Muse Wonder vs Qwen 3.8 Max : le token moins cher qui coûte plus cher par tâche

Qwen 3.8 Max est moins cher que Muse Wonder sur tous les tarifs publiés — 2,00 $ par million de jetons d'entrée et 6,00 $ par million de jetons de sortie, contre 4,00 $ et 20,00 $ — et il coûte pourtant plus cher pour mener une tâche à terme. Sur le propre banc d'essai d'Artificial Analysis, le coût mesuré pour accomplir une tâche de l'Intelligence Index est d'environ 5,41 $ avec Qwen 3.8 Max et d'environ 4,52 $ avec Muse Wonder, car Qwen 3.8 Max émet environ 190 millions de jetons de sortie pour aller au bout de cette exécution, tandis que Muse Wonder en émet environ 130 millions, pour une médiane du classement proche de 85 millions. Meta Superintelligence Labs a lancé Muse Wonder le 12 octobre 2026 et il obtient un score de 52 sur le même indice ; Qwen 3.8 Max obtient 45. Ce n'est pas un écart négligeable sur l'un ou l'autre axe, et cela signifie que le réflexe habituel « le moins cher par jeton l'emporte » se trompe complètement sur ce duo.

La grille tarifaire n'est pas la facture

Commencez par ce que publient les deux fournisseurs, car sur le papier, il n'y a pas photo.

• Entrée — Qwen 3.8 Max 2,00 $ par million de tokens ; Muse Wonder 4,00 $, donc c’est moitié prix

• Sortie — Qwen 3.8 Max 6,00 $ par million de jetons ; Muse Wonder 20,00 $, soit environ un tiers

• Remise sur le cache — Qwen 3.8 Max : 88 % de réduction sur l'entrée mise en cache ; Muse Wonder : 95 %. Comme le pourcentage est appliqué à un prix d'entrée catalogue deux fois plus élevé, les deux se rejoignent à quelques centimes près une fois arrondis — environ 0,24 $ contre environ 0,20 $ par million de tokens mis en cache — et notre propre catalogue facture les lectures de cache de Qwen 3.8 Max à 0,25 $. C'est la seule ligne où le prix affiché le plus bas achète le cache le plus cher.

• Le propre cadrage du fournisseur — Artificial Analysis qualifie l'entrée de Muse Wonder de « quelque peu coûteuse » face à une médiane du classement de 2,00 $ et sa sortie de « coûteuse » face à une médiane de 10,00 $. Qwen 3.8 Max se situe au niveau ou en dessous de ces deux médianes.

Chaque ligne de cela favorise Qwen 3.8 Max. Regardez maintenant ce que le même harnais a mesuré pour une tâche achevée, le seul chiffre qu’un budget ressent réellement.

• Coût par tâche de l'Intelligence Index — Muse Wonder environ 4,52 $ ; Qwen 3.8 Max environ 5,41 $

• Jetons de sortie consommés lors de cette exécution d’index — Muse Wonder environ 130 millions ; Qwen 3.8 Max environ 190 millions, contre une médiane du classement proche de 85 millions

• Ce que le harnais dit de l'appétit — Muse Wonder est décrit comme « assez verbeux » ; Qwen 3.8 Max est décrit comme « très verbeux »

Les deux grilles tarifaires et les deux factures mesurées pointent dans des directions opposées, et la raison tient entièrement au volume de tokens. Qwen 3.8 Max consomme environ 1,5 fois plus de tokens de sortie que Muse Wonder sur la même évaluation, ce qui annule son avantage de 3,3 pour 1 sur la ligne de sortie, puis continue encore au-delà. Si votre charge de travail ressemble à l’indice — raisonnement long, réponses longues, réglages d’effort élevé — la grille tarifaire n’est pas le bon document pour planifier. Ce sont vos propres décomptes de tokens qui sont les bons, et l’écart entre les deux ne vaut la peine d’être poursuivi que si vous avez mesuré votre propre répartition plutôt que d’emprunter celle de quelqu’un d’autre.

Sept points d'indice, c'est un palier, pas une égalité

Les comparaisons entre des modèles qui se terminent à moins d’un point d’écart se décident sur le prix et la silhouette. Ce n’est pas le cas ici.

• Indice d’intelligence — Muse Wonder (max) 52 ; Qwen 3.8 Max 45

• Mesure partagée — les deux chiffres sont ceux d’Artificial Analysis, produits sur son propre banc d’essai à effort maximal, et non sur le benchmark préféré de l’un ou l’autre des fournisseurs

Sept points sur un composite qui couvre 219 modèles de cette catégorie, c’est un véritable écart, et il vient du côté du bilan où Qwen 3.8 Max dépense les jetons supplémentaires. Il génère plus de sortie et obtient un score plus faible. Cette combinaison — plus de jetons, un score plus faible — est le type coûteux de verbosité, car vous payez deux fois : une fois en dollars par tâche, et une fois dans ce que le score représente.

La mise en garde honnête est qu’un indice composite est une moyenne sur la combinaison de tâches de quelqu’un d’autre. Sept points sur l’instrument vous indiquent que les deux modèles ne sont pas équivalents ; cela ne vous dit pas lequel passe votre évaluation. Un seul chiffre d’indice n’a jamais répondu à cela, et ce duo ne fait pas exception.

La fiche technique, ligne par ligne

• Fenêtre de contexte — Muse Wonder (Max) : 1 048 576 tokens, la fenêtre d’un million de tokens étant de nouveau indiquée dans le résumé de la fiche de Meta ; Qwen 3.8 Max : 984 k tokens, comme l’indique la fiche indépendante, contre 1 000 000 de tokens sur notre propre page de catalogue pour le même modèle nommé. Les deux sources divergent de 16 000 tokens du côté de ce modèle ; considérez le plafond comme « environ un million » pour les deux et vérifiez le nombre le plus petit auprès du fournisseur avant de concevoir en fonction de ce chiffre.

• Entrée modale — Muse Wonder : texte, image, parole et vidéo ; Qwen 3.8 Max : texte et image, la vidéo étant également répertoriée sur notre page catalogue. La parole est le type d'entrée que seul l'un de ces deux accepte.

• Sortie — texte sur les deux.

• Raisonnement — les deux raisonnent, et aucun ne propose de mode sans raisonnement sur lequel un appelant puisse compter. Les tokens de raisonnement sont facturés comme de la sortie sur les deux, ce qui correspond précisément au seuil où l’appétit en tokens de Qwen 3.8 Max devient coûteux.

• Débit de sortie — Qwen 3.8 Max : environ 36 tokens par seconde, ce que le banc d’essai qualifie de remarquablement lent ; Muse Wonder n’est pas encore publié sur le même banc d’essai. Cette asymétrie compte plus qu’il n’y paraît : elle signifie qu’un des côtés de cette comparaison dispose d’un profil de latence publiquement mesurable, tandis que l’autre n’en a pas.

• Poids — propriétaires dans les deux cas, aucun des deux n’est publié.

Sortie — Muse Wonder le 12 octobre 2026. Qwen 3.8 Max est le modèle plus ancien ici : Artificial Analysis mesure le checkpoint 0902, et notre catalogue répertorie sa propre entrée Qwen 3.8 Max sous une date différente, 2026-08-03. Ces deux identifiants ne sont pas interchangeables, et si vous comparez des prix ou des scores, il vaut la peine de s'assurer du checkpoint auquel vous faites réellement appel.

La latence est l’axe que seul l’un d’entre eux documente.

La ligne de vitesse ci-dessus est la partie la moins confortable de cette page, car c'est le seul endroit où la comparaison cesse d'être symétrique. Muse Wonder n'a pas de vitesse de sortie publiée sur le banc d'essai indépendant — pas un chiffre lent, aucun chiffre — donc toute affirmation selon laquelle l'une de ces deux réponses est plus rapide n'est étayée dans au moins une direction.

Ce que l’on peut dire, c’est ce que montre notre propre trafic. Sur OrcaRouter, Qwen 3.8 Max affiche un p50 mesuré d’environ 4,92 secondes pour le temps jusqu’au premier token. C’est l’attente avant l’arrivée du premier token, sur un modèle que le banc d’essai indépendant juge déjà particulièrement lent en sortie soutenue. Pour une interface interactive, c’est un long silence ; pour une tâche par lots, c’est presque négligeable. Selon celui des deux que vous construisez, cette section mérite plus ou moins d’importance, et si vous construisez le type interactif, un modèle dont personne n’a publié la latence est un risque qu’il faut chiffrer avant de l’adopter, pas après.

Exécuter les deux, ou en exécuter un

Qwen 3.8 Max est disponible sur OrcaRouter sous qwen/qwen3.8-max, au tarif catalogue de 2,00 $ en entrée et 6,00 $ en sortie par million de tokens, avec un tarif de lecture du cache de 0,25 $ et la fenêtre d'un million de tokens intacte. Rien n'est majoré de notre côté — le prix catalogue du fournisseur est répercuté tel quel, donc quand le fournisseur modifie un tarif, le chiffre sur notre page change le jour même. Cela fait de ce volet de la comparaison un simple changement de chaîne de caractères par rapport à n'importe quel harness que vous utilisez déjà, soit la façon la moins coûteuse possible de découvrir ce que votre propre mélange de tâches fait de ces 2,00 $.

Muse Wonder ne figure pas dans notre catalogue, et cette page ne prétendra pas le contraire — c'est via l'API Model de Meta et Muse Code qu'il tourne aujourd'hui. Ce que nous proposons, en revanche, du même laboratoire, c'est Muse Spark 1.2, le checkpoint sur lequel Meta a bâti le reste de cette famille, à 1,25 $ en entrée et 4,25 $ en sortie par million de tokens sur une fenêtre de 1 048 576 tokens, avec des lectures de cache à 0,15 $. Si ce que vous recherchez réellement avec Muse Wonder, c'est le style maison de Meta à un cinquième du prix plutôt que le score de pointe, cette voie existe avec la même clé que vous possédez déjà.

L'argument pratique en faveur d'un point de terminaison unique compatible avec OpenAI pour plus de 200 modèles tient précisément à ce problème de mesure. L'écart entre 4,52 $ et 5,41 $ est une moyenne calculée sur les tâches de quelqu'un d'autre, et le seul moyen de savoir s'il se vérifie pour les vôtres est de faire le test. Passer par une seule clé signifie pointer votre évaluation existante vers un deuxième nom de modèle et la relancer, plutôt que de signer un second contrat et de reconstruire votre facturation. Le basculement automatique couvre le cas où vous déployez d'abord le modèle le plus récent, non éprouvé : si le fournisseur en amont se dégrade, la requête est redirigée au lieu d'échouer.

Lequel, et sur quelles preuves ?

• Choisissez Muse Wonder lorsque le score est ce qui compte. Sept points d'indice à un coût mesuré par tâche inférieur, c'est une victoire évidente, et rien dans cette association ne l'inverse.

• Choisissez Qwen 3.8 Max lorsque l’entrée est longue et la sortie courte. Une grille tarifaire de 2,00 $ en entrée contre 4,00 $ constitue une véritable économie de 50 % sur les charges de travail composées uniquement d’invite et presque sans réponse, et la pénalité de verbosité n’a jamais l’occasion de s’appliquer, car il n’y a rien dans quoi être verbeux.

• Prenez Qwen 3.8 Max lorsque vous avez besoin d’un profil de latence publié. Sa vitesse est documentée, et si le service des achats veut un chiffre avant la validation finale, « non publié » est une réponse plus difficile à défendre que « 36 jetons par seconde ».

• Ne jugez pas Qwen 3.8 Max sur son prix affiché. Le tarif d’entrée de 2,00 $ est une véritable réduction sur l’entrée et un résumé trompeur du modèle : sur le harnais indépendant, il coûte plus cher par tâche accomplie qu’un modèle facturant le double en entrée et plus du triple en sortie.

• Ne présumez pas que l’un ou l’autre est l’option bon marché avant d’avoir compté vos propres tokens. Les chiffres par tâche de cette page proviennent d’un seul harnais exécutant une seule évaluation. L’inversion qu’ils mettent en évidence est la raison de mesurer, pas la mesure elle-même.

Ce qui rend ce duo intéressant, c'est qu'il brise le raccourci. Les grilles tarifaires sont faciles à lire et inspirent facilement confiance, et ici, la lecture facile donne une réponse fausse d'environ 20 %. Les modèles sont aussi séparés d'une génération quant à leur date de sortie, mais suffisamment proches en profil pour que le choix ne soit pas évident à partir d'une fiche technique. Ces deux points peuvent trouver une réponse dans vos propres logs cette semaine — et ni l'un ni l'autre ne trouvera de réponse dans le prochain tableau de benchmark que publiera l'un ou l'autre des laboratoires.