Muse Wonder vs DeepSeek V4 Pro : 4,52 $ par tâche contre 0,67 $, et 16 points d’index d’écart entre eux

La comparaison entre Muse Wonder et DeepSeek V4 Pro n’est pas vraiment une comparaison de modèles. Il s’agit d’une comparaison de coût par tâche, assortie d’un écart de capacités. Selon les mesures indépendantes d’Artificial Analysis, DeepSeek V4 Pro s’établit à environ 0,67 $ par tâche de l’Intelligence Index sur l’API DeepSeek V4 Pro, à 1,32 $ par million de jetons d’entrée et 3,96 $ par million de jetons de sortie. Muse Wonder (max) s’établit à environ 4,52 $ par tâche d’indice, à 4,00 $ en entrée et 20,00 $ en sortie. Cela représente environ 6,7 fois le coût par unité de capacité mesurée, face à un score brut à l’indice de 36 pour DeepSeek V4 Pro et de 52 pour Muse Wonder.

Donc la question n’est pas de savoir quel modèle est meilleur. C’est de savoir si seize points d’indice et une voie d’entrée multimodale valent près de sept fois le coût de fonctionnement — et pour la plupart des charges de travail qui envoient beaucoup de tokens, l’arithmétique dit non. Voici où cette arithmétique s’effondre et où elle tient.

L’arithmétique qui décide réellement de cela

Les deux chiffres proviennent d’Artificial Analysis et sont mesurés sur le même indice, ce qui les rend directement comparables, contrairement aux classements des fournisseurs :

• Artificial Analysis Intelligence Index — Muse Wonder (max) 52, classé n° 9 sur 219 ; DeepSeek V4 Pro 0813 (max) 36, classé n° 9 sur 117

• Coût par tâche d’indexation — Muse Wonder environ 4,52 $ ; DeepSeek V4 Pro environ 0,67 $

• Prix catalogue — Muse Wonder : 4,00 $ en entrée / 20,00 $ en sortie par million de jetons ; DeepSeek V4 Pro : 1,32 $ en entrée / 3,96 $ en sortie sur sa propre API

• Prix mixte pour une répartition 7:2:1 cache-hit/entrée/sortie — DeepSeek V4 Pro environ 0,69 $ par million de tokens ; Muse Wonder environ 2,94 $

• Remise sur le cache — DeepSeek V4 Pro 97 % ; Muse Wonder environ 95 %

• Jetons de sortie consommés lors de l'évaluation — DeepSeek V4 Pro environ 160 millions ; Muse Wonder environ 130 millions

• Vitesse de sortie — DeepSeek V4 Pro environ 91,7 jetons par seconde ; Muse Wonder pas encore publié par le même laboratoire

• Fenêtre de contexte — les deux : 1 048 576 jetons

• Entrées modales — Muse Wonder accepte le texte, l’image, la parole, la vidéo et les fichiers ; DeepSeek V4 Pro ne prend en charge que le texte.

• Poids — DeepSeek V4 Pro est un modèle à mélange d'experts à poids ouverts sous licence MIT, avec 1,6 billion de paramètres au total dont 49 milliards actifs ; Muse Wonder est propriétaire.

Les indices semblent plus proches qu’ils ne le sont en pratique, car les dénominateurs du classement diffèrent. La neuvième place de Muse Wonder est sur 219 modèles ; celle de DeepSeek V4 Pro est sur 117. Même numéro de rang, position très différente dans le classement.

Ce que 0,67 $ par tâche vous permet d’acheter

DeepSeek V4 Pro est sorti le 13 août 2026, ce qui signifie qu'il a derrière lui deux mois d'utilisation en production et de mesures indépendantes. Cette maturité se reflète dans les chiffres qui ne sont pas des scores de benchmark : une remise de 97 % sur le cache, un prix mixte publié, une vitesse de sortie mesurée et une estimation du coût par tâche — les quatre éléments dont vous avez besoin pour construire un modèle budgétaire. Muse Wonder ne dispose d'aucun de ces éléments, à part le chiffre par tâche, car il n'a qu'un jour d'existence.

Il est également texte uniquement, et c'est une véritable contrainte plutôt qu'une note de bas de page. Si votre pipeline ingère de l'audio ou de la vidéo, Muse Wonder fusionne une étape de transcription et une étape de raisonnement en un seul appel ; DeepSeek V4 Pro exige que vous injectiez la transcription sous forme de texte. Savoir si cela a de l'importance dépend entièrement de votre modalité d'entrée — pour un assistant de code ou un pipeline de documents, la question ne se pose jamais.

La licence open-weights est l’autre moitié de la proposition de valeur, et c’est ce que Muse Wonder ne peut égaler à aucun prix. Des poids MIT à 1,6 billion de paramètres au total et 49 milliards de paramètres actifs signifient qu’une équipe disposant du matériel peut exécuter ce modèle sur sa propre infrastructure, sans facturation par token, sans limite de débit et sans fournisseur susceptible de rendre le checkpoint obsolète. Pour une charge de travail à volume élevé et régulier et une exigence de conformité selon laquelle les données ne quittent jamais les locaux, c’est souvent là toute la décision — et le prix de l’API ci-dessus n’est alors que le moyen le moins cher de prototyper avant d’acheter des GPU.

Ce que vous apportent les 3,85 $ supplémentaires par tâche

Seize points d’indice, ce n’est pas rien. C’est la différence entre un modèle qui se classe au milieu de la frontière actuelle et un autre qui figure parmi les dix premiers, et dans le travail agentique, l’écart a tendance à se creuser plutôt qu’à se réduire, car les erreurs se cumulent au fil des appels d’outils.

Le tableau de Muse Wonder communiqué par son propre fournisseur place ses points forts aux mêmes endroits : Terminal-Bench 4.0-AA à 85,6, SWE-Marathon à 78,8, OSWorld V2.1 à 72,6 pour l’usage informatique, et 60,5 sur AutomationBench-AA. Ce sont des suites d’agents longue durée dans lesquelles un modèle doit maintenir un plan sur de nombreuses étapes, et Meta déclare Muse Wonder compétitif avec Claude Opus 5.5 et GPT-6 Astra sur plusieurs d’entre elles. Tout cela est rapporté par le fournisseur et rien n’a été reproduit indépendamment — la même réserve qui s’applique à chaque tableau de lancement.

La capacité qui ne figure dans aucun de ces benchmarks, c'est la mémoire. Muse Wonder est livré avec une fonctionnalité que Meta appelle Active Memory, un état persistant tout au long d'une session, ainsi qu'Active Focus pour la gestion de l'attention sur les tâches longues. Le contexte de 1M de DeepSeek V4 Pro est une fenêtre que vous gérez vous-même ; si l'implémentation de Meta tient ses promesses, il s'agit d'un autre type de capacité plutôt que d'un plus grand nombre. C'est aussi l'affirmation la moins susceptible d'être vérifiable à partir d'une fiche de modèle, et celle qu'il faut tester le plus rigoureusement avant de payer.

Il existe un argument de coût en faveur de Muse Wonder qui n’a rien à voir avec la qualité : un raisonnement obligatoire selon une échelle d’effort allant de minimal à maximal, avec medium par défaut. Ce n’est pas une remise, mais c’est un réglage. Faire tourner Muse Wonder en minimal ou low sur du trafic de classification et d’extraction évite que le tarif de sortie de 20 $ par million s’applique à des tokens qu’il n’était pas nécessaire de dépenser. Le piège, c’est de tout laisser aux valeurs par défaut sur une charge de travail où un modèle moins cher aurait suffi.

Où les deux modèles cessent de rivaliser

À un moment donné, la comparaison cesse de porter sur une différence de prix pour porter sur la licence et le contrôle. Les poids de DeepSeek V4 Pro sont téléchargeables sous licence MIT. Cela signifie du fine-tuning, cela signifie un déploiement quantifié sur votre propre matériel, et cela signifie un checkpoint qui continue de fonctionner si le fournisseur modifie ses conditions. Rien de ce que propose Muse Wonder ne remplace cela, et le chiffre de 0,67 $ par tâche constitue en réalité le point d'entrée d'une décision d'auto-hébergement, et non son aboutissement.

À l'inverse, si vous avez besoin de la parole et de la vidéo comme entrées de première classe, ou d'une mémoire persistante entre les sessions en tant que fonctionnalité gérée plutôt que comme quelque chose que vous construisez, l'architecture de DeepSeek V4 Pro n'atteint pas ces capacités, à aucun prix. Ce sont les deux extrémités du spectre où cela cesse d'être une comparaison de coûts.

Les deux sont accessibles depuis un seul endpoint

DeepSeek V4 Pro est disponible sur OrcaRouter. Le point de contrôle du 13 août évalué par Artificial Analysis et la version antérieure de V4 Pro sont tous deux proposés à 0,66 $ par million de jetons d'entrée et 1,98 $ par million de jetons de sortie, avec un tarif de lecture du cache de 0,022 $. Il s'agit des tarifs de l'entreprise elle-même, répercutés sans marge, ce qui explique qu'ils soient inférieurs au chiffre de 1,32 $/3,96 $ utilisé par Artificial Analysis : le coût par tâche ci-dessus est calculé sur sa tarification API standard, et un itinéraire moins cher vers le même point de contrôle modifie le côté gauche de la comparaison sans changer le modèle.

Muse Wonder n'est pas disponible sur OrcaRouter. Il n'y a aucune entrée meta/muse-wonder dans notre catalogue et cet article ne laissera pas entendre qu'il en existe une — l'API de Meta et Muse Code sont les environnements où il tourne aujourd'hui. Ce que nous proposons, nous, de Meta Superintelligence Labs, c'est Muse Spark 1.2 et Muse Spark 1.1, la famille dispose donc d'une voie d'accès même si cette version n'en a pas.

La raison qui compte pour cette décision particulière, c’est que l’écart entre 4,52 $ et 0,67 $ est suffisamment grand pour qu’il faille le tester sur votre propre trafic avant de le croire. OrcaRouter sert plus de 200 modèles sur un seul point de terminaison compatible OpenAI, avec les prix catalogue des fournisseurs transmis sans modification ; un harnais de benchmark conçu pour DeepSeek V4 Pro peut donc être dirigé vers un second modèle en changeant une chaîne, et une baisse de prix d’un fournisseur apparaît le jour même plutôt qu’au cycle de facturation suivant. Pour une comparaison où le ratio constitue tout l’argument, ce que vous pouvez faire de moins coûteux est de mesurer votre propre mélange de tâches.

L'appel

• Privilégiez par défaut DeepSeek V4 Pro pour les charges de travail à fort volume, purement textuelles et sensibles aux coûts. À 0,67 $ par tâche d’indexation contre 4,52 $, il doit être nettement moins performant sur votre tâche spécifique pour que le modèle le moins cher soit le mauvais choix, et il bénéficie d’une licence open-weights que Muse Wonder ne peut offrir à aucun prix.

• Migrez des charges de travail spécifiques vers Muse Wonder lorsque la tâche est à long horizon et agentique, lorsque l'entrée comprend de l'audio ou de la vidéo, ou lorsque la mémoire persistante entre les sessions justifie de payer le prix d'un service managé.

• Ne payez pas pour Muse Wonder au niveau d’effort par défaut sur du trafic qu’un modèle moins cher réussit. L’échelle d’effort est le seul levier de coût que le modèle vous donne, et il vaut la peine de l’utiliser.

• Attendez-vous à ce que l’écart de 16 points ait plus d’importance que ne le suggère l’indice pour les agents multi-étapes, et moins qu’il ne le suggère pour l’extraction, la classification et le résumé en une seule passe.

Près de sept fois le coût pour seize points d'indice, c'est un mauvais compromis pour une charge de travail moyenne et un bon compromis pour une charge spécifique. L'écart est suffisamment large pour que vous puissiez déterminer de quel côté vous vous situez pour le prix d'un après-midi de tests A/B.