GPT-6 Sol vs Muse Spark 1.2: Salah Satunya Memiliki Telinga

Letakkan GPT-6 Sol dan Muse Spark 1.2 secara berdampingan dan kolom harganya hanya berbeda, sedangkan kolom modalitasnya tidak berdekatan sama sekali. Muse Spark 1.2 menerima teks, gambar, video, file, dan audio. GPT-6 Sol menerima teks, gambar, dan file. Audio dan video adalah perbedaannya, dan itu bukan detail sepele: keduanya memisahkan model yang bisa diberi rekaman rapat dari model yang harus diberi transkripnya. GPT-6 Sol, tier menengah dari generasi itu, dirilis 22 September 2026; Muse Spark 1.2, checkpoint Meta saat ini dalam keluarga Muse Spark, dirilis 5 Agustus 2026 sebagai pembaruan drop-in untuk Muse Spark 1.1 pada tier Standard yang sama dengan harga identik.

Poin terakhir itu penting untuk bagaimana halaman ini seharusnya dibaca. Muse Spark 1.2 bukanlah generasi baru dan tidak boleh ditulis sebagai generasi baru — deskripsi Meta sendiri menyebutnya sebagai checkpoint yang diperbarui dengan performa yang sedikit lebih tinggi, disajikan pada tarif yang tidak berubah. Jadi pertanyaan yang menarik bukanlah apa yang ditambahkan 1.2 dibandingkan 1.1. Melainkan apa yang dimiliki keluarga Muse Spark yang tidak dimiliki keluarga GPT-6, dan apakah Anda membutuhkannya.

Kedua lembar spesifikasi tersebut, pada dimensi yang berbeda.

• Modalitas masukan — GPT-6 Sol teks, gambar, dan file vs Muse Spark 1.2 teks, gambar, video, file, dan audio

• Output — keduanya hanya teks

• Harga input — GPT-6 Sol $2,00 per juta vs Muse Spark 1.2 $1,25 per juta

• Harga output — GPT-6 Sol $10,00 per juta vs Muse Spark 1.2 $4,25 per juta

• Input yang di-cache — GPT-6 Sol $0,20 per juta vs Muse Spark 1.2 $0,15 per juta

• Jendela konteks — 1.050.000 token vs 1.048.576 token, pada dasarnya sama

• Langkah permintaan panjang — GPT-6 Sol menetapkan ulang harga seluruh permintaan di atas 272.000 token input menjadi $4,00 / $15,00 vs Muse Spark 1.2 tanpa langkah pada kartunya

• GPQA Diamond — GPT-6 Sol 96,1 vs Muse Spark 1.2 90,4

• Ujian Terakhir Umat Manusia — GPT-6 Sol 47.9 vs Muse Spark 1.2 45.5

• Pengingatan konteks panjang — GPT-6 Sol 83.7 vs Muse Spark 1.2 79.0

• tau-banking — GPT-6 Sol tidak dipublikasikan pada revisi ini vs Muse Spark 1.2 34.8

• Bobot — keduanya tertutup, hanya API

Baris permintaan panjang diam-diam berperan penting dalam daftar itu. Muse Spark 1.2 tidak memiliki klausul penetapan harga ulang untuk konteks panjang pada kartu terbitannya, jadi $1,25 / $4,25 tetap berlaku di seluruh rentang. Angka utama GPT-6 Sol tidak demikian: setelah 272.000 token masukan, seluruh permintaan beralih ke $4,00 / $15,00. Pada prompt konteks penuh, perbandingan outputnya karena itu bukan sepuluh dolar terhadap $4,25, melainkan lima belas terhadap $4,25 — tiga setengah kali, bukan dua sepertiga.

Dan kesenjangan benchmark lebih sempit daripada yang disiratkan oleh selisih harga. GPQA Diamond, 96,1 berbanding 90,4, kira-kira sebesar selisih yang Anda harapkan dari dua pengaturan tingkat upaya penalaran yang berbeda, bukan dari perbedaan kemampuan, dan pada Humanity's Last Exam keduanya 47,9 dan 45,5, yaitu 2,4 poin pada skala seratus. Muse Spark 1.2 adalah model yang lebih murah dan pembaca yang kemampuannya lebih luas; GPT-6 Sol unggul dalam angka penalaran, tetapi tidak sebesar selisih yang disiratkan oleh harga. Tidak ada kolom yang mendominasi, dan itulah yang membuat pilihan ini layak diambil secara sengaja.

Apa yang sebenarnya diubah oleh input audio dan video

Model yang menerima audio dapat diberi rekaman alih-alih transkrip. Itu terdengar seperti kemudahan, tetapi sebenarnya merupakan perubahan dalam hal apa yang mungkin: transkripsi adalah langkah lossy yang membuang intonasi, tumpang tindih, tawa, dan perbedaan antara pertanyaan dan pernyataan yang dibaca hanya dari teks. Model yang mendengar file itu secara langsung melihat semuanya. Argumen yang sama berlaku untuk video, ketika deskripsi bingkai demi bingkai kehilangan timing, sedangkan model yang menyerap klip tidak.

Jawaban GPT-6 Sol adalah pipeline, bukan modalitas — transkripsikan atau beri takarir dulu, lalu teruskan teksnya. Itu arsitektur yang sepenuhnya bisa dijalankan dan untuk banyak beban kerja justru lebih baik, karena transkrip dapat diperiksa, dapat di-cache, dan murah disimpan. Ia lebih buruk justru ketika audio atau gerakannya adalah sinyalnya: tinjauan mutu pusat panggilan, pencatatan media, apa pun yang maknanya terletak pada keraguan pembicara.

Posisi Meta soal ini layak dibaca dengan cermat, karena tag audio bukanlah sekadar hiasan. Muse Spark 1.2 dicantumkan dengan audio di antara kemampuannya bersama visi, alat, JSON, dan penalaran, dan Meta telah merilis keluarga ini sebagai lini multimodalnya, sementara Muse Glimmer yang lebih kecil disuling dari model pengajar Muse Spark. Jika Anda memilih di antara keduanya dari sisi input, pilihannya bukanlah antara lembar spesifikasi yang sedikit lebih luas dan yang sedikit lebih sempit. Pilihannya adalah antara memiliki modalitas tersebut dan membangun pipeline untuk mengaproksimasinya.

Di mana keduanya benar-benar terpisah

Pemisahan paling jelas adalah penggunaan alat agentik terhadap layanan simulasi, dan itulah satu-satunya tempat yang angkanya cukup berjauhan untuk ditindaklanjuti. Muse Spark 1.2 memperoleh 34,0 pada tau-banking dan hanya 7,1 pada revisi Terminal-Bench 4.0 yang lebih baru — keduanya pengukuran pihak ketiga, dan keduanya menggambarkan kelemahan yang sama dari dua arah. Model yang membaca rapat dengan baik lalu salah menghitung milik pelanggan saat diminta memanggil API bukanlah sebuah model; itu adalah model dengan pekerjaan yang jelas terbatas.

Jalankan pemeriksaan yang sama pada GPT-6 Sol dan gambarannya konsisten tetapi lebih tipis. Daya ingat konteks panjangnya berada di 83,7, SciCode di 57,6, dan Terminal-Bench 4.0-nya di 43,9, semuanya pihak ketiga. Angka coding dan agen terminalnya pada revisi v2.1 sama sekali tidak ada, dan tidak adanya angka bukanlah angka yang rendah — siapa pun yang mengisi sel itu dengan perkiraan sedang mengarang.

Satu asimetri yang layak disebut sebelum angka-angka dibandingkan terlalu tergesa-gesa. Muse Spark 1.2 membawa rangkaian benchmark vendor lengkap dari Meta bersama set pihak ketiga, dan analisis peluncuran Artificial Analysis sendiri menempatkannya pada 54 di Intelligence Index pada setelan penalaran xhigh-nya, tiga poin di atas Muse Spark 1.1. GPT-6 Sol berada pada 47.6 di indeks yang sama dalam katalog kami. Kedua angka itu tidak dapat dikurangkan: keduanya berasal dari konfigurasi berbeda yang diukur pada waktu berbeda, dan indeks yang direvisi di antara keduanya bukan instrumen yang sama. Klaim perbandingan yang jujur adalah klaim benchmark tunggal di atas, di mana kedua model membawa angka dari evaluator yang sama. Ketika sebuah model memiliki lebih banyak angka yang diterbitkan, ia akan selalu tampak lebih terdokumentasi daripada model yang memiliki lebih sedikit, dan pada pasangan ini sebagian besar perbedaan itu berkaitan dengan siapa yang melaporkan, bukan dengan apa yang mampu dilakukan model.

Melayani dua model yang berperilaku berbeda di bawah beban

Keduanya ada di OrcaRouter, dengan satu kunci, dan pasangan ini merupakan pembagian rute yang alami, bukan pilihan salah satu. Kirim lalu lintas multimodal — rekaman, klip, bundel dokumen dengan lampiran hasil pindai — ke Muse Spark 1.2 dengan tarif $1.25 / $4.25 tanpa penurunan tajam pada konteks panjang. Kirim lalu lintas yang berat penalaran dan agentik ke GPT-6 Sol dan terima tarif yang lebih tinggi untuk permintaan yang jawabannya harus lolos pemeriksaan ketat. Melalui satu endpoint, pembagian itu merupakan aturan perutean, bukan dua integrasi.

Di sisi penyajian, ada satu angka yang bertentangan dengan logika harga. Muse Spark 1.2 terukur sekitar 420 token keluaran per detik dalam jendela bergulir tujuh hari kami, dibandingkan sekitar 244 milik GPT-6 Sol — model Meta lebih murah sekaligus lebih cepat di rute kami. Latensi berlawanan arah pada token pertama: waktu-ke-token-pertama p50 sekitar 5,2 detik untuk Muse Spark 1.2, dibandingkan sekitar 6,8 untuk GPT-6 Sol dalam jendela yang sama, jadi model yang lebih murah juga mulai menjawab lebih cepat. Keduanya adalah pengukuran bergulir pada infrastruktur bersama, bukan tolok ukur terkendali, dan keduanya berubah di antara pembacaan.

Failover otomatis layak diterapkan pada pipeline campuran seperti ini. Ketika sebuah permintaan bisa masuk sebagai audio dan keluar sebagai teks melalui satu rute, atau sebagai langkah transkripsi wajib melalui rute lain, mode kegagalan yang perlu Anda khawatirkan adalah penyedia yang menerima permintaan lalu macet pada unggahan media — rute kedua yang telah dikonfigurasi mengubahnya menjadi percobaan ulang, bukan pekerjaan yang harus disadari dan dijalankan ulang oleh seseorang. Katalog kami meneruskan harga daftar penyedia tanpa perubahan, jadi jika Meta mengubah baris $4.25, atau menambahkan klausul konteks panjang pada kartu Muse Spark seperti yang sudah dilakukan vendor lain, perubahan itu sampai kepada Anda pada hari terjadinya, bukan setelah reseller menyadarinya.

Keputusan itu, secara sederhana

Jika input Anda berupa rekaman atau klip dan waktu atau nada adalah bagian dari maknanya, gunakan Muse Spark 1.2. Tidak ada konfigurasi GPT-6 Sol yang mencapai kemampuan itu melalui API, dan tidak ada harga yang membuat pipeline pengganti menjadi setara. Jika input Anda berupa teks dan gambar dan outputnya akan ditindaklanjuti, angka penalaran GPT-6 Sol lebih unggul dan profil penggunaan alatnya lebih aman — skor tau-banking dan Terminal-Bench 4.0 Muse Spark 1.2 adalah sinyal paling kuat di kedua lembar, dan itu mengarah menjauh dari pekerjaan agentic.

Dan perhatikan bahwa Muse Spark 1.2 bukanlah generasi baru. Ini adalah checkpoint terkini Meta dari keluarga yang sudah ada, pengganti langsung untuk 1.1 dengan harga yang tidak berubah, yang membuat keputusan peningkatan menjadi tanpa biaya dan perbandingan dengan GPT-6 Sol menjadi pertanyaan terpisah. Di sisi lain, GPT-6 Sol sudah digantikan oleh GPT-6.1 Sol dengan tarif konteks pendek yang identik, dengan input cache dipotong setengah dari $0,20 menjadi $0,10, dan halaman model milik OpenAI sendiri sekarang mengarahkan pembaca ke sana. Jika alasan Anda menimbang Sol alih-alih Muse Spark adalah integrasi yang berusia delapan hari, itu tetap berlaku. Jika alasannya adalah kemampuan, periksa penerusnya terlebih dahulu.