Muse Wonder מול Claude Opus 5.5 ביצירת SVG: מה שהמבחן המעשי הראשון באמת מראה

Muse Wonder הפך לזמין באופן כללי ב-12 באוקטובר 2026 — אותו יום שבו שוחרר אחיו בעל הניקוד הגבוה יותר, Muse Wonder Full, מאחורי מנוי — והוא כבר צבר יותר עמודי השוואה מכמעט כל מודל שהבלוג הזה סקר. מה שהוא עדיין לא צבר, עד השבוע, היה מבחן ממקור ראשון שפורסם של יכולת ספציפית וניתנת לבדיקה. ב-12 באוקטובר פרסם חשבון ה-X ‎@scaling01 השוואה ראש בראש בין Muse Wonder ל-Claude Opus 5.5 ביצירת SVG, עם שני ממצאים שראוי לקרוא בעיון: Muse Wonder Full הוא "טוב ואף מנסה יצירה תלת-ממדית", וסגנון הפלט שלו "גימיקי מדי" והוא "מתפנק יתר על המידה".

זו טענה אמיתית, ספציפית וניתנת להפרכה על מודל אמיתי שכבר שוחרר, והיא מגיעה ממישהו שמדווח שהריץ בעצמו את שני המודלים. כמו כן, נכון לכתיבת שורות אלה, מדובר בהרצה אחת שלא שוחזרה, של חשבון אחד שהפוסט שלו עצמו נפתח בגילוי נאות בדבר פרסום. שני הדברים האלה נכונים בו-זמנית, והמאמר הזה עוסק בהחזקתם יחד ולא בבחירה באחד מהם.

תנאי המבחן, כפי שנוסחו

הגילוי הוא השורה הראשונה של הפוסט ולא הערת שוליים, וזה ראוי לציון משום שאינו אופייני לפורמט. המחבר מציין ש-Meta סיפקה גישת תצוגה מקדימה חינם ל-Muse Wonder, שהוא שילם על Claude Opus 5.5 מכיסו, ושהבדיקות והמסקנות הן שלו. זוהי עמדת ניגוד עניינים חלשה יותר באופן מהותי לעומת פרסום ממומן שלא נחשף — צד אחד של ההשוואה קיבל שירות ללא תשלום, והצד האחר לא, והמחבר אומר זאת.

שלושה דברים בנוגע למערך אינם נתונים, וכל אחד מהם מגביל את מה שפסק הדין יכול לתמוך בו.

• איזו נקודת קצה נבדקה — Muse Wonder ו-Muse Wonder Full קיימים כשני מזהי מודל נפרדים עם שני לוחות תוצאות שונים, והפוסט מזכיר את Muse Wonder בהשוואה אך מייחס את התצפית של יצירת תלת-ממד ל-Muse Wonder Full

• איזו הגדרת מאמץ שימשה — ההיסק של Muse Wonder הוא חובה ופועל על סולם מאמצים מ־minimal ועד max, עם ברירת מחדל של medium, וטוקני היסק מחויבים כפלט, כך שההגדרה משנה הן את העלות והן את אופי הפלט

• כמה פרומפטים הורצו — ללא ספירת פרומפטים, ללא טקסט של פרומפט, ללא seed, ללא הרצה חוזרת

השני והשלישי מבין אלה חשובים יותר ממה שהם נראים. מודל שהחשיבה שלו תמיד פעילה והמאמץ שלו מוגדר על ידי המשתמש יפיק פלט SVG שונה באופן ניכר ברמת מינימום לעומת מקסימום, ופסק דין בנוגע לסגנון הוא בדיוק סוג השיפוט שהרצה אחת של פרומפט בודד יכולה לטעות בו. זו אינה ביקורת על המחבר — פוסט קצר ב-X אינו מאמר, והגילוי הנאות בצירוף השורה "הבדיקות והמסקנות הן שלי" הם שקיפות רבה יותר מזו שרוב השוואות יום ההשקה מגלות. זו הצהרה על מה שאפשר ולא אפשר להסתייע ביצירה.

מה שבדיקת SVG למעשה מודדת

SVG הוא מטרה טובה באופן יוצא דופן להשוואה מעשית ומטרה גרועה באופן יוצא דופן להשוואה מזדמנת, וההבנה מדוע מסבירה מה פסק הדין אומר לך ומה הוא אינו אומר לך.

SVG הוא טקסט שמרונדר באופן דטרמיניסטי. זה החלק הטוב: סוקר יכול להדביק את הפלט הגולמי של המודל בתוכנת תצוגה, להסתכל עליו ולראות בדיוק את מה שהמודל הפיק — בלי תהליך יצירת תמונות, בלי זרע דגימה במפענח דיפוזיה, בלי שאלה אם הקריטריון הוא התמונה או הקובץ. אם מודל מפיק סימון לא תקין, הציור נכשל באופן גלוי. אם הוא מפיק 40 קילובייט של הגדרות גרדיאנט במקום 2 קילובייט של נתיבים שיספיקו, זה מדיד.

החלק הרע הוא שהכרעות סגנוניות כמו "גימיקי" ו"מתפנק יתר על המידה" הן הטענות שהכי קשה להפריד בכל המרחב. בתוכן יושבים שני שיפוטים בלתי תלויים:

• מלאכה — האם המודל יצר SVG תקין, מובנה היטב, שניתן לרנדור, או שהוא יצר משהו שהיה צריך תיקון לפני שצייר משהו?

• איפוק — האם נעשה שימוש במינימום הסימון שהבקשה דרשה, או שמא פנו לגרדיאנטים, לפילטרים, לטשטושים, לאנימציה ולאפקטי רסטר מוטמעים משום שהם היו זמינים?

אומנות קרובה לאובייקטיבית וניתנת לניקוד על ידי סקריפט. איפוק הוא שיפוט טעם המחופש לשיפוט טכני, ומבקרים סבירים חלוקים עליו כל הזמן — מעצב שמבקש איור לתיק עבודות רוצה את הגרדיאנטים, ומהנדס שמבקש גיליון אייקונים לא. לכן כשמבקר אומר שמודל מגזים, השאלה המועילה אינה אם זה נכון אלא לאיזו משימה זה נכון. הפוסט לא מפריד בין שתי הטענות, ובאמת קשה להפריד ביניהן בפעם אחת.

הטענה ההשוואתית, וטענת התאימות

המסגור של הפוסט מציב את Claude Opus 5.5 בצד האחר ואת ההסתכלות על יצירה תלת-ממדית בצד של Muse Wonder Full, מה שהופך אותה להשוואה תלת-כיוונית בכותרת עם שני שמות — אותו קמט מבני שעובר דרך כל השקת Muse Wonder.

בציר הזה, ההקשר המועיל זהה בכל אחיו: Claude Opus 5.5 אינו מודל חדש לגמרי. הוא הושק ב-22 בספטמבר 2026, כשלושה שבועות לפני Muse Wonder, ופרופיל העלות והיכולות שלו מאופיין היטב. באופן בלתי תלוי, במדד האינטליגנציה של Artificial Analysis, ‏Claude Opus 5.5 (max) מציג 58 — הציון הגבוה ביותר בקבוצת 219 המודלים — ואילו Muse Wonder (max) מציג 52, ומדורג תשיעי מתוך 219. מחיר המחירון של Opus 5.5 הוא 4.00 דולר למיליון טוקני קלט ו-20.00 דולר למיליון טוקני פלט; מחיר המחירון של Muse Wonder זהה, 4.00 ו-20.00. השנינות של המצב היא ש-Opus 5.5 מתגלה בסופו של דבר כמודל היקר יותר בפועל, לא בגלל תעריפיו אלא משום שהוא מפורט מדי: Artificial Analysis מתעד אותו כצורך כ-260 מיליון טוקני פלט במהלך ההערכה, לעומת חציון של 85 מיליון, מול כ-130 מיליון אצל Muse Wonder, מה שמסתכם לכ-5.98 דולר למשימת אינדקס לעומת כ-4.52 דולר. זהו סוג השוואת שני המספרים שמעריך מבוסס-טוקנים יכול למדוד, בעוד שפרומפט SVG בודד אינו יכול.

מה שבדיקת ה-SVG מוסיפה הוא קטגוריה שהמדד אינו מכסה. יצירת טקסט מובנה נמצאת איפשהו בין קוד לאיור, ואף לוח תוצאות לא מדרג אותה — לא Personal Superintelligence Index, לא JobBench, לא Terminal-Bench 4.0-AA, לא SWE-Marathon. אם העבודה בפועל של הקורא כרוכה בהפקת קבצי וקטור נקיים, לוחות התוצאות המיינסטרימיים שותקים לגבי השאלה שלו, וזו בדיוק הסיבה ששווה בכלל לקשר להשוואה ראש-בראש מאולתרת.

במה באמת עוסקת הטענה השנייה

"אפילו מנסה יצירת תלת-ממד" הוא החצי המעניין יותר של התצפית, וקל לפרש אותו בטעות כטענת יכולת.

בהקשר של SVG, זה מתאר ככל הנראה מודל שחורג מציור דו-ממדי שטוח אל ממד שלישי משתמע או חלקי — קונסטרוקציות איזומטריות, צורות אקסטרוד, רשתות פרספקטיבה, שכבות פסאודו מוערמות, או קוד סימון שנוצר אשר מרונדר כסצנה תלת-ממדית. זה אינו אותו דבר כמו מודל תלת-ממדי. הפקת mesh, אובייקט סרוק או נכס להדפסה היא סוג פלט שונה לחלוטין, והביטוי "3D generation" משמש באופן רופף ברחבי התחום כדי לסמן כל דבר, מאיור דו-וחצי-ממדי ועד קובץ גאומטריה ממשי. בלי הפרומפטים או הקבצים, הקורא אינו יכול לדעת איזה מהם זה היה.

אם זה היה המובן הרופף, הטענה מתיישבת עם תלונת הסגנון ולא עומדת בסתירה לה. הישענות על היטל איזומטרי או שכבות מוערמות היא אותו אינסטינקט כמו הישענות על גרדיאנטים: יותר מנגנון ממה שהבריף ביקש. ייתכן ששתי האמירות מתארות התנהגות אחת — מודל שמתייחס למרקאפ הזמין כאל הרשאה — וזהו לקח שימושי יותר מכל אחד מהחצאים בפני עצמו, וגם הגרסה שסביר ביותר שסוקר שני יאשר או יפריך.

עם זאת, יש כאן אסימטריה אחת שראויה לציון. במקומות שבהם שני הצ׳קפוינטים נבדלים בנתוני ההשקה, הפיצול נעוץ במבנה ולא בליטוש. בטבלת הבנצ׳מרק של מטא עצמה, Muse Wonder Full מנצח את מודל ה-API בפער גדול ב-JobBench (75.3 מול 30.8) וב-Vals Finance Agent V2 (59.1 מול 10.0) — בעוד שהוא מפסיד לו ב-Harvey LAB-AA בפער של 41 נקודות, 13.1 מול 54.3. המספרים האלה מדווחים על ידי הספק, הופקו בהרנס של מטא, ולא שוחזרו. אבל הם מתארים מעבדה שאימנה שני פרופילים ולא אחד, והבדל בסגנון או באיפוק בין הצ׳קפוינטים הוא בדיוק מסוג הדברים שפיצול מבני היה מייצר. לכן השאלה באיזה צ׳קפוינט הסתכל הסוקר כשכתב "גימיקי" אינה שאלה דקדקנית — הפוסט משייך את שתי התצפיות למודלים שונים.

היכן שלמעשה ניתן להשיג את המודלים

עבור כל מי שרוצה להריץ את ההשוואה הזו בעצמו במקום לקבל את פסק הדין באמונה עיוורת, השאלה המעשית היא היכן כל מודל נמצא, והתשובות אינן סימטריות.

• Claude Opus 5.5 — זמין באופן כללי מאז 22 בספטמבר 2026, ‏4.00$ למיליון טוקני קלט ו-20.00$ למיליון טוקני פלט, עם תעריף קריאה מהמטמון של 0.20$, חלון הקשר של מיליון טוקנים, ותקציבי חשיבה הכוללים תצורה ללא חשיבה

• Muse Wonder — זמין באופן כללי מאז 12 באוקטובר 2026, ב-Meta Model API ובתוך Muse Code, באותו מחיר של $4.00 לקלט ו-$20.00 לפלט, עם חלון הקשר של 1,048,576 טוקנים ותקרת פלט של 943,718 טוקנים

• Muse Wonder Full — הוכרז באותו היום אך אינו נמכר לפי טוקן; ניתן להגיע אליו רק באמצעות מנוי Muse Code, ואין לו מחירון מפורסם לפי טוקן, ולכן אין לו כאן שורת מחיר כלל

המלכוד הוא תצורת החשיבה של Muse Wonder. לא ניתן לכבות אותה. סולם המאמץ כולל מינימלי, נמוך, בינוני, גבוה, xhigh ומקסימלי, כברירת מחדל בינוני, ואסימוני חשיבה מחויבים כפלט. לכן כל הרצת ראש בראש מול מודל שאפשר לומר לו שלא לחשוב משווה תצורה מרוסנת מול תצורה בלתי מרוסנת, אלא אם המבקר מציין את ההגדרה, והפוסט הזה אינו מציין אותה. זהו הפער בעל ההשלכות הגדולות ביותר בשחזור, יותר ממספר הפרומפטים החסר.

איך לשחזר את זה תוך אחר צהריים אחד

הסיבה לכך ששווה להרחיב את המבחן הזה במקום להתעלם ממנו היא שההרחבה זולה. גרסה שימושית זקוקה לארבעה דברים שהמקור אינו מספק: סט קבוע של פרומפטים של אולי תריסר משימות וקטוריות המשתרעות על פני אייקונים, דיאגרמות, איורים ותרשימים; הצהרה על הגדרת המאמץ; קבצי ה-SVG הגולמיים שנשמרים לצד הרנדורים; וסבב ניקוד שמפריד בין אומנות לאיפוק במקום למזג ביניהם. שנים-עשר פרומפטים בשתי הגדרות מאמץ על פני שני מודלים הם 48 הרצות — כמה דולרים של טוקני פלט מול כרטיסי התעריפים האלה, ותוצר שימושי באמת יותר מכל רושם מיום השקה.

זה גם המקרה שבו ראוטר מחזיר את ההשקעה בו בדרך שהשוואת מחירים בלבד אינה מצליחה להראות. Claude Opus 5.5 מוגש ב-OrcaRouter במחיר המחירון של Anthropic עצמה — 4.00 דולר למיליון טוקנים בקלט, 20.00 דולר למיליון בפלט, 0.20 דולר למיליון עבור קריאות מהמטמון — עם העברה ללא תוספת מחיר החלה על כל הקטלוג, כך ששינוי מחיר של ספק מגיע לצד שלנו באותו יום שבו הוא מגיע לצד שלו. מחירי המחירון של הספקים מועברים ללא שינוי; שכבת הניתוב אינה מוסיפה מרווח. סבב של תריסר פרומפטים על פני שני מודלים הוא מפתח אחד ונקודת קצה אחת במקום שני חשבונות, שתי אינטגרציות SDK ושתי מערכות חיוב, ואם אתם מריצים סבב על משהו לא מוכח כמו מודל שיצא אתמול, מעבר אוטומטי בין ספקים (failover) פירושו שספק שמוגבל בקצב או שנפגעה איכותו לא מפיל איתו את כל ההרצה.

כדי להיות מפורשים לגבי מה שאין לנו: אין רשומה של meta/muse-wonder או meta/muse-wonder-full בקטלוג שלנו. אנחנו לא מנתבים אף אחד מהצ'קפוינטים האלה ולא נתאר אחד מהם כאילו כן. מה שכן יש לנו מאותה מעבדה הוא קו Muse Spark — Muse Spark 1.2 עומד על $1.25 למיליון קלט ו-$4.25 למיליון פלט, עם אותו חלון הקשר כמו הדגם המוביל בשבריר מהמחיר, והוא המודל שאליו כדאי לפנות אם אתם רוצים את משפחת ההיסק של Meta דרך אותו מפתח כמו כל השאר. הוספת Muse Wonder לסוויפ היא כרגע חשבון שני; הוספת Muse Spark 1.2 היא שורה באותו קונפיג.

על מה לעקוב, ומה יכריע את העניין

שלושה דברים יהפכו את זה מהתרשמות מעניינת לראיה.

• סוקר שני עם טעם שונה שמגיע לאותה הכרעת איפוק — שיפוטים סגנוניים ששורדים החלפת סוקר עוסקים במודל; ואלה שלא שורדים עוסקים בסוקר

• Muse Wonder Full הופך לנגיש לפי טוקן — המודל הנקוב בתצפית של יצירת התלת-ממד הוא זה שאין לו מחירון, כך שאף אחד שרוצה לבדוק את החצי הזה של הטענה לא יכול לקנות גישה אליו בלי מינוי חודשי לסוכן קידוד

• כל לוח תוצאות עצמאי שמוסיף משימת וקטור או גרפיקה מובנית — הפער שאליו נופל המבחן הזה אינו שאיש לא הריץ אותו, אלא שאין לוח שמנקד אותו, ולכן אחר צהריים של אדם אחד הוא כיום הרשומה כולה

הסיכום הכנה הוא שזו תגלית אמיתית עם מגבלה אמיתית. סוקר שחשף גישה מוקדמת בתשלום, שילם בעצמו על הצד השני, ופרסם פסק דין שלילי מובהק — עשה יותר ממה שסיכום השקה עושה; ומודל ש"מנסה" דברים שלא התבקש לעשותם הוא טענה בדבר ריסון, לא בדבר יכולת, וריסון הוא הדבר הקל ביותר לסוקר הבא לראות אחרת. אם אתם בוחרים היום בין Claude Opus 5.5 ל-Muse Wonder לשם פלט וקטורי, פער המדד העצמאי הוא שישה נקודות ופער נפח הטוקנים הוא שניים לאחד לטובת Muse Wonder; פסק הדין בעניין הסגנון הוא אחר צהריים אחד של אדם בודד, ויש להתייחס אליו כהשערה ולא כתוצאה.