GPT-6 Sol vs Muse Spark 1.2 : l'un d'eux a des oreilles

Mettez GPT-6 Sol et Muse Spark 1.2 côte à côte et les colonnes de prix sont simplement différentes, alors que les colonnes de modalités n'ont rien à voir. Muse Spark 1.2 accepte le texte, l'image, la vidéo, les fichiers et l'audio. GPT-6 Sol accepte le texte, l'image et les fichiers. L'audio et la vidéo font la différence, et ce n'est pas un détail négligeable : ils séparent un modèle à qui l'on peut confier un enregistrement de réunion d'un modèle à qui l'on doit confier une transcription de celui-ci. GPT-6 Sol, le niveau intermédiaire de cette génération, est sorti le 22 septembre 2026 ; Muse Spark 1.2, le checkpoint actuel de Meta dans la famille Muse Spark, est sorti le 5 août 2026 comme une mise à jour directe de Muse Spark 1.1 sur le même niveau Standard, à un tarif identique.

Ce dernier point est important pour la façon dont cette page doit être lue. Muse Spark 1.2 n’est pas une nouvelle génération et ne doit pas être présenté comme telle — la description de Meta elle-même parle d’un checkpoint mis à jour, avec des performances légèrement supérieures, servi à des tarifs inchangés. La question intéressante n’est donc pas ce que 1.2 apporte par rapport à 1.1. C’est ce que la famille Muse Spark possède que la famille GPT-6 n’a pas, et si vous en avez besoin.

Les deux fiches techniques, sur les dimensions qui diffèrent

• Modalités d'entrée — GPT-6 Sol : texte, image et fichier vs Muse Spark 1.2 : texte, image, vidéo, fichier et audio

• Sortie — les deux en texte uniquement

• Prix des entrées — GPT-6 Sol 2,00 $ par million contre Muse Spark 1.2 1,25 $ par million

• Prix de sortie — GPT-6 Sol 10,00 $ par million vs Muse Spark 1.2 4,25 $ par million

• Entrée mise en cache — GPT-6 Sol 0,20 $ par million vs Muse Spark 1.2 0,15 $ par million

• Fenêtre de contexte — 1 050 000 jetons contre 1 048 576 jetons, pratiquement identique

• Palier de requête longue — GPT-6 Sol applique un nouveau tarif à toute la requête au-delà de 272 000 jetons d'entrée, soit 4,00 $ / 15,00 $, contre Muse Spark 1.2 sans palier sur sa fiche

• GPQA Diamond — GPT-6 Sol 96,1 contre Muse Spark 1.2 90,4

• Humanity's Last-6 Sol 5.6 45.5

• Rappel en contexte long — GPT-6 Sol 83,7 vs Muse Spark 1.2 79,0

• tau-banking — GPT-6 Sol non publié sur cette révision vs Muse Spark 1.2 34.8

• Poids — les deux fermés, API uniquement

La ligne des requêtes longues travaille discrètement dans cette liste. Muse Spark 1.2 n’a aucune clause de retarification pour contexte long sur sa fiche publiée, donc son tarif de 1,25 $ / 4,25 $ tient sur toute la fenêtre. Le prix affiché de GPT-6 Sol, lui, ne tient pas : au-delà de 272 000 jetons d’entrée, l’ensemble de la requête passe à 4,00 $ / 15,00 $. Sur une invite à contexte complet, la comparaison des sorties n’est donc pas de dix dollars contre 4,25 $, mais de quinze contre 4,25 $ — trois fois et demie, et non deux et un tiers.

Et l'écart entre les benchmarks est plus étroit que ne le suggère l'écart de prix. GPQA Diamond, 96,1 contre 90,4, correspond à peu près à l'écart que l'on attendrait de deux réglages différents de l'effort de raisonnement plutôt que d'une différence de capacités, et sur Humanity's Last Exam, les deux modèles sont à 47,9 et 45,5, soit 2,4 points sur une échelle de cent points. Muse Spark 1.2 est le modèle le moins cher et le lecteur aux capacités globales les plus étendues ; GPT-6 Sol est en tête sur les chiffres de raisonnement, mais pas avec l'écart que le prix laisse supposer. Aucune des deux colonnes ne domine, et c'est ce qui fait que ce choix mérite d'être fait délibérément.

Ce que les entrées audio et vidéo changent réellement

Un modèle qui accepte l’audio peut recevoir un enregistrement au lieu d’une transcription. Cela semble être une commodité, mais c’est en réalité un changement de ce qui est possible : la transcription est une étape avec perte qui supprime le ton, les chevauchements, les rires et la différence entre une question et une affirmation lue à partir du texte seul. Un modèle qui entend directement le fichier perçoit tout cela. Le même raisonnement s’applique à la vidéo, où une description image par image perd la temporalité, ce qui n’est pas le cas d’un modèle qui ingère le clip.

La réponse de GPT-6 Sol est un pipeline plutôt qu’une modalité — transcrire ou sous-titrer d’abord, puis transmettre le texte. C’est une architecture parfaitement viable et, pour de nombreuses charges de travail, c’est la meilleure, car une transcription est inspectable, peut être mise en cache et coûte peu à stocker. Elle est moins bonne précisément lorsque l’audio ou le mouvement constitue le signal : contrôle qualité en centre d’appels, journalisation de médias, tout cas où l’hésitation d’un locuteur porte le sens.

La position de Meta à ce sujet mérite d’être lue attentivement, car le tag audio n’est pas une décoration. Muse Spark 1.2 est répertorié avec l’audio parmi ses capacités, aux côtés de la vision, des outils, du JSON et du raisonnement, et Meta a commercialisé cette famille comme sa gamme multimodale, tandis que le plus petit Muse Glimmer a été distillé à partir d’un modèle enseignant Muse Spark. Si vous choisissez entre ces deux modèles en fonction de la surface d’entrée, le choix ne se joue pas entre une fiche technique légèrement plus large et une légèrement plus étroite. Il se joue entre disposer de la modalité et construire un pipeline pour l’approximer.

Là où les deux se séparent véritablement

La séparation la plus nette concerne l’utilisation d’outils agentiques face à un service simulé, et c’est le seul endroit où les chiffres sont suffisamment écartés pour pouvoir agir. Muse Spark 1.2 obtient 34,8 sur tau-banking et seulement 7,1 sur la révision plus récente de Terminal-Bench 4.0 — deux mesures tierces, qui décrivent toutes deux la même faiblesse sous deux angles. Un modèle qui comprend bien une réunion puis se trompe sur le solde d’un client lorsqu’on lui demande d’appeler une API n’est pas un mauvais modèle ; c’est un modèle dont la tâche est clairement délimitée.

Appliquez la même vérification à GPT-6 Sol et le tableau est cohérent, mais plus maigre. Son rappel en contexte long se situe à 83,7, SciCode à 57,7 et son Terminal-Bench 4 à 43,9, tous tiers. Ses chiffres de codage et d'agent terminal sur la révision v2.1 sont tout simplement absents, et l'absence d'un nombre n'est pas un nombre faible — quiconque remplit cette case avec une estimation invente.

Une asymétrie qu'il vaut la peine de nommer avant que les chiffres ne soient comparés trop hâtivement. Muse Spark 1.2 embarque une suite complète de benchmarks fournis par le vendeur, signée Meta, en plus de l'ensemble tiers, et l'analyse de lancement d'Artificial Analysis elle-même le situe à 54 sur l'Intelligence Index dans son réglage de raisonnement xhigh, soit trois points au-dessus de Muse Spark 1.1. GPT-6 Sol atteint 47,6 sur le même indice dans notre catalogue. Ces deux chiffres ne se soustraient pas : ils proviennent de configurations différentes mesurées à des moments différents, et un indice révisé entre les deux n'est pas le même instrument. Les affirmations comparatives honnêtes sont celles portant sur un seul benchmark, citées plus haut, où les deux modèles affichent un chiffre issu du même évaluateur. Quand un modèle a davantage de chiffres publiés, il paraîtra toujours mieux documenté qu'un modèle qui en a moins, et sur ce duo, une bonne part de cet écart tient à qui publie les chiffres plutôt qu'à ce que les modèles savent faire.

Servir deux modèles qui se comportent différemment sous charge

Les deux sont sur OrcaRouter, une seule clé, et le duo constitue une répartition routée naturelle plutôt qu’un choix binaire. Envoyez le trafic multimodal — les enregistrements, les clips, les lots de documents avec pièces jointes numérisées — à Muse Spark 1.2 à 1,25 $ / 4,25 $, sans falaise de contexte long. Envoyez le trafic à forte intensité de raisonnement et agentique à GPT-6 Sol et acceptez le tarif plus élevé pour les requêtes où la réponse doit résister à l’examen. Via un seul point de terminaison, cette répartition est une règle de routage, pas deux intégrations.

Un chiffre du côté service va à l'encontre de la logique de prix. Muse Spark 1.2 est mesuré à environ 420 jetons de sortie par seconde dans notre fenêtre glissante de sept jours, contre environ 244 pour GPT-6 Sol — le modèle de Meta est à la fois moins cher et plus rapide sur nos routes. La latence va dans l'autre sens pour le premier jeton : un temps jusqu'au premier jeton (p50) d'environ 5,2 secondes pour Muse Spark 1.2, contre environ 6,8 pour GPT-6 Sol dans la même fenêtre, si bien que le modèle le moins cher commence aussi à répondre plus tôt. Les deux sont des mesures glissantes sur une infrastructure partagée plutôt qu'un benchmark contrôlé, et les deux évoluent d'une lecture à l'autre.

Le basculement automatique justifie sa place dans un pipeline mixte comme celui-ci. Lorsqu'une requête peut arriver sous forme d'audio et repartir sous forme de texte via une route, ou passer par une étape de transcription obligatoire via une autre, le mode de défaillance qui vous préoccupe est celui d'un fournisseur qui accepte la requête puis se bloque sur l'envoi du média — une seconde route configurée transforme cela en une nouvelle tentative plutôt qu'en une tâche que quelqu'un doit remarquer et relancer. Notre catalogue répercute les prix catalogue des fournisseurs sans les modifier, donc si Meta déplace la ligne à 4,25 $, ou ajoute une clause de contexte long à la fiche Muse Spark comme d'autres fournisseurs l'ont déjà fait, le changement vous parvient le jour même plutôt qu'après qu'un revendeur l'a remarqué.

La décision, en clair

Si votre entrée est un enregistrement ou un clip et que le timing ou le ton fait partie du sens, utilisez Muse Spark 1.2. Aucune configuration de GPT-6 Sol n’atteint cette capacité via l’API, et il n’existe aucun prix auquel le pipeline de substitution deviendrait équivalent. Si votre entrée est du texte et des images et qu’il sera donné suite à la sortie, les chiffres de raisonnement de GPT-6 Sol sont en tête et son profil d’utilisation des outils est le plus sûr — les scores tau-banking et Terminal-Bench 4.0 de Muse Spark 1.2 sont le signal le plus fort sur l’une comme sur l’autre des fiches, et ils éloignent du travail agentique.

Et notez ce que Muse Spark 1.2 n’est pas : une nouvelle génération. C’est le checkpoint actuel de Meta d’une famille existante, un remplacement direct de 1.1 à tarif inchangé, ce qui rend la décision de mise à niveau gratuite et fait de la comparaison avec GPT-6 Sol une question distincte. De l’autre côté, GPT-6 Sol a déjà été supplanté par GPT-6.1 Sol à des tarifs identiques pour les contextes courts, avec l’entrée mise en cache réduite de moitié, de 0,20 $ à 0,10 $, et la propre page modèle d’OpenAI oriente désormais les lecteurs vers lui. Si la raison pour laquelle vous évaluez Sol plutôt que Muse Spark est l’intégration vieille de huit jours, cela tient. Si c’est la capacité, vérifiez d’abord le successeur.