Muse Spark 1.2 vs GPT-5.6 Luna: Tiga Poin Indeks untuk 4,6x Harga Token

Artificial Analysis menjalankan rangkaian sembilan tolok ukur yang sama pada kedua model ini dan mencatat biayanya. Untuk menjalankan Muse Spark 1.2 melaluinya, biayanya $637,85. Untuk menjalankan GPT-5.6 Luna melaluinya, biayanya $174,06. Untuk perbedaan biaya 3,7 kali lipat itu, model Meta unggul tiga poin — 54 berbanding 51 pada Indeks Intelijen. Apakah itu pertukaran yang baik adalah pertanyaan utamanya, dan jawabannya bergantung jauh lebih sedikit pada tolok ukur itu daripada pada dua hal yang hampir tidak pernah ditulis orang: bagaimana kerangka kerja agen Anda menangani cache prompt, dan apakah beban kerja Anda perlu mendengar atau menonton sesuatu.

Setiap angka di bawah ini adalah pengukuran independen dari Artificial Analysis, daftar API langsung, atau telemetri produksi OrcaRouter sendiri — yang terakhir perlu disoroti sejak awal karena bertentangan dengan angka benchmark dengan cara yang instruktif. Tidak ada apa pun di sini yang merupakan klaim vendor yang disamarkan sebagai hasil; jika vendor adalah satu-satunya sumber, kalimat tersebut menyatakannya demikian.

Papan skor lebih dekat daripada yang disiratkan oleh label harga.

Muse Spark 1.2 mencetak skor 54 pada Artificial Analysis Intelligence Index pada pengaturan penalaran xhigh-nya, menempati peringkat #13 dari 185 model dengan median kelas 32. GPT-5.6 Luna mencetak skor 51 pada upaya maksimal. Selisih tiga poin pada komposit dari GDPval-AA v2, τ³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, dan AA-LCR.

Tiga poin itu nyata tetapi kecil, dan sub-skor yang ada untuk generasi sebelumnya menunjukkan dari mana asalnya. Angka per-dimensi dari Artificial Analysis menempatkan Muse Spark 1.1 pada indeks coding 71.3 dan indeks agentik 37.5; GPT-5.6 Luna berada di 71.4 dan 45.6. Untuk coding, hasilnya imbang, dan Luna unggul delapan poin dalam pekerjaan agentik — dimensi yang persis sama dengan yang Meta tulis ulang dalam deskripsi produk 1.2 untuk diklaim. Skor komposit bergerak tiga poin ke arah Meta. Belum ada yang mempublikasikan rincian per-dimensi untuk 1.2, jadi apakah kesenjangan agentik benar-benar tertutup belum terverifikasi.

Pada harga token gabungan, kesenjangannya tidaklah kecil. Tarif gabungan Artificial Analysis menempatkan Muse Spark 1.2 pada $0.78 per juta token dan GPT-5.6 Luna pada $0.17. Harga daftar: $1.25 masuk dan $4.25 keluar untuk Muse Spark 1.2, $0.20 masuk dan $1.20 keluar untuk Luna.

Dengan harga per unit kerja, bukan per token, satu langkah agen pengkodean yang membaca 60.000 token konteks dan menulis 3.000 token keluaran berbiaya sekitar 8,8 sen di Muse Spark 1.2 dan sekitar 1,6 sen di GPT-5.6 Luna. Dalam seribu langkah per hari, itu berarti $88 dibanding $16 — selisih sekitar $26.000 per tahun untuk satu loop agen.

Caching adalah titik di mana kesenjangan menutup atau berlipat ganda.

Kedua model menjual tarif input-cache yang agresif, dan rasio antara keduanya tidak sama dengan rasio harga daftar mereka. Muse Spark 1.2 membaca input-cache sebesar $0,15 per juta, diskon 88% dari tarif $1,25. GPT-5.6 Luna membaca input-cache sebesar $0,01 per juta, diskon 95% dari $0,20.

Menjalankan ulang langkah agen yang sama dengan prefiks 60.000 token yang disajikan dalam keadaan hangat: Muse Spark 1.2 turun dari 8,8 sen menjadi sekitar 2,2 sen. Luna turun dari 1,6 sen menjadi sekitar 0,4 sen. Selisih absolut menyempit dari 7,2 sen menjadi 1,8 sen per langkah, tetapi kelipatannya tetap kurang lebih sama — caching tidak menyelamatkan model yang lebih mahal, ia hanya membuat keduanya lebih murah dengan faktor yang serupa. Yang berubah adalah pos mana yang mendominasi: saat di-cache, biaya Muse Spark 1.2 adalah 59% token output, bukan 85% token input, sehingga verbositas model mulai lebih berpengaruh daripada ukuran konteksnya.

Itu bukan kekhawatiran hipotetis di sini. Muse Spark 1.2 menghasilkan 95M token keluaran yang melewati Intelligence Index, dibandingkan median 65M. Ringkasan Artificial Analysis sendiri menyebutnya "agak bertele-tele." Luna menghabiskan 130M, yang terdengar lebih buruk sampai Anda mengalikannya dengan $1,20, bukan $4,25.

Teks produk Meta mengklaim bahwa prompt caching dapat memangkas biaya efektif sebesar 60–80% tergantung pada seberapa banyak konteks yang berulang. Itu adalah estimasi vendor, bukan hasil pengukuran, tetapi perhitungan aritmetika di atas berada dalam rentang tersebut.

Latensi: sumbu di mana benchmark membalikkan kebenaran

Baca saja angka latensi Artificial Analysis dan Anda akan menyimpulkan bahwa Muse Spark 1.2 adalah yang responsif. Waktu hingga token pertama: 26.12 detik untuk Muse Spark 1.2, 126.99 detik untuk GPT-5.6 Luna. Hampir lima kali lebih cepat.

Keduanya diukur pada pengaturan penalaran termahal di masing-masing model — xhigh untuk Muse Spark, max untuk Luna. Keduanya bukan yang akan Anda lihat. Pada OrcaRouter, selama seminggu lalu lintas nyata dengan upaya apa pun yang sebenarnya diminta pemanggil, GPT-5.6 Luna menunjukkan p50 waktu hingga token pertama sebesar 1.84 detik dan p95 sebesar 9.68 detik. Muse Spark 1.1 menunjukkan p50 1.84 detik yang identik dan p95 6.00 detik yang lebih ketat. Belum ada telemetri produksi untuk 1.2 karena terlalu baru.

Perbedaan struktural lebih berguna daripada salah satu dari kedua angka tersebut. Penalaran GPT-5.6 Luna bersifat opsional — pengatur upaya berkisar dari tidak ada melalui rendah, sedang, tinggi, ekstra tinggi hingga maksimal, dan Anda benar-benar dapat mematikan pemikiran untuk klasifikasi, perutean, atau ekstraksi. Penalaran Muse Spark 1.2 bersifat wajib. Pengatur upaya mencapai batas terendah pada minimal, dan tidak ada pengaturan yang memberi Anda bobot tanpa membayar untuk pertimbangan. Untuk apa pun yang bervolume tinggi dan sensitif terhadap latensi, itu adalah batasan desain, bukan parameter penyesuaian.

Throughput berkelanjutan hampir sama: 165.0 token per detik untuk Muse Spark 1.2 dibandingkan 177.9 untuk Luna, keduanya jauh di atas median kelas yaitu 71.

Catatan kaki harga yang akan membuat semua orang tersandung.

Harga GPT-5.6 Luna saat ini tercantum berbeda di berbagai tempat, dan jika Anda membangun model biaya, Anda perlu mengetahuinya sebelum mengutip angka. Katalog Artificial Analysis dan OrcaRouter sama-sama menampilkan $0,20 per juta input dan $1,20 per juta output — tarif yang berlaku setelah pemotongan harga GPT-5.6 bulan Juli, dan tarif yang dipakai Artificial Analysis untuk menghitung tagihan eval $174,06 di atas. Beberapa listing marketplace saat ini menampilkan $0,10 dan $0,60 dengan tier lebih tinggi terpisah yang berlaku di atas 272.000 token prompt. Langkah yang aman adalah memeriksa harga di endpoint yang benar-benar Anda panggil, bukan yang ada di artikel perbandingan.

Rincian berjenjang ini nyata terlepas dari tarif dasar mana yang berlaku, dan memang jarang dibahas:Harga Luna naik bertahap begitu satu permintaan melebihi sekitar 272.000 token prompt.Input kira-kira berlipat ganda, output naik setengahnya, dan pembacaan cache ikut berskala. Jika alasan Anda mempertimbangkan Luna adalah jendela konteks 1,05M tokennya, perhatikan bahwa Anda meninggalkan tarif utamanya sekitar seperempat perjalanan. Muse Spark 1.2 menawarkan tarif datar di seluruh 1.048.576 token penuhnya tanpa biaya tambahan konteks panjang — untuk permintaan tunggal yang benar-benar panjang, kesenjangan efektif antara keduanya menyempit cukup signifikan.

Apa yang tidak bisa dilakukan Luna dengan harga berapa pun

Perbedaan modalitas adalah alasan paling jelas untuk memilih salah satu daripada yang lain, dan hal itu tidak muncul di papan peringkat mana pun.

• Input— Muse Spark 1.2 menerima teks, gambar, video, audio, dan dokumen PDF menurut daftar Meta. GPT-5.6 Luna menerima teks, gambar, dan file. Tanpa audio, tanpa video. Jika alur kerja Anda melibatkan rekaman atau footage, Luna sama sekali bukan kandidat.

• Output maksimum — Luna menyatakan batas atas output sebesar 128.000 token. Endpoint Muse Spark 1.2 menyatakan tidak ada batas panjang output maksimum, yang cukup tidak biasa sehingga Anda harus mengujinya daripada membuat rencana berdasarkan itu.

• Batas pengetahuan — Luna's diumumkan sebagai 16 Februari 2026. Meta tidak mengumumkan batas untuk Muse Spark 1.2, jadi anggarkan untuk pengambilan kembali dalam kedua kasus.

• Layanan — Luna umumnya tersedia di seluruh dunia melalui berbagai rute. Muse Spark 1.2 dilayani oleh tepat satu penyedia: Meta. Satu endpoint, satu kebijakan region, satu hal yang bisa gagal.

• Moderasi — keduanya adalah endpoint yang dimoderasi.

Satu catatan jujur tentang keunggulan multimodal: kartu spesifikasi teknis Artificial Analysis untuk Muse Spark 1.2 mencantumkan masukan teks dan gambar sebagai yang dievaluasinya, bukan keseluruhan permukaan lima modalitas yang diiklankan Meta. API menerima lebih banyak daripada yang telah diuji secara independen oleh siapa pun.

Adopsi, karena ternyata hal ini dapat diukur.

Benchmark memberi tahu Anda apa yang dapat dilakukan model; trafik memberi tahu Anda apa yang dipercayakan orang kepadanya. Dalam sepekan berjalan di OrcaRouter, GPT-5.6 Luna menangani 4.679,4 juta token. Muse Spark 1.1 — dengan konteks 1M yang sama, skor indeks yang sebanding, empat minggu lebih lama di katalog — menangani 4,4 juta. Itu kira-kira seribu kali lipatnya.

Sebagian dari itu adalah distribusi: Luna menjadi bawaan di lebih banyak tooling dan sudah GA secara global lebih lama, sementara keluarga Muse Spark diluncurkan khusus AS. Tetapi kesenjangan seribu banding satu pada router di mana keduanya hanya berbeda satu string model bukan murni cerita distribusi. Itulah alasan praktis mengapa Luna adalah default yang lebih aman dan Muse Spark 1.2 adalah hal yang Anda evaluasi secara sengaja.

Perlu dicatat apa yang bisa dan tidak bisa Anda sewa hari ini: GPT-5.6 Luna ada di katalog OrcaRouter dengan harga $0,20 dan $1,20, angka yang sama dengan daftar harga penyedia, karena kami menerapkan markup 0% dan meneruskan harga daftar penyedia secara langsung. Muse Spark 1.1 juga ada di sana dengan harga $1,25 dan $4,25 dengan dasar yang sama. Muse Spark 1.2 belum ada di katalog — layanan ini disediakan langsung oleh Meta. Jadi cara termurah untuk menjalankan perbandingan ini secara jujur saat ini adalah Luna melawan Muse Spark 1.1 pada satu kunci, mengubah satu string di antara proses, lalu menguji ulang terhadap 1.2 saat sudah tersedia.

Pilih satu

Ambil GPT-5.6 Luna jika beban kerjanya bervolume tinggi dan berbentuk teks: chat, klasifikasi, ekstraksi, routing, penggunaan alat ringan. Harganya seperempat dari harga gabungan, memungkinkan Anda mematikan penalaran sepenuhnya, p50 1,84 detiknya adalah angka produksi terukur yang nyata, bukan artefak tolok ukur, dan ini adalah model dengan lalu lintas langsung seribu kali lebih besar di belakangnya. Tiga poin indeks tidak bertahan dari aritmetika itu.

Gunakan Muse Spark 1.2 jika beban kerjanya adalah coding agentik jangka panjang — refaktorisasi multi-file, debugging ekstensif, pekerjaan seluruh repositori — atau jika melibatkan input audio atau video, di mana Luna sama sekali tidak dapat bersaing. Ini juga pilihan yang lebih baik untuk permintaan tunggal yang benar-benar besar, karena tarifnya tetap di seluruh satu juta token, sementara tarif Luna meningkat di atas 272K.

Ambil keduanya jika Anda jujur tentang bagaimana sistem agen sebenarnya dibangun. Pola yang terus menang adalah model murah yang menangani mayoritas panggilan rutin dan model mahal yang dicadangkan untuk langkah-langkah di mana kualitas membayar untuk dirinya sendiri. Kedua model berada di belakang satu endpoint yang kompatibel dengan OpenAI, sehingga pembagian itu adalah aturan perutean, bukan hubungan vendor kedua — dan jika bagian mahal mati di tengah proses, failover otomatis berarti evaluasi Anda tidak diam-diam meracuni dirinya sendiri dengan setengah dataset.

Hal yang perlu diperhatikan selama bulan depan adalah rincian per-dimensi. Seluruh daya tarik Muse Spark 1.2 adalah kemampuan agenik, dan pada generasi sebelumnya, itu adalah dimensi di mana Luna unggul delapan poin. Sampai seseorang menerbitkan indeks agenik untuk 1.2, kenaikan komposit tiga poin adalah satu-satunya bukti bahwa Meta telah menutup jarak tersebut.