Muse Wonder vs GPT-6 Astra : le modèle dont le prix est 2,5 fois plus élevé est le moins cher

GPT-6 Astra facture 10,00 $ par million de tokens en entrée et 50,00 $ par million de tokens en sortie. Meta Muse Wonder facture 4,00 $ et 20,00 $. Sur les deux documents qui comptent le plus dans une décision d'achat — la grille tarifaire et le tableau de benchmarks —, le modèle qui coûte deux fois et demie plus cher l'emporte, et il l'emporte avec une marge qui n'a rien de serré : sur le propre banc d'essai d'Artificial Analysis, GPT-6 Astra (max), qui obtient en outre un point de plus, termine une tâche de l'Intelligence Index pour environ 3,26 $, tandis que Meta Muse Wonder (max) termine la même tâche pour environ 4,52 $. Meta Superintelligence Labs a lancé Muse Wonder le 12 octobre 2026 avec une fenêtre d'un million de tokens et un raisonnement obligatoire. Le fournisseur a lancé GPT-6 Astra début septembre 2026 avec 1 050 000 tokens de contexte et 128 000 tokens de sortie maximale. Si vous choisissez entre eux en fonction du prix par token, vous regardez le mauvais chiffre.

Deux grilles tarifaires, et ce qu’elles prédisent

Voici ce que chaque fournisseur publie, côte à côte, avant que quoi que ce soit de mesuré n’entre en jeu.

• Entrée — GPT-6 Astra 10,00 $ par million de tokens ; Muse Wonder 4,00 $. Astra est 2,5x.

• Sortie — GPT-6 Astra 50,00 $ par million de jetons ; Muse Wonder 20,00 $. Également 2,5x.

• Entrée mise en cache — GPT-6 Astra 1,00 $ par million ; Muse Wonder 0,20 $. Astra est 5 fois plus cher sur le poste qui domine le trafic agentique à préfixes répétés.

• Le deuxième palier — les requêtes dépassant 272 000 jetons de prompt sont facturées à 20,00 $ en entrée et à 75,00 $ en sortie. Muse Wonder n’a aucun palier publié ; les tarifs de 4,00 $ et de 20,00 $ s’appliquent sur toute la fenêtre.

• Fenêtre de contexte — GPT-6 Astra 1 050 000 jetons ; Muse Wonder 1 048 576. Disons que c'est identique.

• Production maximale — GPT-6 Astra 128 000 tokens ; Muse Wonder documente 943 718 sur sa fenêtre de 1 048 576 tokens.

• Surface d’entrée — GPT-6 Astra accepte le texte, les images et les fichiers ; Muse Wonder annonce le texte, l’image, la parole et la vidéo.

• Poids — aucun des deux n’est ouvert. Les deux sont propriétaires, les deux sont fermés à l’auto-hébergement.

Tout cela pointe dans la même direction. Astra est un modèle à prix premium et Muse Wonder un modèle à prix intermédiaire, et le palier de 272 000 jetons rend l’écart encore plus marqué pour quiconque travaille en contexte long — un prompt de 400 000 jetons est facturé à 20,00 $ par million sur Astra, soit cinq fois le tarif d’entrée de Muse Wonder. Aucune lecture des deux grilles tarifaires ne permet de conclure que Muse Wonder n’est pas le modèle le moins cher.

Ce que coûte un travail terminé, qui est l'autre nombre.

Artificial Analysis publie à la fois le volume de tokens que chaque modèle consomme sur son Intelligence Index et le coût par tâche qui en résulte. C’est ce couple de données qui inverse cette comparaison.

• Coût par tâche de l'Intelligence Index — GPT-6 Astra (max) environ 3,26 $ ; Muse Wonder (max) environ 4,52 $

• Tokens de sortie consommés lors de cette exécution — GPT-6 Astra environ 60M ; Muse Wonder environ 130M, contre une médiane du classement proche de 85M

• Les termes employés par l'évaluateur lui-même — GPT-6 Astra est décrit comme « assez concis » ; Muse Wonder comme « quelque peu verbeux »

• Indice d’intelligence — GPT-6 Astra (max) 53 ; Muse Wonder (max) 52

• Vitesse sur la même exécution — GPT-6 Astra environ 66 jetons par seconde ; Muse Wonder non documenté par l’évaluateur dans cette association

Voilà tout l'argument en cinq lignes. Astra émet environ 60 millions de jetons de sortie pour terminer une tâche qui coûte 130 millions à Muse Wonder, un rapport supérieur à deux pour un, et ce rapport est plus que suffisant pour absorber un écart de 2,5x sur le prix de sortie. Autrement dit : le prix par jeton est une propriété du marketing du fournisseur, et le nombre de jetons par tâche est une propriété de la façon dont le modèle est entraîné à se comporter. C'est le second qui fait le travail ici.

C'est aussi ce qui fait que cette association se lit différemment du récit habituel « un modèle cher est cher ». Astra n'est pas un modèle économique — c'est l'offre la plus chère de notre catalogue actuel parmi les fleurons GPT-6 du moment, et son tarif d'entrée équivaut à cinq fois la médiane du classement. C'est un modèle dont le profil de coût a été conçu pour la délibération plutôt que pour le volume : moins de tokens en sortie, un prix par token plus élevé, une facture plus faible par tâche achevée. Le mot qu'emploie l'évaluateur est « concis », et c'est l'aspect le plus important financièrement de ce modèle.

Où s'arrête l'avantage d'Astra

L’écart est réel, mais il n’est pas uniforme, et trois qualificatifs ont leur place à côté.

D’abord, l’indice est une combinaison de dix évaluations, et l’appétit en tokens varie selon la tâche. Une charge de travail dominée par la génération de textes longs — rédaction, documentation, code fortement commenté — est un cas où il est bon de disposer du plafond de sortie de 943 718 tokens de Muse Wonder, et où la concision d’Astra n’est pas tant un avantage qu’une limite ; 128 000 tokens de sortie maximale constituent une limite absolue, et cette limite est plus basse que ce que la plupart des gens supposent lorsqu’ils lisent « fenêtre de contexte de 1,05 M » et l’étendent mentalement à la réponse.

Deuxièmement, le deuxième palier de tarification est un piège précisément pour les charges de travail qui semblent les plus attractives. Une recherche approfondie sur un corpus de 300 000 tokens, une revue à l'échelle du dépôt, un jeu complet de contrats — ce sont là les forces déclarées d'Astra, et ce sont aussi les requêtes qui franchissent les 272 000 tokens de prompt et font rebasculer toute la requête à 20,00 $ en entrée et 75,00 $ en sortie. Le tarif forfaitaire de Muse Wonder, 4,00 $ et 20,00 $ sur toute la fenêtre, signifie qu'un agent à contexte long qui renvoie un grand préfixe paie un tarif prévisible des deux côtés, et sa lecture de cache à 0,20 $ face aux 1,00 $ d'Astra compte le plus précisément dans cette configuration, où le même contexte est rejoué à chaque tour.

Troisièmement, l'écart de benchmark est d'un point sur un composite dont la médiane du domaine est de 27, et il provient d'une divergence entre fournisseurs et évaluateurs indépendants qu'il vaut la peine de nommer. Sur l'ensemble de questions GPQA Diamond, notre propre catalogue liste GPT-6 Astra à 96,1 — de loin le nombre le plus élevé qu'il contient — tandis qu'Artificial Analysis place son résultat à Humanity's Last Exam au niveau de celui de Claude Opus 5 et son score Terminal-Bench 4.0 à 59,1 contre 85,6 pour Muse Wonder. Le propre tableau de Meta, quant à lui, est déclaré par le fournisseur dans le harnais de Meta et non reproduit, c'est pourquoi Meta affiche Muse Wonder Full à 59,0 sur l'indice où l'évaluateur lui-même publie 56. Considérez chacun de ces éléments comme l'affirmation de quelqu'un sur son propre modèle, et considérez les 3,26 $ et 4,52 $ comme les seuls chiffres de cet article qui ont été produits de la même manière pour les deux.

Lequel des deux choisir

La règle de décision qui découle des chiffres est plus restrictive que « choisir le moins cher ».

• Choisissez GPT-6 Astra lorsque la tâche relève de l’analyse, du raisonnement et de livrables professionnels où le modèle termine en moins de tokens que l’alternative — son avantage de coût mesuré découle entièrement de sa concision, donc une charge de travail qui impose une sortie longue le lui fait perdre.

• Choisissez Muse Wonder lorsque l'entrée est vocale ou vidéo, ce qu'Astra n'accepte pas du tout, ou lorsqu'une seule réponse doit dépasser 128 000 tokens.

• Choisissez Muse Wonder lorsque la charge de travail est à contexte long et gourmande en cache des deux côtés du grand livre, car 0,20 $ contre 1,00 $ en cache et un tarif forfaitaire au-delà de 272 000 tokens inversent une partie de l’écart par tâche.

• Ne choisissez ni l’un ni l’autre si la charge de travail est à gros volume et uniquement textuelle ; un modèle à poids ouverts moins cher fera le même travail pour une fraction de l’une ou l’autre grille tarifaire, et les sept à huit points d’indice auxquels vous renoncez sont invisibles sur les tâches que les deux modèles accomplissent.

Les deux sont à une touche d’écart, et c’est là l’aspect pratique.

GPT-6 Astra est disponible sur OrcaRouter, donc la comparaison ci-dessus est quelque chose que vous pouvez exécuter plutôt que lire. Il est répertorié par défaut aux tarifs catalogue du fournisseur — 10,00 $ en entrée et 50,00 $ en sortie avec 1,00 $ pour une lecture de cache — avec le palier de 272 000 jetons fidèlement repris, car un pass-through qui ignorerait le second palier produirait une facture qui ne correspond pas à celle du fournisseur. Il parle à la fois le format GPT chat-completions et l'API Responses native, de sorte qu'une intégration GPT existante migre avec un simple changement d'URL de base plutôt qu'une réécriture.

Muse Wonder ne figure pas dans notre catalogue et nous n'allons pas le décrire comme s'il y figurait : y accéder passe par l'API Model de Meta, et le checkpoint Full, mieux noté, n'est pas vendu au token du tout. Muse Spark 1.2 est ce que nous proposons de Meta — un checkpoint de raisonnement multimodal à 1,25 $ en entrée et 4,25 $ en sortie pour 1 048 576 tokens — et c'est l'option économique honnête si vous voulez le laboratoire plutôt que le produit phare.

Ce que vous offre la paire qui partage un seul endpoint, c’est une mesure plutôt qu’un argument. Échangez l’ID du modèle, conservez le prompt et le réglage d’effort, puis comparez vos propres tokens de sortie sur les deux. La répartition de 60 millions contre 130 millions de l’évaluateur est une moyenne sur dix benchmarks que vous n’exécutez probablement pas ; le vôtre est le nombre qui détermine si vous payez un prix 2,5 fois plus élevé pour une tâche moins coûteuse ou l’inverse. Si la concision ne se reproduit pas sur votre charge de travail, vous avez appris quelque chose que les grilles tarifaires ne peuvent pas vous dire — et le basculement automatique entre fournisseurs signifie que vous pouvez le découvrir sur du trafic en direct sans une deuxième intégration ni un deuxième contrat.

La version courte

Meta Muse Wonder est le modèle le moins cher par token et le plus cher par tâche terminée. GPT-6 Astra, c’est l’inverse : une grille tarifaire premium associée à un modèle qui termine avec moins de la moitié des tokens de sortie, ce qui le rend environ 28 % moins cher par tâche d’indice et lui vaut un point de plus sur l’indice. Quiconque choisit en fonction du prix affiché optera pour Muse Wonder et paiera plus cher ; quiconque choisit sur le seul indice optera pour Astra et ne verra pas que son palier de contexte long et son plafond de sortie de 128 000 tokens sont les deux situations où le modèle le moins cher est le meilleur choix.

Le duo qu’il vaut la peine de signaler comme véritablement non résolu est le troisième qu’aucun des deux fournisseurs ne met sur une diapositive : les deux sont fermés, tous deux sont tarifés dans la fourchette que l’évaluateur qualifie de coûteuse, et tous deux perdent du terrain sur le coût par tâche face à des modèles à poids ouverts qui facturent un cinquième de l’un ou l’autre tarif. C’est la comparaison qu’un budget finira par imposer, et elle n’apparaît dans aucune des deux publications de lancement.