Muse Spark 1.2 לעומת GPT-5.6 Luna: שלוש נקודות מדד תמורת פי 4.6 ממחיר הטוקן

Artificial Analysis הריצה את אותה סדרת תשעת המדדים על שני הדגמים הללו ושמרה את הקבלות. הרצת Muse Spark 1.2 דרכו עלתה 637.85$. הרצת GPT-5.6 Luna דרכו עלתה 174.06$. בהתחשב בפער של פי 3.7 בהוצאה, המודל של Meta השיג יתרון של שלוש נקודות — 54 מול 51 במדד האינטליגנציה. השאלה כולה היא האם זו עסקה טובה, והתשובה תלויה הרבה פחות במדד מאשר בשני דברים שכמעט אף אחד לא כותב עליהם: כיצד מסגרת הסוכן שלך מטפלת במטמון הנחיות, והאם עומס העבודה שלך אי פעם צריך לשמוע או לראות משהו.

כל נתון להלן הוא או מדידה עצמאית של Artificial Analysis, או רישום חי של API, או טלמטריית ייצור של OrcaRouter עצמו — והאחרון ראוי לציון כבר מראש, משום שהוא סותר את מספרי ה-benchmark בצורה מאלפת. אין כאן טענת ספק שמחופשת לתוצאה; היכן שהספק הוא המקור היחיד, המשפט מציין זאת.

לוח התוצאות קרוב יותר מכפי שתג המחיר מרמז.

Muse Spark 1.2 מקבל ציון 54 במדד Artificial Analysis Intelligence Index בהגדרת החשיבה xhigh שלו, ומדורג במקום 13 מתוך 185 מודלים, לעומת חציון כיתתי של 32. GPT-5.6 Luna מקבל ציון 51 במאמץ מקסימלי. שלוש נקודות מפרידות ביניהם על מדד מורכב של GDPval-AA v2, τ³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience ו-AA-LCR.

שלוש נקודות זה הבדל אמיתי אבל קטן, וציוני המשנה שקיימים לדור הקודם מרמזים מאיפה הוא נובע. הנתונים לפי ממדים של Artificial Analysis מציבים את Muse Spark 1.1 על מדד קידוד של 71.3 ומדד סוכני של 37.5; GPT-5.6 Luna עומדת על 71.4 ו-45.6. הקידוד היה שוויון מוחלט, ולונה הובילה בשמונה נקודות בעבודה סוכנית — הממד המדויק שמטא שכתבה את תיאור המוצר של 1.2 כדי לטעון לו. המדד המשולב זז שלוש נקודות לטובת מטא. אף אחד עדיין לא פרסם פירוט לפי ממדים עבור 1.2, ולכן השאלה אם הפער הסוכני אכן נסגר אינה מאומתת.

{{1}}במחיר הטוקן המשולב, הפער אינו זניח.{{/1}} {{2}}הקצב המשולב של Artificial Analysis מציב את Muse Spark 1.2 על 0.78 דולר למיליון טוקנים ואת GPT-5.6 Luna על 0.17 דולר.{{/2}} {{3}}מחירי הרשימה: 1.25 דולר כניסה ו-4.25 דולר יציאה עבור Muse Spark 1.2,{{/3}} {{4}}ו-0.20 דולר כניסה ו-1.20 דולר יציאה עבור Luna.{{/4}}

מתומחר לפי יחידת עבודה ולא לפי טוקן, צעד בודד של סוכן קוד שקורא 60,000 טוקנים של הקשר וכותב 3,000 טוקנים של פלט עולה בערך 8.8 סנט על Muse Spark 1.2 ובערך 1.6 סנט על GPT-5.6 Luna. על פני אלף צעדים ביום, זה 88 דולר לעומת 16 דולר — הפרש של בערך 26,000 דולר בשנה עבור לולאת סוכן אחת.

שמירה במטמון היא המקום שבו הפער או נסגר או מוכפל

שני הדגמים מציעים תעריפים אגרסיביים לקלט במטמון, והיחס ביניהם אינו זהה ליחס בין מחירי המחירון שלהם. Muse Spark 1.2 קורא קלט במטמון ב-$0.15 למיליון, הנחה של 88% מהתעריף של $1.25. GPT-5.6 Luna קורא קלט במטמון ב-$0.01 למיליון, הנחה של 95% מ-$0.20.

הרץ מחדש את אותו שלב סוכן עם קידומת של 60,000 טוקנים המוגשת חמה: Muse Spark 1.2 יורד מ-8.8 סנט לכ-2.2 סנט. Luna יורדת מ-1.6 סנט לכ-0.4 סנט. הפער המוחלט מצטמצם מ-7.2 סנט ל-1.8 סנט לשלב, אבל היחס נשאר בערך זהה — קאשינג לא מציל את המודל היקר יותר, הוא פשוט הופך את שניהם לזולים יותר בגורמים דומים. מה שזה כן משנה הוא איזה סעיף שולט: במצב מטמון, העלות של Muse Spark 1.2 היא 59% טוקני פלט במקום 85% טוקני קלט, ולכן הפטפטנות של המודל מתחילה להשפיע יותר מגודל ההקשר שלו.

זה אינו חשש היפותטי כאן. Muse Spark 1.2 ייצר 95M טוקני פלט שעברו את ה-Intelligence Index, לעומת חציון של 65M. הסיכום של Artificial Analysis עצמו מכנה זאת "מעט מילולי". Luna שרפה 130M, מה שנשמע גרוע יותר עד שמכפילים ב-$1.20 במקום ב-$4.25.

העתק המוצר של Meta טוען ששמירת הנחיות במטמון יכולה להפחית את העלות האפקטיבית ב-60–80%, תלוי בכמה קונטקסט חוזר על עצמו. זו הערכת ספק, לא מדידה, אבל החישוב שלמעלה נופל בתוך הטווח.

אחזור: הציר שבו המדד הופך את האמת על פיה

קרא רק את נתוני ההשהיה של Artificial Analysis, ותסיק ש-Muse Spark 1.2 הוא זה שמגיב מהר. הזמן עד לטוקן הראשון: 26.12 שניות עבור Muse Spark 1.2, 126.99 שניות עבור GPT-5.6 Luna. מהיר כמעט פי חמש.

שני אלה נמדדים בהגדרת ההסקה היקרה ביותר של כל מודל — xhigh עבור Muse Spark, max עבור Luna. אף אחד מהם אינו מה שתראו. ב-OrcaRouter, לאורך שבוע של תעבורה אמיתית, ברמת המאמץ שמתקשרים מבקשים בפועל, GPT-5.6 Luna מציגה p50 של 1.84 שניות לזמן עד לטוקן הראשון ו-p95 של 9.68 שניות. Muse Spark 1.1 מציגה p50 זהה של 1.84 שניות עם p95 הדוק יותר של 6.00 שניות. אין עדיין טלמטריה מייצור עבור 1.2 כי היא חדשה מדי.

ההבדל המבני שימושי יותר מכל אחד מהמספרים. החשיבה של GPT-5.6 Luna היא אופציונלית — חוגת המאמץ נעה מ־ללא דרך נמוך, בינוני, גבוה, גבוה במיוחד ועד מקסימום, ואפשר באמת לכבות את החשיבה לצורך סיווג, ניתוב או חילוץ. החשיבה של Muse Spark 1.2 היא מחייבת. החוגה יורדת עד למינימליואין הגדרה שנותנת לך את המשקלים בלי לשלם עבור שיקול דעת. עבור כל דבר בנפח גבוה ורגיש להשהיה, זהו אילוץ עיצובי, לא פרמטר כוונון.

התפוקה המתמשכת קרובה: 165.0 אסימונים לשנייה עבור Muse Spark 1.2 לעומת 177.9 עבור Luna, שניהם הרבה מעל חציון הקטגוריה (71).

הערת השוליים על המחיר שכולם יימעדו עליה

המחיר של GPT-5.6 Luna מופיע כרגע באופן שונה במקומות שונים, ואם אתה בונה מודל עלויות, כדאי שתדע זאת לפני שאתה מצטט מספר. הקטלוגים של Artificial Analysis ו-OrcaRouter מציגים שניהם $0.20 למיליון טוקני קלט ו-$1.20 למיליון טוקני פלט — התעריף שבא אחרי קיצוץ המחיר של GPT-5.6 ביולי, והתעריף שבו השתמשה Artificial Analysis כדי לחשב את חשבון ה-eval בסך $174.06 שלמעלה. חלק מרישומי השוק מציגים כעת $0.10 ו-$0.60 עם מדרגה גבוהה יותר נפרדת שנכנסת לפעולה מעל 272,000 טוקני prompt. הצעד הבטוח הוא לבדוק את המחיר בנקודת הקצה שאתה בפועל קורא לה, ולא את זה שבמאמר ההשוואה.

פירוט מדרגות התמחור הוא אמיתי, בלי קשר לאיזה תעריף בסיס חל, והוא באמת לא זוכה לכיסוי מספיק: המחיר של Luna עולה מדרגה ברגע שבקשה אחת עולה על כ-272,000 אסימוני פרומפט. הקלט מוכפל בקירוב, הפלט גדל בחצי, וקריאות מהמטמון מתרחבות בהתאם. אם הסיבה שלך להסתכל על Luna היא חלון ההקשר של 1.05M אסימונים, שים לב שאתה עוזב את התעריף המוצהר בערך ברבע הדרך. ל-Muse Spark 1.2 יש תעריף אחיד על מלוא 1,048,576 האסימונים, ללא תוספת תשלום עבור הקשר ארוך — כך שבשביל בקשות בודדות ארוכות באמת, הפער האפקטיבי בין השניים מצטמצם במידה ניכרת.

מה לונה לא יכולה לעשות בשום מחיר

ההבדל במודאליות הוא הסיבה הנקייה ביותר להעדיף אחד על פני השני, והוא אינו מופיע באף לוח תוצאות.

• קלטים — Muse Spark 1.2 מקבל טקסט, תמונות, וידאו, אודיו ומסמכי PDF לפי הרישום של Meta. GPT-5.6 Luna מקבל טקסט, תמונות וקבצים. אין אודיו, אין וידאו. אם הפייפרליין שלך נוגע בהקלטות או בצילומים, Luna אינה מועמדת בכלל.

• תפוקה מקסימלית — Luna מצהירה על תקרת השלמה של 128,000 טוקנים. נקודת הקצה של Muse Spark 1.2 אינה מצהירה על אורך השלמה מקסימלי, דבר חריג מספיק כדי שכדאי לבדוק אותו במקום לתכנן סביבו.

• חתך הידע — עבור Luna's הוא 16 בפברואר 2026. Meta לא מפרסמת חתך עבור Muse Spark 1.2, אז תקצה תקציב לאחזור בכל מקרה.

• שירות — Luna זמינה בדרך כלל בכל העולם באמצעות מספר מסלולים. Muse Spark 1.2 מסופק על ידי ספק אחד בלבד: Meta. נקודת קצה אחת, מדיניות אזור אחת, דבר אחד שיכול ליפול.

• מודרציה — שתיהן נקודות קצה ממודרות.

הערה כנה אחת בנוגע ליתרון הרב-מודאלי: כרטיס המפרט הטכני של Artificial Analysis עבור Muse Spark 1.2 מציין שההערכה כללה קלט טקסט ותמונה בלבד, ולא את כל חמשת המודאליות שמטא מפרסמת. ה-API מקבל יותר ממה שכל גורם עצמאי בדק.

אימוץ, מכיוון שהוא במקרה מדיד

בנצ'מרקים מספרים לך מה מודל יכול לעשות; תעבורה מספרת לך במה אנשים בוטחים. במהלך שבוע מתגלגל ב-OrcaRouter, GPT-5.6 Luna העביר 4,679.4 מיליון טוקנים. Muse Spark 1.1 — אותו הקשר של 1M, ציון מדד דומה, ותיק בארבעה שבועות בקטלוג — העביר 4.4 מיליון. זהו גורם של בערך אלף.

חלק מזה הוא עניין של הפצה: לונה היא ברירת מחדל ביותר כלים, והיא זמינה כללית (GA) בעולם כבר זמן רב יותר, בעוד שמשפחת Muse Spark הושקה רק בארה"ב. אבל פער של אלף לאחד בנתב שבו שתי האפשרויות נמצאות במרחק של מחרוזת דגם אחת זו מזו אינו רק סיפור של הפצה. זו הסיבה המעשית לכך שלונה היא ברירת המחדל הבטוחה יותר, ושה-Muse Spark 1.2 הוא הדבר שאתה מעריך בשיקול דעת.

{{1}}כדאי לשים לב למה ניתן ומה לא ניתן לשכור היום:{{/1}} {{2}}GPT-5.6 Luna נמצאת בקטלוג OrcaRouter במחיר של $0.20 ו-$1.20, אותם מספרים כמו ברשימת המחירים של הספק עצמו, מכיוון שאנחנו לא מוסיפים מרווח (0%) ומעבירים את מחיר הרשימה של הספק ישירות.{{/2}} {{3}}Muse Spark 1.1 נמצאת שם במחיר של $1.25 ו-$4.25 על אותו בסיס.{{/3}} {{4}}Muse Spark 1.2 עדיין לא בקטלוג — היא מסופקת ישירות על ידי Meta.{{/4}} {{5}}אז הדרך הזולה ביותר להריץ את ההשוואה הזו ביושר היום היא Luna מול Muse Spark 1.1 על מפתח אחד, לשנות מחרוזת אחת בין ריצות, ואז לבדוק שוב מול 1.2 כשהיא תגיע.{{/5}}

בחר אחד

קחו את GPT-5.6 Luna אם עומס העבודה בהיקף גבוה ומבוסס טקסט: צ׳אט, סיווג, חילוץ, ניתוב, שימוש קל בכלים. הוא עולה רבע מהמחיר המשולב, הוא מאפשר לכבות את החשיבה לחלוטין, ה-p50 שלו, 1.84 שניות, הוא נתון ייצור אמיתי שנמדד בפועל ולא תוצר של benchmark, וזה המודל שמאחוריו תעבורה חיה פי אלף. שלוש נקודות אינדקס לא שורדות את החשבון הזה.

קחו את Muse Spark 1.2 אם עומס העבודה הוא קידוד סוכני לטווח ארוך — שינויי קבצים מרובים, ניפוי באגים ממושך, עבודה על מאגר קוד שלם — או אם הוא כולל קלט אודיו או וידאו, שבו לונה פשוט לא יכולה להתחרות. זו גם הבחירה הטובה יותר עבור בקשות בודדות גדולות באמת, מכיוון שהתעריף שלה קבוע על פני מיליון הטוקנים המלאים, בעוד שלונה עולה מעבר ל-272K.

קח את שניהםאם אתה כנה לגבי האופן שבו מערכות סוכנים באמת נבנות. הדפוס שממשיך לנצח הוא מודל זול שמטפל ברוב הקריאות השגרתיות, ומודל יקר ששמור לשלבים שבהם האיכות משתלמת. שני המודלים יושבים מאחורי נקודת קצה אחת תואמת-OpenAI, כך שהחלוקה הזו היא כלל ניתוב ולא קשר עם ספק שני — ואם הזרוע היקרה קורסת באמצע הריצה, מעבר אוטומטי מבטיח שההערכה שלך לא תרעיל את עצמה בשקט עם חצי מערך נתונים.

הדבר שצריך לעקוב אחריו בחודש הקרוב הוא הפירוט לפי ממדים. כל ההבטחה של Muse Spark 1.2 היא יכולת אייג'נטית, ובדור הקודם זה היה הממד שבו לונה (Luna) הובילה בשמונה נקודות. עד שמישהו יפרסם מדד אייג'נטי עבור 1.2, העלייה של שלוש נקודות במדד המשולב היא הראיה היחידה לכך שמטה (Meta) סגרה את הפער.