Muse Spark vs GPT-6.1 Sol: Biaya per Tugas Mengatakan Kebalikan dari Biaya per Token

Letakkan Muse Spark dan GPT-6.1 Sol pada baris yang sama dan harga per token akan menentukan pilihan untuk Anda: $1,25 versus $2,00 per juta token input, $4,25 versus $10,00 per juta token output. Muse Spark terlihat jauh lebih murah. Lalu Anda melihat berapa biaya yang dikenakan Artificial Analysis untuk benar-benar menyelesaikan satu tugas Intelligence Index dengan masing-masing model, dan urutannya berbalik — $0,72 untuk GPT-6.1 Sol pada pengaturan penalaran maksimumnya versus $1,60 untuk Muse Spark 1.3 pada maksimum. Sol menghabiskan kurang dari setengah biaya per tugas yang diselesaikan sambil mencatat skor indeks empat poin lebih tinggi, dan satu-satunya alasannya adalah model ini tidak banyak bicara: Sol menghasilkan 67M token saat menjalankan indeks, dan Muse Spark 1.3 menghasilkan 170M. Jika Anda masih menghitung biaya kedua model ini dengan spreadsheet per token, perbandingan ini adalah kasus paling jelas di kancah saat ini di mana spreadsheet itu salah.

Apa sebenarnya masing-masing dari ini

GPT-6.1 Sol adalah langkah positioning OpenAI di lini GPT-6: dirilis 29 September 2026, dengan harga yang secara eksplisit berada di bawah GPT-6 Astra yang menjadi andalan — pengumuman OpenAI membingkainya sebagai menyamai kecerdasan Astra dalam coding agentik, penggunaan komputer, dan pekerjaan profesional dengan sekitar seperlima harga input dan output standar Astra. Model ini tersedia secara umum, tidak deprecated, dan didukung oleh daftar model terbitan OpenAI.

Muse Spark 1.3 adalah checkpoint terkini dari keluarga Muse Spark milik Meta Superintelligence Labs, yang dirilis pada 2 September 2026 dan diberikan pengaturan penalaran maksimum pada 4 September. Muse Spark 1.1 dan 1.2 mendahuluinya. Bagi siapa pun yang datang dari materi perbandingan lama, "Muse Spark" tanpa angka kini berarti 1.1, 1.2, dan 1.3 secara kolektif, dan 1.3 adalah versi yang dilabeli terkini oleh Meta.

Jadi ini adalah pertarungan antara dua model yang dibangun dengan gagasan yang sama — kemampuan hampir setara flagship dengan harga yang sengaja lebih rendah — sehingga perbedaan dalam cara keduanya mewujudkannya lebih menarik daripada skornya.

Angka-angka independen, dan yang menentukan

Kedua baris di bawah ini adalah pengukuran hosted milik Artificial Analysis sendiri pada pengaturan penalaran maksimum setiap model. Ini bukan angka dari vendor.

• Indeks Kecerdasan — GPT-6.1 Sol (Max): 52, peringkat 12 dari 217. Muse Spark 1.3 (Max): 48, peringkat 24 dari 217.

• Biaya per tugas indeks — GPT-6.1 Sol: $0,72. Muse Spark 1.3: $1,60. Sol 2,2x lebih murah per tugas yang diselesaikan.

• Token output selama indeks — GPT-6.1 Sol: 67M, digambarkan cukup ringkas dibandingkan median 87M. Muse Spark 1.3: 170M, digambarkan sangat bertele-tele.

• Kecepatan keluaran — GPT-6.1 Sol: 53,5 token per detik, berada di peringkat 154 dari 186, digambarkan sebagai sangat lambat. Muse Spark 1.3: 121,9 token per detik, berada di peringkat 43 dari 186, terbilang cepat. Muse Spark 2,3x lebih cepat.

• Harga daftar sebagaimana diukur — Sol sebesar $2.00 masuk / $10.00 keluar dengan input yang di-cache sebesar $0.10; Muse Spark 1.3 sebesar $1.25 masuk / $4.25 keluar dengan input yang di-cache sebesar $0.15.

Ada pertukaran nyata yang tersembunyi di dalam lima butir itu, dan itu bukan pertukaran yang disiratkan oleh judul. Sol adalah model yang lebih murah untuk menjalankan tugas lengkap, dan ia melakukannya dengan berpikir lebih sedikit dan berbicara lebih sedikit — 67 juta token kira-kira dua per lima dari output Muse Spark, dengan empat poin indeks lebih banyak. Muse Spark akan menyampaikan jawaban kepada Anda lebih cepat dalam hitungan waktu aktual begitu ia mulai, kira-kira dua kali lebih cepat, tetapi ia akan menghasilkan jauh lebih banyak teks saat melakukannya. Mana yang Anda inginkan bergantung pada apakah kendala Anda adalah tagihan di akhir bulan atau latensi di hadapan pengguna.

Sebagai pemeriksaan kewajaran terhadap arah, papan peringkat teks LMArena menempatkan konfigurasi GPT-6.1 Sol di peringkat 22 dengan 1484 Elo; Muse Spark 1.3 tidak muncul di papan itu. Selisih indeks empat poin dan selisih preferensi manusia menunjuk ke arah yang sama di sini, yang tidak selalu terjadi.

Klaim vendor di kedua sisi

OpenAI menerbitkan hasil GPT-6.1 Sol sebagian besar sebagai delta, bukan skor absolut, yang perlu diketahui sebelum siapa pun mengutipnya sebagai tabel. Apa yang diklaim dalam pengumuman itu, semuanya dilaporkan vendor dan belum kami reproduksi: Sol menyamai GPT-6 Astra pada DeepSWE v1.1 dengan biaya sekitar seperlima dan mengalahkan skor terbaik GPT-6 Sol sebesar 6,4 poin persentase pada upaya penalaran yang lebih rendah; skornya di atas Claude Opus 5.5 dengan biaya per tugas kurang dari setengah pada GDP.pdf; ia unggul atas Opus 5.5 sebesar 2,2 poin pada AutomationBench pada upaya sedang; ia mengalahkan GPT-6 Sol dengan selisih tujuh poin pada set offline OSWorld 2.0 pada upaya maksimum sekaligus hanya terpaut 2,1 poin dari Astra dengan biaya sekitar sepertujuh; dan pada upaya penalaran rendah, ia memangkas proporsi respons yang mengandung kesalahan faktual dari 11,4% menjadi 7,7%. Satu-satunya angka absolut dalam klaim alur kerja ilmiah OpenAI adalah 68,1% milik Astra sendiri pada Terminal-Bench Science 0.1, dengan Sol berbiaya $5,47 per tugas versus $23,21 untuk Claude Opus 5.5 — perbandingan biaya, bukan perbandingan skor.

Angka yang dipublikasikan Meta untuk Muse Spark 1.3 adalah DeepSWE v1.1 pada 75,4; OSWorld 2.0 pada 66,9; Terminal-Bench 2.1 pada 76,4 dengan agen Terminus 2; MCP-Atlas pada 89,2; GDPval-AA v2 pada 1.754; SciCode pada 58,5; HLE-Diamond tanpa alat pada 26,1; dan JobBench pada 61,8. Perhatikan dengan saksama apa yang tidak dapat dilakukan dengan kedua daftar ini: OpenAI melaporkan perubahan, Meta melaporkan level, dan kedua vendor tidak menjalankan evaluasi yang sama pada harness yang sama. Satu-satunya tempat mereka hampir bertemu adalah DeepSWE v1.1, dan bahkan di sana satu angka adalah delta dan yang lainnya absolut.

Perbedaan spesifikasi yang lebih penting daripada skor

• Modalitas masukan — Muse Spark 1.3 menerima teks, gambar, dan video. GPT-6.1 Sol hanya menerima teks dan gambar; audio dan video didokumentasikan sebagai tidak didukung. Untuk alur kerja apa pun yang menyertakan video sebagai masukan, perbandingan ini berakhir di sini.

• Jendela konteks — Sol menerbitkan 1.050.000 token dengan input maksimum 922.000 dan output maksimum 128.000. Muse Spark 1.3 bernilai tepat 1.048.576 tanpa angka output maksimum yang dipublikasikan yang dapat kami verifikasi. Keduanya tampak setara namun berperilaku berbeda: jendela Sol secara eksplisit dipecah menjadi anggaran input dan output, sedangkan jendela Muse Spark tidak didokumentasikan seperti itu.

• Penetapan harga konteks panjang — ini adalah jebakan operasional di pihak Sol. Tarif standar berlaku untuk prompt hingga 272.000 token masukan; di atas ambang tersebut, permintaan ditagih dengan tarif konteks panjang sebesar $4.00 untuk masukan dan $15.00 untuk keluaran, dua kali harga masukan dan 1,5x harga keluaran, untuk keseluruhan permintaan. Agen Sol yang melewati 272K token tidak membayar sedikit lebih mahal, melainkan berpindah tingkat harga. Muse Spark 1.3 tidak memiliki tingkatan yang sebanding dalam tarif yang dipublikasikannya.

• Tingkatan layanan — Sol hadir dengan batch dan flex pada 50%, mode cepat pada 2x, dan tingkatan ultrafast pada 6x harga standar, ditambahkan pada 8 Oktober 2026. Muse Spark 1.3 memiliki tingkatan standar dan varian Contributor yang menukar harga lebih rendah — $0,10 masuk, $0,20 keluar — dengan izin untuk melatih pada prompt dan completion Anda. Opsi terakhir itu tidak memiliki padanan OpenAI dan tidak ada padanan Google, dan bagi sebagian tim itu mendiskualifikasi sementara bagi yang lain itu adalah pengurangan biaya 10x.

• Kontrol penalaran — parameter effort Sol berjalan dari low, medium, high, xhigh, dan max, dan secara eksplisit tidak mendukung "none" atau "minimal" — Anda tidak dapat mematikan penalaran. Skala Muse Spark berjalan dari minimal ke atas, dan perkakas Meta mencatat penalaran juga tidak dapat dinonaktifkan. Kedua vendor telah memutuskan ini untuk Anda.

• Batas pengetahuan — Sol menerbitkan 30 April 2026. Meta tidak menerbitkan angka yang sebanding untuk Muse Spark 1.3 yang dapat kami verifikasi.

Apa yang dapat dan tidak dapat diberitahukan oleh angka biaya per tugas kepada Anda

Angka $0.72 versus $1.60 adalah satu angka paling berguna dalam perbandingan ini dan juga paling mudah disalahgunakan. Itu adalah biaya rata-rata untuk menjalankan satu tugas Intelligence Index pada upaya penalaran maksimum, yang merupakan campuran spesifik dari evaluasi berat penalaran dan keluaran panjang — bukan beban kerja Anda. Jika aplikasi Anda hanya satu pertanyaan singkat dan satu jawaban singkat, token per permintaan Anda sangat kecil dan tarif input Muse Spark 1.3 sebesar $1.25 menang telak. Jika aplikasi Anda adalah agen yang bernalar untuk waktu lama dan menulis banyak teks perantara, verbositas adalah pendorong biaya yang dominan dan 67M token Sol versus 170M token Muse Spark adalah perbedaan antara tagihan yang berkelanjutan dan tagihan yang tidak menyenangkan. Cara jujur untuk menggunakan pasangan angka itu adalah sebagai peringatan bahwa tarif per token memberi peringkat kedua model ini dengan satu cara dan ekonomi tugas yang diselesaikan memberi peringkat dengan cara lain, dan hanya distribusi token Anda sendiri yang memberi tahu Anda peringkat mana yang Anda alami.

Menempatkan keduanya pada satu tombol

GPT-6.1 Sol tersedia di OrcaRouter, dan begitu pula dua checkpoint Muse Spark yang kami layani — Muse Spark 1.2 dan Muse Spark 1.1 — dengan harga daftar masing-masing penyedia dengan markup 0% yang diteruskan. Satu API di lebih dari 200 model berarti pertanyaan tentang verbositas di atas dapat dijawab secara empiris alih-alih secara teoretis: catat jumlah token untuk beberapa ratus permintaan nyata melalui satu endpoint, lalu gunakan DSL routing untuk mengirim porsi penalaran panjang dari trafik Anda ke sisi mana pun yang benar-benar menang pada distribusi Anda, dengan failover otomatis yang menangani model yang kalah. Karena tier konteks panjang Sol mengubah harga pada 272K token input, failover itu juga memberi Anda tempat untuk menempatkan permintaan yang jika tidak akan melewati ambang batas tersebut.

Peringatan yang perlu kami sampaikan kepada Anda: Muse Spark 1.3 tidak ada dalam katalog kami, jadi sisi Muse Spark dari pengujian itu berjalan pada 1.2, yang menurut pengukuran Artificial Analysis satu poin di bawah Muse Spark Open dan yang kini menyertakan pemberitahuan deprecation yang mengarah ke 1.3. Dan setiap angka vendor dalam artikel ini — delta OpenAI, kartu skor Meta — adalah klaim, bukan pengukuran; satu-satunya angka di sini yang kami pertahankan sebagai independen adalah baris-baris Artificial Analysis.

Keputusan itu, dinyatakan secara gamblang.

Berdasarkan buktinya, GPT-6.1 Sol memenangi pertarungan ini pada metrik yang biasanya menentukan adopsi perusahaan: skor indeks independen yang lebih tinggi, sekitar 2,2x lebih murah per tugas yang diselesaikan, setengah volume keluaran, keluaran maksimum yang terdokumentasi, dan tier layanan yang dipublikasikan yang bisa Anda tukar kecepatan dengan harga. Muse Spark 1.3 menang pada tiga hal yang disembunyikan oleh rata-rata per tugas: ia menerima video, sekitar 2,3x lebih cepat saat menghasilkan, dan harganya tidak berubah tier ketika prompt bertambah panjang. Jika beban kerja Anda berupa masukan video atau sensitif terhadap latensi, model per tugas yang lebih murah adalah model yang salah. Jika itu penalaran jangka panjang dengan banyak keluaran tertulis, tabel per token membohongi Anda dan Sol adalah pembelian yang lebih baik dengan faktor dua.

Perbandingan seperti ini juga menjadi tempat munculnya mode kegagalan: insiden AI dan kegagalan agen yang terdokumentasi di balik model di kelas ini dikumpulkan dalam the OrcaRouter AI Incident Archive, di mana setiap entri membawa sumbernya sendiri, tingkat keparahan, nilai keyakinan, dan tanda perdebatan.