meta Superintelligence Labs es la línea Muse Spark — Muse Spark 1.2 y Muse Spark 1.1 — que es lo más cercano a la familia de razonamiento de Meta que un equipo puede invocar a través de nosotros hoy, y Claude Opus 5.5 y DeepSeek V4 Pro entre los modelos frente a los que se compara el precio de Muse Wonder.

La razón por la que un único endpoint importa más de lo habitual en una comparación como esta es que ambos modelos son objetivos móviles. El estado de Argon es una decisión de producto de un proveedor que podría cambiar cualquier día; la superficie de configuración y el precio de Muse Wonder tienen un día de antigüedad y pueden cambiar a medida que los proveedores lo adopten. OrcaRouter sirve más de 200 modelos detrás de una única API compatible con OpenAI, con los precios de lista de los proveedores transmitidos sin cambios, así que que un modelo llegue al catálogo es un cambio de cadena en un archivo de configuración en lugar de una nueva integración, y cuando un proveedor baja un precio, la cifra de nuestro lado se mueve el mismo día. Cuando cualquiera de estos dos pueda enrutarse, compararlos entre sí cuesta una tarde.

¿Qué hacer con esto mientras tanto?

• Si necesitas un modelo ahora, elige Muse Wonder y trata la columna Argon como un candidato de migración futura. Ninguno de los números publicados de Argon es alcanzable hoy.

• Si estás planificando en lugar de lanzar, mantén las cifras de coste de Argon en tu modelo como una tarifa objetivo: 1,99 $ por tarea de índice es la cifra con la que se juzgará a Muse Wonder en el momento en que Argon abra.

• Usa deliberadamente la escala de esfuerzo de Muse Wonder desde el primer día. Dejar todo en medio por defecto es la forma en que un modelo con una tarifa de salida de $20 por millón produce una factura sorpresa.

• Vuelve a comprobar tres cosas cuando Argon esté disponible: sus controles de esfuerzo de razonamiento, si la entrada de vídeo está en el modelo que se distribuye y su primera medición independiente de rendimiento. Cualquiera de las tres puede cambiar la conclusión.

• Todavía no planifiques un presupuesto basándote en ninguna de las dos cifras de costo por tarea. La de Muse Wonder proviene de un modelo de hace dos días, y la de Argon, de un modelo que nadie fuera de un programa de socios ha invocado.

Un enfrentamiento en el que no se puede acceder al modelo más barato y con una puntuación ligeramente superior no es gran cosa como enfrentamiento, pero lo será, y pronto. La diferencia de precios entre estos dos es lo suficientemente amplia como para que sea probable que la respuesta cambie el día en que el endpoint de Argon entre en funcionamiento, lo que convierte esta en la comparación que hay que volver a ejecutar en lugar de la que hay que dar por zanjada.