Muse Wonder vs GPT-6.1 Sol: un techo de salida de 943.718 tokens frente a uno de 128.000 tokens

Muse Wonder y GPT-6.1 Sol quedan a menos de una quinta parte de punto de diferencia entre sí en el Artificial Analysis Intelligence Index —52 para Muse Wonder (máx.), 51.8 para GPT-6.1 Sol (máx.)— y una sola tarea del índice cuesta $4.52 en el primero y $0.72 en el segundo. Meta Superintelligence Labs lanzó Muse Wonder el 12 de octubre de 2026 a $4.00 por millón de tokens de entrada y $20.00 por millón de salida. GPT-6.1 Sol se lanzó el 29 de septiembre de 2026 a $2.00 y $10.00. La lista de precios dice aproximadamente el doble; la factura medida dice 6.3 veces, y la razón es la verbosidad: 130 millones de tokens de salida frente a 67.2 millones para alcanzar casi la misma puntuación. Pero el número que realmente decide cuál de estos dos puedes asignar a un trabajo no es ni el índice ni el precio. Es el límite de salida: 943,718 tokens para Muse Wonder, 128,000 para GPT-6.1 Sol.

El techo es la línea de especificación que nadie lee

Ambos modelos anuncian un contexto de un millón de tokens. Ahí es donde la similitud en la ficha técnica deja de ser útil.

• Ventana de contexto — Muse Wonder 1.048.576 tokens vs GPT-6.1 Sol 1.050.000 tokens

• Entrada máxima — Muse Wonder no se publica por separado; GPT-6.1 Sol 922.000 tokens

• Salida máxima en una sola respuesta — Muse Wonder 943.718 tokens; GPT-6.1 Sol 128.000 tokens

• Esfuerzo de razonamiento — Muse Wonder mínimo, bajo, medio (predeterminado), alto, xhigh, máximo; GPT-6.1 Sol bajo, medio (predeterminado), alto, xhigh, máximo, sin interruptor de apagado en ninguno de los dos

• Entrada modal — Muse Wonder texto, imagen, voz y video; GPT-6.1 Sol texto, imagen y archivo

• Pesos — ambos propietarios, ninguno publicado

Vuelve a leer la tercera línea. GPT-6.1 Sol compra una ventana de 1.050.000 tokens, pero solo te deja dedicar alrededor de un octavo de ella a la salida; los 922.000 restantes son solo de entrada. Muse Wonder permite que una sola respuesta ocupe nueve décimas partes de su ventana. Eso no es una diferencia de redondeo. Una pasada de síntesis sobre un corpus extenso, un generador de contenido largo, una transformación de transcripción a transcripción, un arnés que tiene que emitir un archivo completo en lugar de un parche — esos casos viven por encima de los 128.000 tokens de salida, y en GPT-6.1 Sol no caben en una sola llamada a ningún precio. Paginas, y paginar significa que el modelo pierde el plan que hizo en la primera respuesta.

El techo de Muse Wonder viene con su propia trampa, que Meta no oculta, pero tampoco pone en primer plano: los tokens de razonamiento se facturan como salida en ambos modelos, y la escala de Muse Wonder llega hasta un ajuste máximo que consumirá alegremente todo el presupuesto. La cifra de 943.718 es un límite, no una asignación.

Dos tarifas, y el precipicio que se esconde en una de ellas

GPT-6.1 Sol es más barato en cada línea, y aún más barato en la mitad de su rango. Lo que no tiene es una curva plana.

• Tarifa estándar — Muse Wonder $4.00 de entrada / $20.00 de salida por millón; GPT-6.1 Sol $2.00 de entrada / $10.00 de salida

• Entrada en caché — Muse Wonder $0.20 por millón; GPT-6.1 Sol $0.10 por millón

• Comportamiento con prompts largos — Muse Wonder mantiene una tarifa plana en toda la ventana; GPT-6.1 Sol recalcula el precio de toda la solicitud por encima de 272.000 tokens de entrada, a 4,00 $ de entrada y 15,00 $ de salida

• Escritura en caché — Muse Wonder no publicado; GPT-6.1 Sol $2.50 por millón

• Rutas de descuento — Muse Wonder ninguna publicada; GPT-6.1 Sol lote y flex al 50%, modo rápido a 2×

Ese umbral de 272.000 tokens es la línea más cara de la tarjeta de precios de GPT-6.1 Sol, porque cruzarlo vuelve a tarificar el trabajo que ya has hecho. Una solicitud de 271.000 tokens y una de 273.000 tokens difieren en menos del 1 % de la entrada y en 2,01× en la factura. Muse Wonder no tiene una discontinuidad equivalente — un prompt de 900.000 tokens se cobra a la misma tarifa por token que uno de 900 tokens. Para una carga de trabajo que suele situarse justo por encima de 272.000 tokens, ese es el argumento más contundente del lado de Meta en esta página, y vale más que el descuento por caché que GPT-6.1 Sol obtiene en todas las demás filas.

Por debajo de ese umbral, el orden es inequívoco: GPT-6.1 Sol cuesta la mitad ejecutarlo, la mitad leerlo desde la caché, y es el único de los dos con una vía de lotes con un 50 % de descuento.

Dónde se encuentran realmente los 0,2 puntos de índice

Un índice compuesto que marca 52 frente a 51,8 te dice que los dos modelos están a la par. No te dice nada sobre cuál superará tu carga de trabajo, y en las subpuntuaciones la pareja se separa en formas reconocibles en lugar de en un ganador y un perdedor.

Artificial Analysis es la fuente de ambos, medidos en su propio harness con el máximo esfuerzo, y estas son sus cifras, no las de ninguno de los dos proveedores:

• Índice de Inteligencia — Muse Wonder (max) 52, noveno de 219 modelos; GPT-6.1 Sol (max) 51,8, décimo

• Costo por tarea de índice — Muse Wonder aproximadamente $4.52; GPT-6.1 Sol aproximadamente $0.72

• Tokens de salida consumidos en la ejecución del índice — Muse Wonder, alrededor de 130 millones; GPT-6.1 Sol, alrededor de 67,2 millones, frente a una mediana de la tabla de clasificación cercana a 82 millones

• Velocidad de salida — GPT-6.1 Sol aproximadamente 66.8 tokens por segundo; Muse Wonder aún no publicado en el mismo harness

La brecha de verbosidad es toda la historia de la brecha de precio. Muse Wonder gasta casi el doble de tokens para producir una puntuación medio punto más alta, y a $20 por millón de salida frente a $10, paga el doble por cada uno de esos tokens. El coste por tarea multiplica los dos efectos. Nada de esa proporción es fijo —el esfuerzo de razonamiento es la palanca, y ambos modelos lo exponen—, pero la configuración predeterminada es donde se ejecuta la mayor parte del tráfico, y los valores predeterminados son los que produjeron estas cifras.

La propia tabla de lanzamiento de Meta, que está reportada por el proveedor y no ha sido reproducida de forma independiente, sitúa a Muse Wonder por delante de GPT-6 Astra y a la par de Claude Opus 5.5 en Terminal-Bench 4.0-AA, con 85,6 frente a 81,4 y 81,5, y por delante en SWE-Marathon, con 78,8 frente a 74,1 y 74,2. Interpreta esos datos como afirmaciones de Meta. Ten en cuenta también que esa misma tabla sitúa a Muse Wonder por detrás en AutomationBench-AA (60,5 frente a 65,3 y 65,6), GDP.pdf (39,1 frente a 41,6 y 41,2) y DeepSWE 1.1 (52,0 frente a 59,1 y 59,6) —el propio marcador del proveedor no es uniformemente halagador, y los dos puntos en los que sí lo es son el código de terminal y de horizonte largo, no la automatización de procesos de negocio.

Qué le hace el gemelo de suscripción a esta comparación

Muse Wonder no es un solo modelo. Meta lanzó un segundo checkpoint, muse-wonder-full-1.0, que obtiene 56 en el mismo índice independiente y ocupa el cuarto puesto de 699 — cuatro puntos por encima del modelo de API y por encima del 51,8 de GPT-6.1 Sol. No tiene precio por token porque Meta no lo vende por token: solo se puede acceder a él mediante una suscripción a Muse Code de 50 $ al mes para Power Usage o 200 $ al mes para Maximum Usage.

Para un equipo que ya paga por Muse Code, el precio efectivo de una ganancia de cuatro puntos en el índice es una tarifa mensual fija, y la comparación con GPT-6.1 Sol cambia por completo de forma. Para todos los demás, la mejor mitad de este lanzamiento es una decisión de producto, no una decisión de API, y la lectura honesta es que la cifra de frontera de Meta y la cifra alcanzable de Meta son dos cifras diferentes.

Ejecutar ambos, o ejecutar uno

El hecho incómodo en el centro de esta página es que ninguna de estas es una decisión que puedas tomar a partir de una hoja de especificaciones, porque la relación de costes de 6,3× es un promedio sobre la combinación de tareas de otra persona. Tu propia combinación es la única que importa, y medirla no debería requerir dos cuentas de proveedor.

GPT-6.1 Sol está en OrcaRouter como openai/gpt-6.1-sol, con fecha 2026-09-29, a un precio de lista de $2.00 de entrada, $0.10 de lectura de caché y $10.00 de salida por millón de tokens, con la ventana de 1.050.000 tokens y la regla de reajuste de precios de 272.000 tokens intactas. No aplicamos ningún margen por nuestra parte; cuando el proveedor cambia una tarifa, el número en nuestra página cambia ese mismo día. Eso hace que la mitad Sol de esta comparación esté a un solo cambio de cadena de distancia de cualquier harness que ya tengas.

Muse Wonder no está en nuestro catálogo, y esta página no va a pretender que lo esté — la propia Model API de Meta y Muse Code son donde se ejecuta hoy. Lo que sí tenemos del mismo laboratorio es Muse Spark 1.2, el checkpoint sobre el que Meta construyó el resto de esta familia, a $1,25 de entrada y $4,25 de salida por millón de tokens en una ventana de 1.048.576 tokens con lecturas de caché a $0,15. Si tu motivo para mirar Muse Wonder es el estilo de la casa Meta más que la puntuación de frontera, esa ruta cuesta un quinto de eso.

El uso práctico de un único endpoint compatible con OpenAI a través de más de 200 modelos es exactamente esta comparación. La diferencia entre $4.52 y $0.72 es lo bastante grande como para valer la pena probarla en lugar de creerla, y probarla significa dirigir una evaluación existente a un segundo nombre de modelo y volver a ejecutarla — no firmar un segundo contrato. La conmutación por error automática cubre entonces el caso en el que envías primero el que no está probado: si el proveedor upstream se degrada, la solicitud se mueve en lugar de fallar.

¿Cuál, y con qué evidencia?

• Elige GPT-6.1 Sol a menos que algo específico lo descarte. Es más barato en todas las tarifas publicadas, tiene una vía por lotes, su lectura de caché es la mitad de la de Muse Wonder, y su índice independiente está una quinta parte de un punto por detrás. Esa es la respuesta predeterminada y debería seguir siéndolo hasta que una carga de trabajo diga lo contrario.

• Usa Muse Wonder cuando la salida tenga que ser larga. Un límite de respuesta de 128,000 tokens es un muro infranqueable, y si tu trabajo necesita una única generación de 200,000 tokens, ninguna cantidad de ahorro en tokens de entrada hará que GPT-6.1 Sol pueda hacerlo.

• Elige Muse Wonder cuando la entrada sea voz o vídeo. Meta acepta ambas como entradas de primera clase; GPT-6.1 Sol acepta texto, imagen y archivo. Fusionar un paso de transcripción y un paso de razonamiento en una sola llamada vale más que una diferencia de tarifa en algunos pipelines y nada en absoluto en otros.

• Elige Muse Wonder cuando tus prompts se sitúen justo por encima de los 272.000 tokens. Esa es la única región de la curva de precios donde la tarifa plana de Meta supera el acantilado de Sol, y lo supera de forma contundente.

• No evalúe a Muse Wonder por su puntuación principal en el índice. Cincuenta y dos frente a 51,8 es un empate en el instrumento que produjo ambas cifras, y pagar 6,3 veces más por tarea por un empate no es una estrategia.

Lo que hace que esta pareja sea realmente difícil es que los dos modelos están lo bastante cerca en calidad como para que la decisión dependa por completo de la forma: cuánto tiene que durar la salida, de qué está hecha la entrada y en qué punto de la curva de precios se sitúan tus prompts. Eso se puede responder con tus propios registros de esta semana, y la próxima tabla de benchmarks que publique cualquiera de los dos laboratorios tampoco lo responderá.