Muse Wonder vs GPT-6.1 Sol: Batas Output 943.718 Token Berbanding dengan Batas 128.000 Token

Muse Wonder dan GPT-6.1 Sol hanya terpaut seperlima poin satu sama lain pada Artificial Analysis Intelligence Index — 52 untuk Muse Wonder (maks), 51,8 untuk GPT-6.1 Sol (maks) — dan satu tugas indeks berbiaya $4,52 untuk yang pertama dan $0,72 untuk yang kedua. Meta Superintelligence Labs merilis Muse Wonder pada 12 Oktober 2026 dengan harga $4,00 per juta token input dan $20,00 per juta token output. GPT-6.1 Sol dirilis pada 29 September 2026 dengan harga $2,00 dan $10,00. Daftar tarif menyebut sekitar dua kali lipat; tagihan terukur menyebut 6,3 kali, dan alasannya adalah verbositas — 130 juta token output berbanding 67,2 juta untuk mencapai skor yang hampir sama. Tetapi angka yang sebenarnya menentukan mana dari keduanya yang bisa Anda pakai untuk suatu pekerjaan bukanlah indeks atau harganya. Itu adalah plafon output: 943.718 token untuk Muse Wonder, 128.000 untuk GPT-6.1 Sol.

Batas atas adalah baris spesifikasi yang tidak dibaca siapa pun.

Kedua model sama-sama mengiklankan konteks satu juta token. Di situlah kemiripan di lembar spesifikasi tidak lagi berguna.

• Jendela konteks — Muse Wonder 1.048.576 token vs GPT-6.1 Sol 1.050.000 token

• Input maksimum — Muse Wonder tidak diterbitkan secara terpisah; GPT-6.1 Sol 922,000 token

• Output maksimum dalam satu respons — Muse Wonder 943.718 token; GPT-6.1 Sol 128.000 token

• Upaya penalaran — Muse Wonder minimal, rendah, sedang (default), tinggi, xhigh, maks; GPT-6.1 Sol rendah, sedang (default), tinggi, xhigh, maks, tanpa opsi nonaktif pada keduanya

• Input modal — Muse Wonder: teks, gambar, suara, dan video; GPT-6.1 Sol: teks, gambar, dan file

• Bobot — keduanya proprietary, tidak ada yang dipublikasikan

Baca baris ketiga lagi. GPT-6.1 Sol membeli jendela 1.050.000 token tetapi hanya mengizinkan Anda menggunakan sekitar seperdelapannya untuk keluaran; sisanya, 922.000, hanya untuk masukan. Muse Wonder memungkinkan satu respons menempati sembilan persepuluh jendelanya. Itu bukan perbedaan pembulatan. Proses sintesis atas korpus besar, generator bentuk panjang, transformasi transkrip-ke-transkrip, harness yang harus mengeluarkan file utuh alih-alih patch — semuanya berada di atas 128.000 token keluaran, dan pada GPT-6.1 Sol semuanya tidak muat dalam satu panggilan berapa pun harganya. Anda melakukan paginasi, dan paginasi berarti model kehilangan rencana yang dibuatnya pada respons pertama.

Muse Wonder hadir dengan jebakannya sendiri, yang tidak disembunyikan Muse tetapi juga tidak ditonjolkan: token penalaran ditagihkan sebagai output pada kedua model, dan jenjang Muse Wonder berjalan hingga maksimum yang akan dengan senang hati menghabiskan seluruh anggaran. Angka 943 adalah batas, bukan target.

Dua kartu tarif, dan tebing yang tersembunyi di salah satunya

GPT-6.1 Sol lebih murah di setiap lini, dan bahkan lebih murah lagi di tengah rentangnya. Yang tidak dimilikinya adalah kurva yang datar.

• Tarif standar — Muse Wonder $4,00 masuk / $20,00 keluar per juta; GPT-6.1 Sol $2,00 masuk / $10,00 keluar

• Input yang di-cache — Muse Wonder $0.20 per juta; GPT-6.1 Sol $0.10 per juta

• Perilaku prompt panjang — Muse Wonder tarif datar di sepanjang seluruh jendela; GPT-6.1 Sol menetapkan ulang harga untuk seluruh permintaan di atas 272.000 token input pada $4,00 masuk dan $15,00 keluar

• Penulisan cache — Muse Wonder tidak diterbitkan; GPT-6.1 Sol $2,50 per juta

• Jalur diskon — Muse Wonder tidak ada yang dipublikasikan; GPT-6.1 Sol batch dan flex sebesar 50%, mode cepat sebesar 2×

Ambang 272.000 token itu adalah baris termahal di kartu harga GPT-6.1 Sol, karena melewatinya akan menetapkan ulang harga untuk pekerjaan yang sudah Anda lakukan. Permintaan pada 271.000 token dan permintaan pada 273.000 token berbeda kurang dari 1% dari input dan sebesar 2,01× pada tagihan. Muse Wonder tidak memiliki diskontinuitas yang setara — prompt 900.000 token dikenai tarif per token yang sama dengan prompt 900 token. Untuk beban kerja yang secara rutin berada tepat di atas 272.000 token, itu adalah argumen terkuat di pihak Meta pada halaman ini, dan nilainya lebih besar daripada diskon cache yang diperoleh GPT-6.1 Sol di setiap baris lainnya.

Di bawah ambang itu, urutannya tidak ambigu: GPT-6.1 Sol setengah harga untuk dijalankan, setengah harga untuk pembacaan cache, dan hanya satu-satunya di antara keduanya yang memiliki jalur batch dengan potongan 50%.

Di mana titik indeks 0.2 sebenarnya berada

Indeks komposit yang mencapai 52 berbanding 51,8 memberi tahu Anda bahwa kedua model itu setara. Itu tidak memberi tahu Anda apa pun tentang mana yang akan lolos dengan beban kerja Anda, dan pada subskor, pasangan itu terpisah menjadi bentuk-bentuk yang dapat dikenali, bukan menjadi pemenang dan pecundang.

Artificial Analysis adalah sumber untuk keduanya, diukur pada harness-nya sendiri dengan upaya maksimal, dan ini adalah angka miliknya sendiri, bukan milik salah satu vendor:

• Indeks Kecerdasan — Muse Wonder (max) 52, kesembilan dari 219 model; GPT-6.1 Sol (max) 51,8, kesepuluh

• Biaya per tugas indeks — Muse Wonder sekitar $4,52; GPT-6.1 Sol sekitar $0,72

• Token output yang dikonsumsi pada proses indeks — Muse Wonder sekitar 130 juta; GPT-6.1 Sol sekitar 67,2 juta, dibandingkan median papan yang mendekati 82 juta

• Kecepatan keluaran — GPT-6.1 Sol sekitar 66,8 token per detik; Muse Wonder belum dipublikasikan pada harness yang sama

Kesenjangan verbositas adalah inti dari selisih harga. Muse Wonder menghabiskan hampir dua kali lipat token untuk menghasilkan skor setengah poin lebih tinggi, dan pada $20 per juta output dibandingkan $10, ia membayar dua kali lipat untuk setiap token tersebut. Biaya per tugas mengalikan kedua efek itu. Rasio itu sama sekali tidak tetap — upaya penalaran adalah tuasnya, dan kedua model mengeksposnya — tetapi pengaturan default adalah tempat sebagian besar lalu lintas berjalan, dan default itulah yang menghasilkan angka-angka ini.

Tabel peluncuran milik Meta sendiri, yang dilaporkan vendor dan belum direproduksi secara independen, menempatkan Muse Wonder di depan GPT-6 Astra dan setara dengan Claude Opus 5.5 pada Terminal-Bench 4.0-AA dengan 85,6 berbanding 81,4 dan 81,5, serta unggul pada SWE-Marathon dengan 78,8 berbanding 74,1 dan 74,2. Bacalah itu sebagai klaim Meta. Perhatikan juga bahwa tabel yang sama menempatkan Muse Wonder tertinggal pada AutomationBench-AA (60,5 berbanding 65,3 dan 65,6), GDP.pdf (39,1 berbanding 41,6 dan 41,2) dan DeepSWE 1.1 (52,0 berbanding 59,1 dan 59,6) — papan skor vendor itu sendiri tidak semuanya menyanjung, dan dua tempat yang menyanjung adalah kode terminal dan berhorizon panjang, bukan otomatisasi proses bisnis.

Apa yang dilakukan kembaran langganan terhadap perbandingan ini

Muse Wonder bukan hanya satu model. Meta merilis checkpoint kedua, muse-wonder-full-1.0, yang mencetak skor 56 pada indeks independen yang sama dan berada di peringkat keempat dari 699 — empat poin di atas model API dan di atas 51,8 milik GPT-6.1 Sol. Model ini tidak memiliki harga per token karena Meta tidak menjualnya per token: model ini hanya dapat diakses melalui langganan Muse Code seharga $50 per bulan untuk Power Usage atau $200 per bulan untuk Maximum Usage.

Bagi tim yang sudah membayar Muse Code, harga efektif dari kenaikan indeks empat poin adalah biaya bulanan tetap, dan perbandingannya dengan GPT-6.1 Sol berubah bentuk sepenuhnya. Bagi semua orang lainnya, separuh yang lebih baik dari peluncuran ini adalah keputusan produk, bukan keputusan API, dan pembacaan yang jujur adalah bahwa angka terdepan Meta dan angka yang dapat dijangkau Meta adalah dua angka yang berbeda.

Menjalankan keduanya, atau menjalankan salah satu

Fakta yang tidak nyaman di inti halaman ini adalah bahwa tidak satu pun dari keduanya merupakan keputusan yang bisa Anda ambil dari lembar spesifikasi, karena rasio biaya 6,3× adalah rata-rata atas campuran tugas orang lain. Campuran tugas Anda sendiri adalah satu-satunya yang penting, dan mengukurnya seharusnya tidak memerlukan dua akun vendor.

GPT-6.1 Sol tersedia di OrcaRouter sebagai openai/gpt-6.1-sol, bertanggal 2026-09-29, dengan harga daftar $2.00 untuk input, $0.10 untuk baca cache, dan $10.00 untuk output per juta token, dengan jendela 1.050.000 token dan aturan penetapan harga ulang 272.000 token yang tetap utuh. Tidak ada markup dari pihak kami; ketika penyedia mengubah tarif, angka di halaman kami berubah pada hari yang sama. Itu membuat bagian Sol dari perbandingan ini hanya berjarak satu perubahan string dari harness apa pun yang sudah Anda miliki.

Muse Wonder tidak ada dalam katalog kami, dan halaman ini tidak akan berpura-pura seolah ada — Model API milik Meta sendiri dan Muse Code adalah tempatnya dijalankan saat ini. Yang kami bawa dari lab yang sama adalah Muse Spark 1.2, checkpoint yang menjadi dasar Meta membangun sisanya dari keluarga ini, dengan $1,25 untuk input dan $4,25 untuk output per juta token di seluruh jendela 1.048.576 token dengan $0,15 untuk pembacaan cache. Jika alasan Anda melihat Muse Wonder adalah gaya khas Meta dan bukan skor terdepan, rute itu biayanya seperlima darinya.

Penggunaan praktis dari satu endpoint yang kompatibel dengan OpenAI di seluruh lebih dari 200 model adalah persis perbandingan ini. Selisih $4,52 versus $0,72 cukup besar sehingga layak diuji daripada hanya dipercaya, dan mengujinya berarti mengarahkan evaluasi yang sudah ada ke nama model kedua lalu menjalankannya ulang — bukan menandatangani kontrak kedua. Failover otomatis kemudian menangani kasus ketika Anda merilis model yang belum terbukti lebih dulu: jika penyedia upstream mengalami penurunan kinerja, permintaan akan dialihkan, bukan gagal.

Yang mana, dan berdasarkan bukti apa?

• Ambil GPT-6.1 Sol kecuali ada sesuatu yang spesifik mengecualikannya. Model ini lebih murah pada setiap tarif yang dipublikasikan, memiliki jalur batch, pembacaan cache-nya setengah dari Muse Wonder, dan indeks independennya tertinggal seperlima poin. Itu adalah jawaban default dan harus tetap menjadi default sampai ada beban kerja yang tidak setuju.

• Gunakan Muse Wonder saat outputnya harus panjang. Batas respons 128.000 token adalah dinding keras, dan jika pekerjaan Anda membutuhkan satu generasi 200.000 token, sebanyak apa pun penghematan token masukan tidak akan membuat GPT-6.1 Sol mampu melakukannya.

• Gunakan Muse Wonder ketika inputnya berupa ucapan atau video. Meta menerima keduanya sebagai input kelas satu; GPT-6.1 Sol menerima teks, gambar, dan file. Menggabungkan langkah transkripsi dan langkah penalaran menjadi satu panggilan lebih bernilai daripada selisih tarif pada sebagian pipeline, dan sama sekali tidak bernilai pada pipeline lain.

• Ambil Muse Wonder ketika prompt Anda berada sedikit di atas 272.000 token. Itulah satu-satunya wilayah pada kurva harga tempat tarif tetap Meta mengalahkan Sol cliff, dan mengalahkannya secara meyakinkan.

• Jangan menilai Muse Wonder hanya dari skor indeks utamanya. Angka 52 versus 51,8 adalah hasil imbang pada instrumen yang menghasilkan kedua angka itu, dan membayar 6,3 kali lebih banyak per tugas demi hasil imbang bukanlah sebuah strategi.

Yang membuat pasangan ini benar-benar sulit adalah bahwa kedua model cukup berdekatan dalam hal kualitas sehingga keputusannya sepenuhnya soal bentuk — seberapa panjang output yang harus dihasilkan, terdiri dari apa inputnya, dan di mana prompt Anda berada pada kurva harga. Itu semua bisa dijawab dari log Anda sendiri minggu ini, dan tidak akan terjawab oleh tabel benchmark berikutnya yang diterbitkan oleh lab mana pun di antara keduanya.