GPT-6.1 Terra vs Muse Wonder: quattro punti indice, un conto otto volte più alto

GPT-6.1 Terra e Muse Wonder distano quattro punti sulla classifica pubblica che ha misurato entrambi, e circa otto volte tanto per quanto costa completare un'attività su quella classifica. OpenAI ha rilasciato Terra il 26 ottobre 2026 a 1 $ per milione di token di input e 5 $ per milione di output; ottiene 48 sull'Artificial Analysis Intelligence Index e costa 0,40 $ per attività dell'indice. Meta ha rilasciato Muse Wonder il 12 ottobre a 4 $ e 20 $; ottiene 52 e costa 3,27 $ per attività. Entrambi indicano una finestra di contesto di un milione di token. Un ordinamento della classifica risolverebbe la decisione in una riga, ed è per questo che la classifica è il posto sbagliato per concluderla: il modello con il punteggio più alto e il conto più alto è anche il più veloce, e il vantaggio del modello economico dipende interamente da quanto ti costa una risposta sbagliata.

Le cifre seguenti provengono da Artificial Analysis, consultate il 27 ottobre 2026, e dalla documentazione di lancio dei due fornitori. Le dichiarazioni dei fornitori sono contrassegnate come tali. L'unico benchmark a livello di attività in questo articolo è stato eseguito da DualEntry, un'azienda che vende automazione contabile, quindi si tratta di una prova di terze parti con un interesse commerciale, non di un audit neutrale; viene trattata come tale.

Due modelli creati per compiti diversi

{{1}}Terra{{/1}} è il modello ad alto volume di {{2}}OpenAI{{/2}}, il sostituto di {{3}}GPT-5.6 Terra{{/3}} e il modo più economico per ottenere la competenza generale dell'attuale famiglia {{4}}OpenAI{{/4}}. Accetta testo e immagini, restituisce testo, documenta una finestra di contesto di {{5}}1.050.000 token{{/5}} con un limite di output di {{6}}128.000 token{{/6}} e consente di configurare lo sforzo di ragionamento da none a max. {{7}}OpenAI{{/7}} lo ha inoltre reso disponibile su {{8}}Amazon Bedrock{{/8}} il giorno del lancio e in {{9}}ChatGPT Work{{/9}} e {{10}}Codex{{/10}}, ma non nella casella di chat di {{11}}ChatGPT{{/11}} per i consumatori. È disponibile solo tramite API nel senso che conta per gli acquisti: niente fine-tuning, niente Realtime, niente Assistants.

Muse Wonder è il primo modello di Meta che rientra nella conversazione sulla frontiera, e arriva con una divisione che la maggior parte delle pagine di confronto offusca. Il modello API è Wonder, a 4 $ per input e 20 $ per output. Il checkpoint con punteggio più alto, Muse Wonder Full a 56 sullo stesso indice, è venduto solo all'interno dell'abbonamento Muse Code a 50 $ o 200 $ al mese e non viene servito tramite l'API. Le righe principali dei benchmark spesso descrivono Full. Il modello che uno sviluppatore può effettivamente chiamare è quattro punti sopra Terra, non otto.

• Prezzo — GPT-6.1 Terra 1,00 $ input / 5,00 $ output per milione; Muse Wonder 4,00 $ / 20,00 $.

• Input in cache — Terra $0,05 con uno sconto del 95%; Wonder $0,20 con uno sconto del 95%.

• Finestra di contesto — Terra 1.050.000 documentati; Wonder 1.000.000 documentati.

• Output massimo — Terra 128.000 documentato; Meta non ha pubblicato un limite massimo per Wonder, e i tracker di terze parti riportano cifre vicine a 943.000.

• Indice di Intelligenza Indipendente — Terra 48, 25° su 221; Wonder 52, 10° su 221.

• Costo per attività di indicizzazione — Terra $0,40; Wonder $3,27.

• Velocità di output — Terra 90,9 token al secondo; Wonder 207,8.

• Tempo al primo token — Terra 77,96 secondi; Wonder 31,62 secondi.

• Input — testo e immagini per Terra; testo, immagini, video e audio per Wonder in base ai tracker, con il materiale di lancio di Meta stesso che pone l'accento su testo e immagini.

• Pesi — chiusi da entrambe le parti. L'opzione open-weight di Meta è Muse Spark, un modello diverso.

Il conto è otto volte il divario dell'indice.

Il dato del costo per attività è quello che dovrebbe cambiare il modo in cui si legge il divario di quattro punti. Artificial Analysis non si limita a moltiplicare le tariffe di listino per un numero fisso di token; misura quanti token spende ciascun modello per completare lo stesso insieme di attività dell'indice, poi calcola il prezzo di quel consumo. Terra costa in media $0,40 per attività e Wonder $3,27, una differenza di 8,2 volte su un divario di capacità inferiore all'8%.

Le sole tariffe di listino non lo spiegano. Prendiamo un carico di lavoro di 100 milioni di token in input e 10 milioni di token in output: Terra fattura 150 $ e Wonder 600 $, una differenza di 4 volte. Il divario per attività è due volte più ampio, il che significa che i token effettivamente consumati dalle valutazioni dell'indice non si sono divisi in rapporto 10 a 1; Artificial Analysis determina il prezzo del volume misurato di input e output per ciascun modello, e quel dato per attività riflette le valutazioni anziché un esempio uniforme. Un prezzo per token è un prezzo del carburante, non il costo di un viaggio.

Questa distinzione conta soprattutto ai volumi a cui è destinata Terra. Una pipeline che esegue 100.000 attività al mese spende 40.000 $ per Terra e 327.000 $ per Wonder ai tassi misurati da Artificial Analysis. La differenza di capacità tra i due non cambia di un fattore otto quando cambia il carico di lavoro; la fattura sì. Se il tuo compito è classificazione, estrazione, lettura di moduli o un passaggio di un agente con ambito limitato, l'onere della prova spetta al modello costoso.

Una precisazione sul calcolo: l'indice viene periodicamente rinormalizzato e i valori del costo per attività si spostano di conseguenza. Confrontate i modelli partendo dalla stessa lettura, come in questi valori, invece di sottrarre un numero tratto da un articolo più vecchio.

Wonder è più veloce, e la pretesa di velocità di Terra non regge al confronto.

Il materiale di lancio di OpenAI descrive Terra come sostanzialmente più veloce di GPT-6 Astra e GPT-6.1 Sol. All'interno della famiglia OpenAI questo sembra corrispondere al vero, ed è il motivo per cui il modello esiste: un generalista economico e rapido per il lavoro visivo e documentale. Rispetto al modello di Meta non c'è partita. Wonder produce 207,8 token di output al secondo contro i 90,9 di Terra, e restituisce il primo token in 31,62 secondi contro i 77,96 di Terra.

Entrambi partono lentamente in termini assoluti, il che è una proprietà dei grandi modelli di ragionamento più che uno scandalo. Ma l'ordine è l'opposto di quello dei prezzi, e ciò ha una conseguenza pratica. Per un job batch che gira durante la notte, la latenza di Terra è irrilevante e il suo costo è decisivo. Per un prodotto interattivo in cui un utente attende il primo token, un avvio di 78 secondi è una decisione di prodotto, non una riga di benchmark, e i 32 secondi di Wonder rappresentano l'esperienza migliore anche a cinque volte la tariffa di input.

I dati sulla velocità smentiscono anche un’assunzione comune sui modelli economici: che siano l’opzione veloce per impostazione predefinita. Terra costa poco per token e poco per attività. Non è veloce al secondo. Sono affermazioni diverse, e solo una delle due è vera.

Un test a livello di attività in cui il modello economico ha perso

Il controllo di terze parti più ampio disponibile al lancio è il benchmark contabile di {{1}}DualEntry{{/1}}: 101 casi sintetici su classificazione delle transazioni, scritture contabili, debiti, crediti, riconciliazione, reportistica, chiusura mensile e conoscenze contabili, eseguito tre volte per modello con risposte di riferimento fisse anziché con un valutatore AI. Sono stati testati ventidue modelli. DualEntry vende automazione contabile, quindi il benchmark non è neutrale, ma il metodo è più concreto di un indice composito.

Terra ha chiuso al 78,2% complessivo, a pari merito al 18° posto su 22. Il suo profilo era disomogeneo in un modo che il punteggio composito nasconde. La classificazione delle transazioni era perfetta, 13 su 13. La contabilità fornitori era al 53,8%, a pari merito all'ultimo posto. La riconciliazione bancaria era all'83,3%, dietro sia Kimi K3.1 Pro sia Muse Wonder, sebbene la release non pubblichi il punteggio esatto di riconciliazione di Wonder. Terra è stato il modello OpenAI più veloce sul benchmark e il terzo più veloce in assoluto con 16,1 secondi per attività, a $0,042 per attività — circa la metà di GPT-6.1 Sol e un decimo di GPT-6 Astra.

Una piattaforma di valutazione separata, Vals AI, colloca Terra al 60,17% e al decimo posto su 28 nella propria suite, con il lavoro di programmazione e da terminale come punti di forza e ambito legale, fiscale e finanziario come punti di debolezza. Suite diversa, scala diversa, quindi il numero non è confrontabile con l'indice Artificial Analysis; la forma sì. Terra è un generalista veloce ed economico con un'ampia variabilità tra le famiglie di attività, non uniformemente valido.

Quella varianza è l'argomento contro l'acquisto basato solo sul costo per attività. In un flusso di lavoro in cui un sotto-punteggio del 53,8% significa che una persona deve rifare metà della coda dei conti da pagare, i $2,87 risparmiati per attività non sono un risparmio; sono un trasferimento di costo dal budget dei token al budget del personale. Il vantaggio di quattro punti nell'indice di Muse Wonder non dimostra che supererebbe quella soglia — nessun benchmark condiviso disponibile pubblicamente lo stabilisce — ma nell'unico test a livello di attività in cui compaiono entrambi, è avanti dove Terra è più debole.

Modalità, lunghezza dell'output e ciò che Meta non ha documentato

La riga di input di Wonder è la differenza strutturale più evidente. Trackers elenca testo, immagini, video e audio in ingresso e testo in uscita; il materiale di lancio di Meta è più limitato per certi versi, ma l’input video e audio è proprio il motivo per cui un team lo prenderebbe in considerazione rispetto a Terra. Terra gestisce testo e immagini. Se la tua pipeline acquisisce chiamate registrate, registrazioni dello schermo o video di prodotto, Terra non può essere l’unico modello al suo interno.

La lunghezza dell'output è il secondo punto. Terra documenta 128.000 token di output. Meta non ha pubblicato il limite massimo di Wonder, e la cifra di ~943.000 che circola proviene da osservazioni di terze parti anziché da una specifica. Trattala come un indizio da verificare, non come un numero su cui basare la progettazione. La stessa cautela vale per le date limite delle conoscenze: Terra documenta il 1º giugno 2026; Meta non ne ha pubblicata una per Wonder.

Nessuno dei due modelli è nel nostro catalogo. Ecco cosa c'è

Un'honesta precisazione prima di qualsiasi nota di prodotto: al 27 ottobre, né GPT-6.1 Terra né Muse Wonder figurano nel catalogo di 214 modelli di OrcaRouter. Terra è disponibile tramite l'API proprietaria di OpenAI e, dal giorno del lancio, tramite Amazon Bedrock. Wonder è venduto sull'API Model di Meta. Chiunque affermi oggi di instradare l'uno o l'altro attraverso di noi sta descrivendo una roadmap, non un catalogo.

Quello che il catalogo offre è il braccio hosted più vicino su ciascun lato: GPT-6.1 Sol a $2 in input e $10 in output, che segna 52 sull'indice e costa $0,72 per attività, e Muse Spark 1.2, la linea Spark di Meta. Se il carico di lavoro a forma di Terra è quello che devi misurare — lavoro ad alto volume su testo e immagini in cui il costo per attività completata decide l'acquisto — Sol è il proxy hosted con maggiore capacità e circa il doppio del costo per attività, e il confronto ti dice se il risparmio di Terra vale la migrazione. Entrambi sono serviti al prezzo di listino del fornitore senza ricarichi, su un'unica chiave con failover automatico, così un'interruzione del fornitore non diventa un'interruzione del prodotto.

Quando uno dei due modelli entra nel catalogo, il passaggio consiste in una stringa di modello anziché in un secondo contratto. È questa la ragione pratica per misurare il carico di lavoro già ora, invece di aspettare il post di lancio che sancisce il confronto.

Chi dovrebbe scegliere cosa

Scegli Terra quando il lavoro è ad alto volume, ben specificato e dominato da testo o immagini: estrazione di documenti, classificazione, lettura di moduli e screenshot, redazione, passaggi di agente circoscritti. Il costo di $0.40 per attività è il più basso di questo confronto, con un ampio margine; l'output da 128K è documentato anziché vociferato, e i punteggi disomogenei nelle sottoattività sono accettabili quando l'output viene comunque revisionato da una persona.

Scegli Muse Wonder quando l'input è più ricco di testo e immagini, quando un agente deve restituire un artefatto lungo in una sola chiamata o quando una risposta errata costa molto più di $2.87. I 207,8 token al secondo e il primo token a 32 secondi lo rendono il modello interattivo migliore, e il vantaggio di quattro punti sull'indice è reale anche se è inferiore al divario tra Muse Wonder Full e Terra. Prevedi nel budget la tariffa di output di $20 e conferma quale checkpoint ha effettivamente misurato il benchmark che stai leggendo.

I quattro punti sono il dato meno interessante del confronto. Il conto, il tempo al primo token e la varianza a livello di attività sono ciò su cui si basa una decisione di produzione — e su questi, il modello più economico non è semplicemente quello inferiore.