Muse Wonder vs Gemini 4 Argon : l'un est appelable aujourd'hui, l'autre n'a pas de point de terminaison

Muse Wonder et Gemini 4 Argon sont, sur le papier, suffisamment proches pour que le choix soit réel — Muse Wonder (max) à 52 sur l’Intelligence Index d’Artificial Analysis, Gemini 4 Argon (high) à 53, à 4,00 $/20,00 $ et 2,00 $/10,00 $ par million de tokens respectivement. Mais un seul des deux a un identifiant de modèle. Muse Wonder est en disponibilité générale depuis le 12 octobre 2026 sur la Meta Model API et dans Muse Code. Gemini 4 Argon a été annoncé le 30 septembre 2026, a été évalué par des évaluateurs indépendants, et ne peut pas être appelé : aucun identifiant de modèle n’est publié, aucun point d’accès public n’existe et aucune date de disponibilité générale n’est annoncée. Ce simple fait réordonne la comparaison avant même que le moindre benchmark ne soit discuté.

Ainsi, ceci est un texte sur une confrontation en partie théorique. Argon semble être le meilleur achat sur presque tous les axes publiés. Il est aussi, à ce jour, un ensemble de chiffres plutôt qu’une API. Ce qui suit sépare la partie de la comparaison sur laquelle vous pouvez agir de celle que vous ne pouvez qu’intégrer à votre planification.

L'écart qui fait la différence, pour l'instant

Gemini 4 Argon a été annoncé par Koray Kavukcuoglu le 30 septembre 2026. Il a été mesuré et placé sur le même index indépendant que celui qui évalue Muse Wonder, ce qui signifie que les chiffres ci-dessous sont directement comparables comme les tableaux de fournisseurs ne le sont jamais. Ce qui n'a pas été livré, c'est l'accès : aucun identifiant de modèle, aucune page de tarification, aucun point de terminaison et aucune date d'engagement. Ce qui existe est un déploiement à accès restreint dans le cadre du Fairwind Program, ce qui signifie un ensemble limité de partenaires et aucun accès public.

Muse Wonder, c'est la configuration inverse. Il est appelable depuis le 12 octobre sur la Meta Model API sous l'ID muse-wonder-1.0 et au sein de Muse Code, avec une surface de paramètres documentée : un réglage d'effort de raisonnement dont les valeurs vont de minimal à max, une valeur par défaut de medium, un plafond de budget de sortie de 943 718 tokens, et un prix d'entrée et de sortie publié. Vous pouvez développer dessus dès cet après-midi, et vous pouvez prévoir ce que coûtera un appel.

Si vous choisissez un modèle à déployer ce mois-ci, la comparaison s'arrête ici et la réponse est Muse Wonder — non pas parce qu'il est meilleur, mais parce qu'Argon n'est pas quelque chose que vous pouvez appeler. Tout ce qui suit cette section s'applique à une décision à laquelle vous serez confronté chaque fois qu'Argon sera disponible, et mérite d'être lu dès maintenant pour que l'évaluation ne vire pas à la précipitation plus tard.

Sur le papier, Argon semble être le meilleur modèle.

Chaque chiffre de cette section est une mesure indépendante d’Artificial Analysis plutôt qu’une affirmation d’un fournisseur, y compris ceux concernant Argon :

• Indice d'intelligence (configuration mesurée) — Gemini 4 Argon 53, classé n°8 sur 219 ; Muse Wonder 52, classé n°9 sur 219

• Coût par tâche de l’Intelligence Index — Gemini 4 Argon environ 1,99 $; Muse Wonder environ 4,52 $

• Prix catalogue — Gemini 4 Argon 2,00 $ en entrée / 10,00 $ en sortie par million de jetons ; Muse Wonder 4,00 $ en entrée / 20,00 $ en sortie

• Prix pondéré sur une répartition 7:2:1 de cache-hit/entrée/sortie — Gemini 4 Argon environ 1,47 $ par million de tokens ; Muse Wonder environ 2,94 $

• Remise sur le cache — Gemini 4 Argon environ 95 % ; Muse Wonder environ 95 %

• Jetons de sortie consommés lors de l'évaluation — Gemini 4 Argon environ 110 millions ; Muse Wonder environ 130 millions

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

• Entrées modales — Gemini 4 Argon : texte et image en entrée, texte en sortie ; Muse Wonder : texte, image, parole, vidéo et fichiers en entrée, texte en sortie

• Statut de publication — Gemini 4 Argon annoncé le 30 septembre 2026, aucun point de terminaison public ; Muse Wonder en disponibilité générale le 12 octobre 2026

Sur ces chiffres, Argon a un point d’avance en termes de capacités, moins de la moitié du coût par tâche mesurée, la moitié du prix affiché, et est plus économe en jetons de sortie. Ce n’est pas une victoire marginale — le coût par tâche d’indexation est le chiffre qui correspond le plus directement à une facture réelle, et 1,99 $ contre 4,52 $ représentent un tout autre ordre de grandeur de dépenses d’exploitation.

L'avance d'un point d'indice mérite une mise en garde plutôt qu'un roulement de tambour. Un seul point d'indice entre deux modèles se situe dans la plage que les nouvelles exécutions et les changements de configuration font varier, et les deux lignes ne mesurent pas le même réglage de raisonnement : la ligne publiée d'Argon correspond à sa configuration élevée, tandis que celle de Muse Wonder correspond au maximum. Argon n'a pas de ligne maximum publiée permettant une comparaison. Le tableau des coûts est solide ; le classement ne l'est pas.

Là où Muse Wonder est véritablement en avance

Trois choses, et une seule d’entre elles est un benchmark.

Le premier est la disponibilité, déjà abordée, et ce n'est pas un avantage secondaire. Un modèle doté d'un endpoint et d'une surface de paramètres documentée peut être évalué sur vos données, ajusté et soumis à un budget. Un modèle qui ne dispose ni de l'un ni de l'autre ne peut servir qu'à planifier, rien de plus.

Le deuxième est que la surface des paramètres est connaissable. Le comportement de coût de Muse Wonder est lisible : le raisonnement est obligatoire, l'échelle d'effort va de minimal à max avec une valeur par défaut moyenne, et chaque token de raisonnement est facturé comme sortie. Cela signifie qu'une équipe peut exécuter l'extraction et la classification en minimal et réserver high ou max aux appels qui en ont besoin, avec un effet prévisible sur les dépenses. Rien de comparable n'a été publié pour Gemini 4 Argon — aucune énumération des efforts de raisonnement, aucun plafond de tokens de sortie, aucune indication permettant de savoir si la réflexion peut être désactivée ou limitée. On ne peut pas établir le budget d'un réglage que l'on ne voit pas, et tant que le fournisseur ne documente pas cette surface, toute projection de coût pour Argon repose sur le seul chiffre combiné ci-dessus.

Le troisième point concerne la modalité du côté de l’entrée. Muse Wonder accepte directement la parole et la vidéo ; les modalités d’entrée publiées de Gemini 4 Argon sont le texte et l’image. Pour un pipeline qui effectue un raisonnement sur des appels enregistrés ou de la vidéo, c’est la différence entre un seul appel et une étape de transcodage et de transcription que vous devez construire et payer séparément — et cela réduit l’écart de prix effectif d’une manière que le tableau par token ne montre pas. La gamme Gemini 4 a toujours été forte sur la vidéo, il s’agit donc d’une lacune dans ce qui a été annoncé plutôt que d’une différence architecturale établie, et il vaut la peine de vérifier à nouveau lorsque Argon sera disponible.

Il existe également un modèle frère qui mérite d’être cité. Le checkpoint muse-wonder-full-1.0 de Meta obtient 56 sur le même index indépendant — au-dessus du 53 d’Argon — mais il n’est disponible qu’avec l’abonnement Muse Code et n’est pas vendu au token. Il concurrence donc Argon sur un budget d’abonnement plutôt que sur un budget par token. Ce n’est pas une alternative API à Argon et il ne faut pas le traiter comme telle.

Qu'est-ce qui ne peut pas encore du tout être comparé

Plusieurs des axes qui déterminent les déploiements réels n’ont aucune donnée Argon, car il n’existe aucun service Argon à mesurer. Le débit et la latence n’existent pas pour un modèle sans point de terminaison. La couverture des fournisseurs n’existe pas non plus : Muse Wonder est sur l’API propre de Meta et dans Muse Code, et sa portée via les passerelles correspond à ce que ces passerelles ont implémenté depuis le 12 octobre — tandis que la portée éventuelle d’Argon est inconnue. Les limites de débit, la disponibilité régionale, l’historique de disponibilité et le taux de lecture du cache qui transforme une remise de 95 % en économie réelle restent tous sans réponse du côté d’Argon.

Cette asymétrie a une conséquence pratique. Un chiffre de coût par tâche calculé sur une seule exécution d'évaluation est une donnée utile pour la planification, mais un engagement peu fiable. Le montant de 4,52 $ de Muse Wonder évoluera à mesure que sa surface de configuration sera sollicitée en production, et le montant de 1,99 $ d'Argon est le seul chiffre qui existera jamais tant que personne ne pourra appeler le modèle et refaire la mesure. Considérez les deux comme les meilleures estimations actuelles, et non comme des conditions contractuelles.

Aucun des deux n’est sur OrcaRouter — voici ce qui y est.

Pour être direct à ce sujet : Muse Wonder ne figure pas au catalogue d'OrcaRouter, et Gemini 4 Argon non plus. Il n'y a pas d'entrée meta/muse-wonder ni d'entrée google/gemini-4. Nous ne présenterons pas de route qui n'existe pas, et Argon en particulier n'a rien vers quoi router.

Ce que nous proposons bel et bien depuis Meta Superintelligence Labs, c'est la gamme Muse Spark — Muse Spark 1.2 et Muse Spark 1.1 — qui constitue ce qui se rapproche le plus de la famille de raisonnement de Meta qu'une équipe puisse solliciter via nous aujourd'hui, et Claude Opus 5.5 et DeepSeek V4 Pro parmi les modèles qui servent de référence tarifaire à Muse Wonder.

La raison pour laquelle un point de terminaison unique compte plus que d’habitude pour une comparaison comme celle-ci, c’est que les deux modèles sont des cibles mouvantes. Le statut d’Argon relève d’une décision produit d’un fournisseur qui pourrait changer d’un jour à l’autre ; la surface de configuration et la tarification de Muse Wonder datent d’un jour et peuvent évoluer à mesure que les fournisseurs l’adoptent. Orca sert plus de 200 modèles derrière une API compatible OpenAI, avec les prix catalogue des fournisseurs transmis sans modification, de sorte qu’un modèle qui rejoint le catalogue représente un changement de chaîne dans un fichier de configuration plutôt qu’une nouvelle intégration — et lorsqu’un fournisseur baisse un tarif, le chiffre de notre côté évolue le jour même. Lorsque l’un ou l’autre devient routable, les comparer coûte un après-midi.

Que faire de ceci en attendant

• Si vous avez besoin d’un modèle maintenant, choisissez Muse Wonder et considérez la colonne Argon comme un candidat à une future migration. Rien dans les chiffres publiés d’Argon n’est atteignable aujourd’hui.

• Si vous êtes en phase de planification plutôt que de livraison, gardez les chiffres de coût d’Argon dans votre modèle comme tarif cible — 1,99 $ par tâche d’index est le chiffre par rapport auquel Muse Wonder sera jugé dès l’ouverture d’Argon.

• Utilisez délibérément l’échelle d’effort de Muse Wonder dès le premier jour. C’est en réglant tout par défaut sur moyen qu’un modèle avec un tarif de sortie de 20 $ par million produit une facture surprise.

• Revérifiez trois choses lorsqu’Argon sera disponible : ses contrôles d’effort de raisonnement, si l’entrée vidéo figure dans le modèle livré, et sa première mesure indépendante de débit. N’importe laquelle des trois peut modifier la conclusion.

• Ne prévoyez pas encore de budget en fonction de l’un ou l’autre de ces chiffres de coût par tâche. Celui de Muse Wonder provient d’un modèle vieux de deux jours, et celui d’Argon, d’un modèle que personne en dehors d’un programme partenaire n’a appelé.

Une confrontation où le modèle moins cher, au score légèrement supérieur, est inaccessible n’en est pas vraiment une — mais elle le deviendra, et bientôt. L’écart de prix entre ces deux-là est assez large pour que la réponse change probablement le jour où le point de terminaison d’Argon sera mis en ligne, ce qui fait de cette comparaison celle à refaire plutôt que celle à trancher.