Muse Wonder vs Grok 4.5 : le modèle qui a deux générations de retard coûte un cinquième du prix par tâche

Muse Wonder et Grok 4.5 ne sont pas vraiment des rivaux ; leur comparaison est un argument. Meta a publié Muse Wonder le 12 octobre 2026, x​AI a publié Grok 4.5 le 8 juillet 2026, et x​AI a depuis livré Grok 4.6 et Grok 4.7 sur la même grille tarifaire. Le modèle plus ancien n’est donc plus d’actualité, même selon son propre fournisseur, ce qui rend ses chiffres utiles d’une manière que ne le sont pas ceux d’un concurrent récent : Grok 4.5 constitue le plancher tarifaire d’un modèle de raisonnement compétent, et Muse Wonder représente ce que coûte le sommet du classement. Artificial Analysis résume l’écart en une ligne — environ 4,52 $ par tâche achevée de l’Intelligence Index pour Muse Wonder, contre environ 0,88 $ pour Grok 4.5, avec treize points d’indice d’écart entre les deux. Savoir si treize points valent cinq fois la facture n’est possible que si vous savez ce que vos tâches coûtent réellement, ce que la grille tarifaire ne vous dit jamais.Les changements de tarifs et d’indices qui interviennent après une comparaison comme celle-ci sont consignés avec leurs dates et leurs sources dans l’AI Incident Archive, aux côtés des autres incidents de modèles et de fournisseurs que nous suivons.

Trente-neuf contre cinquante-deux sur le même tableau

Les deux chiffres proviennent du même banc d’essai, la version 4.3.2 de l’Artificial Analysis Intelligence Index, qui regroupe dix évaluations — Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDPval-AA, AutomationBench-AA et cinq autres. Grok 4.5 obtient 39, ce qui le place 63e sur 213 et, selon les propres termes de l’évaluateur, au-dessus de la moyenne parmi les modèles comparables dont la médiane est de 27. Muse Wonder obtient 52 et se classe 9e. Les résumés en une ligne de l’évaluateur méritent d’être cités côte à côte, car ils décrivent le compromis en langage clair : Grok 4.5 est « au-dessus de la moyenne et plus lent que la moyenne » ; Muse Wonder est « à la pointe de l’intelligence, un peu cher pour sa catégorie de prix, notablement rapide et un peu verbeux ».

La colonne intéressante n’est pas le score, mais ce que chaque modèle a émis pour l’obtenir. Grok 4.5 a produit 77 millions de jetons de sortie lors de l’exécution de l’indice — proche de la médiane du classement. Muse Wonder en a produit 130 millions, et la médiane du classement est depuis passée à 85 millions. Le modèle de Meta est verbeux ; celui de xAI ne l’est pas. Ce seul fait fait l’essentiel du travail côté coût, et il joue contre le modèle dont la grille tarifaire est la plus élevée, ce qui est la direction contre-intuitive.

Comment la grille tarifaire devient une facture cinq fois plus élevée

Sur le papier, l'écart est de 2× en entrée et de 3,3× en sortie. Mesuré, il atteint 5,1× par tâche accomplie, ce qui signifie que la verbosité amplifie l'écart de prix plutôt que de l'annuler — l'inverse de ce qui se passe lorsque c'est un modèle bon marché qui se montre bavard.

• Prix catalogue — Muse Wonder 4,00 $ en entrée / 20,00 $ en sortie / 0,20 $ en cache par million ; Grok 4.5 2,00 $ en entrée / 6,00 $ en sortie / 0,30 $ en cache par million

• Coût par tâche d’indexation — Muse Wonder environ 4,52 $ ; Grok 4.5 environ 0,88 $

• Tokens de sortie lors de l’exécution de l’index — Muse Wonder environ 130 millions ; Grok 4.5 environ 77 millions

• Temps jusqu’au premier token — Muse Wonder 30,35 secondes ; Grok 4.5 8,90 secondes

• Vitesse de sortie — Muse Wonder 145,1 tokens par seconde ; Grok 4.5 59,1

• Fenêtre de contexte — Muse Wonder 1 048 576 jetons ; Grok 4.5 500 000 jetons, avec l’ensemble de la requête re-tarifé au-delà de 200 000

Cette dernière ligne est le seul endroit où le bon marché de Grok 4.5 cesse d’être bon marché. xAI échelonne sa grille tarifaire selon la longueur du prompt : en dessous de 200 000 tokens, vous payez 2,00 $ et 6,00 $ ; au-delà, l’intégralité de la requête passe à 4,00 $ et 12,00 $, et le tarif mis en cache double de 0,30 $ à 0,60 $. Muse Wonder facture un tarif unique sur toute sa fenêtre d’un million de tokens. À 300 000 tokens de prompt, le prix d’entrée de Grok 4.5 a doublé tandis que celui de Muse Wonder n’a pas bougé — le 2× affiché devient 1× en entrée, et l’écart de coût par tâche se resserre selon l’effet du volume de sortie.

La vitesse inverse les conseils habituels

Les modèles Grok sont généralement l’option rapide, et cette comparaison fait exception. Grok 4.5 attend 8,9 secondes pour son premier token et écrit à 59,1 tokens par seconde ; Muse Wonder attend 30,35 secondes et écrit à 145,1. Ni l’un ni l’autre n’est un assistant interactif rapide. Mais la dynamique diffère d’une manière qui compte pour les boucles d’agents : Muse Wonder délibère une fois puis avance rapidement, tandis que Grok 4.5 démarre plus tôt puis se traîne. Sur une longue génération, les deux convergent ; sur de nombreux tours courts, la latence plus faible du premier token de Grok 4.5 l’emporte, et sur une seule sortie de grande taille, c’est Muse Wonder qui gagne.

C’est aussi l’argument contre le fait de considérer Grok 4.5 comme le choix économique pour la production. Un modèle bon marché par token mais lent par token peut perdre face à un modèle coûteux par token mais rapide, dès lors qu’on chiffre le temps d’horloge — et dans un agent qui effectue des appels répétés, le temps d’horloge est généralement la première chose que l’utilisateur remarque.

Le problème du successeur

Tout ce qui précède compare Muse Wonder à un modèle que x​AI a déjà remplacé deux fois. Grok 4.6 est arrivé avec la même grille tarifaire et un meilleur score ; Grok 4.7 a depuis atteint 46 sur le même indice, et Artificial Analysis signale explicitement Grok 4.5 comme obsolète et renvoie à 4.6. La version honnête de cette confrontation n’est donc pas « Muse Wonder contre Grok 4.5 », mais « Muse Wonder contre le Grok que vous déploieriez réellement », et cette comparaison est bien plus proche en capacités : 52 contre 46, soit environ six points plutôt que treize, pour environ 4,52 $ par tâche contre 3,74 $ pour Grok 4.7.

Nous publions quand même la comparaison Grok 4.5, parce que c’est le modèle vers lequel beaucoup de lecteurs sont encore orientés, et parce que l’ancien modèle rend la structure économique visible d’une manière que le nouveau brouille. Mais personne ne devrait choisir Grok 4.5 aujourd’hui sur la foi de cette page. Si la réponse est « un Grok », la réponse est 4.6 ou 4.7.

Là où les deux sont accessibles

Grok 4.5 comme Grok 4.7 figurent au catalogue OrcaRouter — grok/grok-4.5 à 2,00 $ en entrée, 0,30 $ en cache et 6,00 $ en sortie par million de tokens jusqu'à 200 000 tokens, puis à 4,00 $, 0,60 $ et 12,00 $ au-delà, avec la fenêtre de 500 000 tokens intacte ; grok/grok-4.7 aux mêmes tarifs, avec une lecture en cache à 0,50 $. Ce sont les prix catalogue de xAI répercutés sans marge : dès que x​AI modifie un palier, le changement est effectif chez nous le jour même. Muse Wonder ne figure pas au catalogue : il n'y a pas de meta/muse-wonder sur OrcaRouter, et les checkpoints Meta que nous proposons sont meta/muse-spark-1.2 et meta/muse-spark-1.1 à 1,25 $ et 4,25 $ par million de tokens.

Le point de routage qui justifie sa place ici est celui du basculement. Muse Wonder a dix jours, avec un premier token à 30 secondes et une seule évaluation indépendante ; faire reposer un chemin de production dessus sans preuve est un risque qu'il ne faut pas prendre. Dirigez une partie du trafic vers lui à côté du Grok que vous exploitez déjà, laissez le reste où il est, et laissez le basculement automatique absorber les délais d'attente pendant que vous vérifiez si la force sur le long horizon revendiquée par Meta se manifeste dans votre charge de travail. Aujourd'hui, une clé donne accès au côté Grok de la comparaison ; le côté Muse Wonder n'est qu'à un second appel API, et le coût du basculement tient à une chaîne de modèle.

La sélection, en un paragraphe chacun

Choisissez Muse Wonder lorsque la tâche est longue, que la réponse mérite d'être juste et que le prompt est assez volumineux pour que la nouvelle tarification de Grok à 200 000 tokens efface de toute façon son avantage tarifaire : le tarif forfaitaire au million de tokens, les 145 tokens par seconde et l'écart de treize points à l'indice vont tous dans le même sens. Choisissez un Grok — et précisément Grok 4.7, pas 4.5 — lorsque vous avez besoin de nombreux appels courts, d'un premier token en moins de dix secondes et d'une facture qui résiste au volume, car à 3,74 $ par tâche accomplie contre 4,52 $, c'est la façon la moins chère d'être à peu près aussi performant. Ce qu'il ne faut pas faire, c'est choisir Grok 4.5 parce qu'il apparaît en tête d'un tableau comparatif ; son propre fournisseur a cessé de le recommander.