Muse Wonder vs Gemini 3.1 Pro : vingt-deux points d'indice, deux trains de publication, et un tableau des scores qui a bougé sous l'un d'eux

Gemini 3.1 Pro a obtenu 57 sur Artificial Analysis' Intelligence Index lors de son lancement en février 2026 et a dominé le classement. Aujourd'hui, sur la version actuelle de ce même indice, il obtient 29,7. Rien n'a changé dans le modèle. Muse Wonder, sorti le 12 octobre 2026, affiche 52 sur le même classement — et la comparaison que la plupart des gens feront, 52 contre 29,7, est un écart réel qui est aussi trompeur, car une grande partie a été fabriquée par un recalcul des scores plutôt que par six mois de progrès des modèles. La version honnête de cette confrontation compare deux modèles commercialisés, Gemini 3.1 Pro et Muse Wonder, sur une règle qui a été remplacée deux fois, puis demande à quoi chacun sert réellement.

Une mise au point avant les chiffres. Ce ne sont pas des concurrents au sens où l’entend une page « versus » classique. Gemini 3.1 Pro est le dernier endpoint actif de niveau Pro de cette lignée, toujours servi sous un identifiant de préversion sept mois après son annonce. Muse Wonder est la plus récente sortie frontière de Meta Superintelligence Labs, avec une version sœur mieux notée, réservée aux abonnés. L’un est une bête de somme multimodale à long contexte dont le prix est l’argument ; l’autre est un modèle agentique à forte génération de sortie dont le prix est ce qu’il faut examiner le plus attentivement.

Le dirigeant a changé, le modèle non.

C'est la partie de la comparaison qu'une fiche technique ne vous dira pas, et c'est pourquoi l'écart annoncé est trompeur dans les deux sens.

Artificial Analysis a publié l'Intelligence Index v4.3 début septembre 2026, puis l'a révisé de nouveau depuis. Cette mise à jour a remplacé Terminal-Bench v2.1 par le bien plus difficile Terminal-Bench v4.0 et a remplacé τ³-Banking par AutomationBench-AA, un benchmark de workflows agentiques construit sur un ensemble de tâches privé et tenu à l'écart. La pondération des tâches privées tenues à l'écart est passée à 45 %. Les scores ont chuté à la frontière en conséquence — les modèles qui se situaient dans les années soixante sur l'ancienne échelle sont tombés dans le bas de la cinquantaine. Gemini 3.1 Pro n'a pas chuté autant ; il est tombé sous les 30.

Ainsi, le même checkpoint inchangé a quatre relevés publiés en circulation — 57, 46, 30 et 29,7 — selon la page que vous ouvrez et le moment. Ce n’est pas un scandale, c’est à quoi ressemble un bon indice lorsque les tests qui le sous-tendent deviennent plus difficiles. C’est toutefois une raison de ne jamais comparer deux chiffres issus de deux révisions différentes, ce qui est exactement ce qu’une ligne 52 contre 29,7 vous invite à faire.

Ce qu'est réellement chaque modèle

• Gemini 3.1 Pro — un modèle de raisonnement nativement multimodal à poids fermés, annoncé le 19 février 2026 et toujours répertorié sous « Preview » au point de terminaison gemini-3.1-pro-preview. Il n'existe pas de 3.5, 3.6, 3.7 ou 3.8 Pro dans la gamme ; l'échelle Flash a évolué cinq fois, tandis que l'échelle Pro n'a pas bougé du tout.

• Muse Wonder — un modèle de frontière à poids fermés publié le 12 octobre 2026, servi sous le nom muse-wonder-1.0 sur l’API de Meta et dans Muse Code. Un second checkpoint, Muse Wonder Full, obtient un meilleur score dans le tableau de Meta et est réservé à l’abonnement Muse Code.

• Contexte — Gemini 3.1 Pro 1 048 576 jetons d’entrée ; Muse Wonder 1 048 576. Niveau, et au niveau de la majeure partie de la frontière actuelle.

• Plafond de sortie — Gemini 3.1 Pro : 65 536 jetons en une seule réponse ; Muse Wonder : 943 718. C’est l’écart le plus large entre les deux modèles, et il est quatorze fois supérieur.

• Prix — Gemini 3.1 Pro : 2,00 $ par million de tokens d’entrée et 12,00 $ par million de tokens de sortie en dessous d’une invite de 200 000 tokens, passant à 4,00 $ et 18,00 $ au-dessus, avec l’entrée mise en cache à 0,20 $ et 0,40 $. Muse Wonder est à 4,00 $ et 20,00 $ forfaitaires, entrée mise en cache à 0,20 $. Pour les invites courtes, il est deux fois moins cher en entrée et 40 % moins cher en sortie ; au-delà de 200 000 tokens, les deux convergent presque exactement.

• Modalités d'entrée — Gemini 3.1 Pro prend en charge le texte, l'image, la vidéo, l'audio et les fichiers. Muse Wonder prend en charge le texte, l'image, la parole et la vidéo. Les deux n'écrivent que du texte. Sur le papier, c'est la même phrase, et en pratique, l'écosystème d'outillage a eu sept mois d'outillage construit autour d'elle.

• Raisonnement — Gemini 3.1 Pro prend en charge le contrôle du niveau de réflexion, les jetons de réflexion étant facturés au tarif de sortie. Le raisonnement de Muse Wonder est obligatoire, avec une échelle d’effort allant de minimal à max, par défaut sur moyen, et aucune voie sans réflexion.

• Indice indépendant — Gemini 3.1 Pro 29,7 sur la révision actuelle, avec un relevé antérieur de 46 et un relevé de l’époque du lancement de 57 ; Muse Wonder 52 sur la révision actuelle.

La frontière de re-tarification que la plupart des équipes franchissent par accident

La grille tarifaire de Gemini 3.1 Pro comporte un palier, et il ne s'agit pas d'un dépassement. En dessous de 200 000 jetons d'entrée, le modèle est à 2,00 $ et 12,00 $ ; au-dessus de ce seuil, la requête est refacturée à 4,00 $ et 18,00 $. Une requête de 210 000 jetons n'est pas facturée au tarif réduit pour ses 200 000 premiers jetons — la totalité de la requête passe au palier supérieur.

C'est une véritable bizarrerie pour un modèle dont tout l'argument de vente est une fenêtre de contexte d'un million de tokens : la fenêtre est réelle, mais seul son premier cinquième est proposé au prix annoncé. À 4,00 $ et 18,00 $ au-dessus du seuil, Gemini 3.1 Pro est facturé à un cheveu près comme Muse Wonder à 4,00 $ et 20,00 $, et la lecture du cache est identique à 0,20 $ par million. Ainsi, l'argument « moins cher en entrée » ne tient précisément que jusqu'au moment où vous utilisez la capacité pour laquelle vous avez acheté le modèle.

Le contrepoids se situe du côté des entrées, où l’économie des entrées est véritablement solide et où des mesures indépendantes le confirment. Artificial Analysis enregistre un coût d’environ 0,67 $ par tâche d’indice pour Gemini 3.1 Pro et environ 67 millions de tokens de sortie générés sur l’ensemble de l’exécution de l’indice, contre une médiane d’environ 90 millions pour les modèles de sa catégorie de prix. Un modèle qui répond avec moins de tokens à un tarif inférieur est moins cher d’une manière qu’aucune grille tarifaire ne montre directement — et c’est le chiffre à comparer aux environ 4,52 $ par tâche d’indice de Muse Wonder, ce qui découle à la fois d’un tarif plus élevé et d’environ 130 millions de tokens de sortie contre une médiane de 85 millions.

Entre quoi vous choisissez réellement

L'écart de capacités sur l'étalon actuel est réel — 52 contre 29,7, cela fait vingt-deux points et ce n'est pas du bruit —, mais il s'agit d'une comparaison entre une version de pointe vieille de cinq semaines et un aperçu vieux de sept mois que l'éditeur n'a jamais fait passer au-delà du statut d'aperçu. Choisir entre les deux tient moins à celui qui obtient le meilleur score qu'au mode de défaillance avec lequel vous pouvez vivre.

Les limites de Gemini 3.1 Pro sont structurelles et connues. Son plafond de sortie de 65 536 tokens l’exclut de la génération longue en un seul tour, domaine où le budget de 943 718 tokens de Muse Wonder constitue l’avantage le plus évident. Le temps jusqu’au premier token s’établit à environ 35,7 secondes selon la mesure publiée, ce qui est lent pour toute interaction en temps réel. Et l’identifiant de préversion est le vrai risque : un point de terminaison de préversion peut être révisé ou retiré sans préavis, sans changement de version, raison pour laquelle l’épinglage d’ID de modèle exacts plutôt que d’alias est une pratique standard sur ce modèle.

Les limites de Muse Wonder sont tout aussi structurelles et bien plus récentes. Le raisonnement est obligatoire, donc chaque appel paie des jetons de réflexion à 20 $ par million, sans solution bon marché — le niveau de réflexion de Gemini 3.1 Pro peut au moins être réglé vers zéro. La mesure indépendante se résume à la ligne d’un évaluateur sur un modèle vieux de deux jours. Et la version au meilleur score de ce que vous comparez, Muse Wonder Full, est derrière un abonnement mensuel de 50 à 200 $ plutôt que disponible aux prix par jeton indiqués sur la même page.

Il y a aussi une dimension d’intégrité des benchmarks qu’il vaut la peine de nommer, car ce duo particulier en est une bonne illustration. La table de lancement de Meta indique Muse Wonder Full à 59,0 sur l’Artificial Analysis Index, alors qu’Artificial Analysis publie lui-même 56, et indique le Muse Wonder appelable à 56, tandis que l’évaluateur lit 52. L’historique propre de Gemini 3.1 Pro est l’exact miroir : un 57 qui a fait la une côté fournisseur et presse sur une révision, et un 29,7 sur une autre. La leçon est la même dans les deux sens : un score n’a de sens qu’avec sa règle attachée, et la version qu’un fournisseur donne de l’index de quelqu’un d’autre reste un chiffre de fournisseur.

Exécuter les deux à partir d'une seule touche.

Gemini 3.1 Pro est disponible sur OrcaRouter sous le nom google/gemini-3.1-pro-preview, au prix catalogue du fournisseur lui-même et avec la limite de re-tarification de 200 000 tokens reprise sans modification — 2,00 $ en entrée et 12,00 $ en sortie en dessous, 4,00 $ et 18,00 $ au-dessus, entrée mise en cache à 0,20 $ et 0,40 $. Rien n'est majoré de notre côté, et la fenêtre de 1 048 576 tokens ainsi que le plafond de sortie de 65 536 tokens sont transmis tels que publiés.

Muse Wonder n’est pas disponible sur OrcaRouter. Il n’y a pas d’entrée meta/muse-wonder dans notre catalogue et nous ne la décrirons pas comme si elle existait ; aujourd’hui, le modèle tourne sur l’API propre à Meta et au sein de Muse Code. Ce que nous proposons, en revanche, du même laboratoire, ce sont Muse Spark 1.2 et Muse Spark 1.1, de sorte que la famille Muse est accessible avec la même clé pendant que le checkpoint Wonder se forge un historique de résultats.

La raison pratique qui compte ici, c'est la frontière de palier. Un modèle qui refacture toute une requête à 200 000 tokens est le genre de chose qu'on veut mesurer plutôt que supposer, car la longueur de vos prompts détermine si vous payez 2 $ ou 4 $ pour le même appel. OrcaRouter place plus de 200 modèles derrière un seul point de terminaison compatible OpenAI, avec les prix catalogue des fournisseurs transmis sans modification — ainsi, une campagne de votre trafic réel sur Gemini 3.1 Pro de part et d'autre de ce seuil, et sur tout ce qui figure d'autre au catalogue, coûte une clé et un après-midi plutôt qu'un cycle d'approvisionnement. Quand un fournisseur que nous routons commence à servir Muse Wonder, l'autre moitié de ce test se résume à un changement de nom de modèle.

Le verdict

• Choisissez Gemini 3.1 Pro si votre travail consiste en l’analyse de documents longs et de médias mixtes, où l’entrée domine et la réponse est courte — le tarif de 2,00 $ sous 200 K et le coût de 0,67 $ par tâche d’indexation sont difficiles à battre, et les sept mois d’écosystème derrière lui valent quelque chose qu’un modèle tout juste lancé ne peut pas égaler.

• Optez pour Muse Wonder si vous générez de longues sorties en un seul tour, ou si vous injectez directement la parole et la vidéo dans le modèle. Un budget de sortie de 943 718 tokens n'est pas un simple détail de fiche technique quand l'alternative consiste à recoller des générations les unes aux autres.

• Surveillez le seuil des 200 000 tokens avant d’annoncer un prix pour Gemini 3.1 Pro. Au-delà, les deux modèles coûtent presque la même chose, ce qui inverse la réponse intuitive à cette comparaison, et ce précisément pour les charges de travail qui utilisent la grande fenêtre de contexte.

• Considérez l’écart de 22 points comme une orientation, et non comme une mesure. Il a été produit en comparant deux révisions de l’indice ; sur la révision antérieure, Gemini 3.1 Pro indiquait 46, et le même point de contrôle inchangé a été publié à 57, 46, 30 et 29,7 à différents moments.

Deux modèles, l’un servi sous un identifiant de préversion depuis février et l’autre vieux de deux jours, à des tarifs presque identiques au-delà du seuil des 200K et séparés, sur le classement actuel, par vingt-deux points. Un seul de ces faits survivrait à un changement de règle — et ce n’est pas celui des vingt-deux points.