Muse Wonder Full vs Muse Wonder: stesso lancio, stessa rate card, quattro punti di differenza sull'unica scheda che li ha misurati entrambi

Muse Wonder Full e Muse Wonder sono arrivati in un unico post il 12 ottobre 2026, da Meta Superintelligence Labs, e quasi ogni specifica in quel post si applica a entrambi. Entrambi sono descritti con una finestra di contesto di 1.048.576 token. Entrambi sono elencati a $4,00 per milione di token di input, $0,20 per l'input in cache e $20,00 per milione di token di output. Entrambi richiedono ragionamento. Entrambi accettano in input testo, immagini, parlato e video e restituiscono testo. E sull'Artificial Analysis Intelligence Index indipendente, distano quattro punti: Muse Wonder Full a 56, classificato quarto su 699 modelli misurati, e Muse Wonder a 52, classificato nono su 219.

I quattro punti sono la più piccola differenza reale tra due checkpoint di frontiera rilasciati lo stesso giorno dallo stesso laboratorio, e sono anche la cosa meno decisiva della coppia — perché solo uno dei due è raggiungibile. Muse Wonder risponde sull'API Meta Model e all'interno di Muse Code. Muse Wonder Full è descritto da Meta come disponibile solo con l'abbonamento a Muse Code, a 50 $ al mese per Power Usage o 200 $ al mese per Maximum Usage. Non è un confronto tra un modello forte e uno più forte. È un confronto tra uno più forte che non puoi chiamare e uno più debole che puoi.

Un annuncio, due checkpoint e una colonna che li separa

Leggi il materiale di lancio riga per riga e i due modelli procedono di pari passo quasi fino alla fine. Il punto in cui divergono è una singola colonna, e non è la capacità.

• Accesso — muse-wonder-1.0 risponde sulla Meta Model API e all'interno di Muse Code; muse-wonder-full-1.0 è disponibile solo tramite abbonamento a Muse Code, senza alcun canale a consumo e senza SDK a cui indirizzarlo.

• Prezzo — il listino condiviso di $4,00 in input, $0,20 in cache e $20,00 in output descrive un percorso che esiste per Muse Wonder e non esiste per Muse Wonder Full, il cui costo è un piano mensile da $50 o $200.

Indice indipendente — Muse Wonder 52, nono su 219; Muse Wonder Full 56, quarto su 699. Quattro punti, misurati sullo stesso harness pubblico, che è l'unico posto in cui entrambi compaiono su un'unica scala.

• Budget di output — il tetto per singola risposta del checkpoint chiamabile è di 943.718 token. Il tetto del checkpoint in abbonamento non è pubblicato, perché nessuno al di fuori di Meta è in grado di contarlo.

• Composito del fornitore — la tabella di Meta stessa colloca Muse Wonder Full a 59,1 sul suo Personal Superintelligence Index e Muse Wonder a 56. Nella riga Artificial Analysis Index della stessa tabella, Meta elenca Muse Wonder Full a 59,0, mentre Artificial Analysis stessa pubblica 56.

Vale la pena soffermarsi su quell’ultima riga. Il numero del fornitore per il suo stesso checkpoint principale è di tre punti superiore alla misurazione indipendente dello stesso checkpoint sul medesimo indice denominato — e la misurazione indipendente dell’altro checkpoint, 52, è più vicina al 59,1 del fornitore per il primo di quanto lo siano tra loro le due cifre del fornitore.

Quattro punti non è il numero che conta

Sulle stesse righe a lungo orizzonte di Meta, i due checkpoint si separano di molto più di quattro punti, e in entrambe le direzioni. Tutti i seguenti sono dati dichiarati dal fornitore, prodotti nell'harness di Meta con il massimo sforzo di ragionamento, senza alcuna riproduzione indipendente.

• JobBench, attività professionali a lungo termine — Muse Wonder Full 75.3, Muse Wonder 30.8. Un divario di 44 punti tra due modelli della stessa release.

• Terminal-Bench 4.0-AA — Muse Wonder 85,6, Muse Wonder Full 85,5. Il checkpoint richiamabile supera di un decimo di punto quello in abbonamento.

• SWE-Marathon — Muse Wonder Full 79,0, Muse Wonder 78,8.

• MemoryBench — Muse Wonder Full 39.4, Muse Wonder 34.3.

• Harvey LAB-AA, la suite di agenti legali di Meta — Muse Wonder 54.3, Muse Wonder Full 13.1. Il checkpoint in abbonamento arriva ultimo, 41 punti dietro quello che puoi effettivamente chiamare.

Quindi la coppia dista quattro punti sulla classifica indipendente, 44 punti a favore di Meta su una riga e 41 punti contro di essa su quella successiva. Quei tre numeri non possono descrivere tutti un'unica differenza di capacità, e la lettura più parsimoniosa è che non lo facciano: uno scarto di 44 punti tra checkpoint che distano quattro punti su un harness pubblico è ciò che appare in un punteggio aggregato quando si valuta, sensibile all'harness, un compito dalla forma di rollout.

I quattro punti della classifica indipendente sono, semmai, il numero più onesto e quello meno utile — un divario di quella entità tra singole esecuzioni rientra nella banda di rumore della valutazione stessa. Prese insieme alla tabella composita, le tre righe indicano nel complesso la stessa conclusione: questi sono due checkpoint di frontiera tra i primi dieci, le cui capacità generali si attestano su valori vicini, il cui comportamento a lungo orizzonte si attesta su valori molto distanti, e uno dei quali nessuno al di fuori di Meta può eseguire. Ciò che non può stabilire è quale dei due vince sul tuo carico di lavoro, e non prova a farlo.

A cosa dovrebbe servire il gradino extra

Meta indica due capacità per la serie che non sono affatto righe di benchmark: Active Memory, descritta come stato persistente mantenuto tra le sessioni, e Active Focus, descritta come attenzione autogestita su attività di lunga durata. Se una delle due funziona come descritto, è un tipo di differenza diverso da un punteggio — cambia la forma dell'applicazione, perché uno stato che sopravvive al confine di una sessione è qualcosa che altrimenti costruiresti da solo, male, nel tuo database.

Nessuno dei due è dimostrato su una model card, e nessuno dei due è accessibile per i test, perché il checkpoint che li contiene è quello dietro l'abbonamento. Questo lascia un team con un problema specifico e poco glamour: la ragione plausibile per pagare 50 o 200 dollari al mese per Muse Wonder Full è una funzionalità che nessuno al di fuori di Meta può valutare, collegata a un checkpoint che riporta anche un 13,1 sulla legal agent suite contro il 54,3 del suo modello fratello.

Una misurazione indipendente colma parte del divario, e solo parte. Artificial Analysis registra Muse Wonder Full che consuma circa 140 milioni di token di output durante la sua valutazione, rispetto a una mediana di 88 milioni, e Muse Wonder circa 130 milioni rispetto a una mediana di 85 milioni. Entrambi spendono molto per raggiungere i loro punteggi, il che è coerente con un ragionamento obbligatorio e ti dice il costo di un'escalation prima di effettuarla — ma nessuno dei due dati dice nulla sul fatto che la memoria persistente funzioni.

La decisione è un freno, non un acquisto

La maggior parte dei confronti tra due checkpoint si conclude con una domanda di acquisto: quale dei due compriamo. Questo non può, perché una delle due parti non ha uno SKU a consumo. Questo invece trasforma l’intera questione in una questione di routing, e qui la questione di routing ha una forma insolitamente semplice, perché l’opzione più economica e quella più costosa vengono vendute in base a metriche di consumo completamente diverse.

Muse Wonder è a consumo. Il suo costo scala linearmente con i token a 4,00 $ e 20,00 $ per milione, con uno sconto cache del 95% sul lato input, ed è per questo che il costo indipendente per attività di indicizzazione risulta vicino a 4,52 $. Muse Wonder Full non è affatto a consumo. Il suo costo è un piano mensile flat che non varia con il volume, il che significa che il costo marginale di una richiesta in più al checkpoint Full è zero all'interno di un piano e infinito al di fuori di esso. Queste due economie vogliono traffico opposto: la tariffazione a consumo premia il tenere il modello costoso lontano dalla maggior parte delle richieste, mentre la tariffazione flat premia il farvi passare quanto più possibile una volta pagato.

Il che significa che l'architettura pratica è una scala di escalation più che una scelta di modello. Il checkpoint chiamabile gestisce la maggior parte del traffico a un ritmo che puoi prevedere. Il checkpoint in abbonamento assorbe il sottoinsieme in cui si presume che il suo comportamento a lungo termine differisca — ammesso che tu abbia un piano che ammetta quel volume, e ammesso che l'affermazione di 44 punti di JobBench sopravviva alla tua stessa misurazione. La misurazione stessa è la parte da costruire per prima, perché un divario pubblico di quattro punti e un divario di 44 punti dichiarato dal fornitore non possono essere entrambi corretti, e il tuo carico di lavoro è l'unico strumento in grado di risolverlo.

Due cose riguardo al resto del campo rendono quella scala più economica da costruire di quanto sembri. La prima è che tutti questi modelli fatturano allo stesso modo — i token di ragionamento sono token di output a 20 $ per milione, e la scala di effort va da minimal a max e per impostazione predefinita è medium, quindi l'impostazione che scegli è una voce di costo più consistente dell'identificatore del modello che sostituisci. La seconda è che l'insieme di confronti che questo lancio invita a fare è già instradabile: Claude Opus 5.5a 4,00 $ in input e 20,00 $ in output e il Muse Spark 1.2di Meta a 1,25 $ e 4,25 $ sono entrambi su OrcaRouter ai prezzi di listino dei rispettivi fornitori, insieme a più di altri 200 modelli dietro un'unica API compatibile con OpenAI. I prezzi di listino passano con uno 0% di markup, quindi l'aritmetica della scala non cambia quando cambia il modello.

Né Muse Wonder né Muse Wonder Full è una delle nostre route. Nel catalogo non esiste alcuna voce meta/muse-wonder o meta/muse-wonder-full, Muse Wonder Full non è disponibile al di fuori delle superfici in abbonamento di Meta a nessun prezzo, e non descriveremo nessuno dei due come se lo fosse. Ciò che un router apporta a questa particolare decisione è il failover e il fallback: il livello di escalation che dovrebbe essere eseguito raramente è esattamente il livello in cui un intoppo di un provider è meno tollerabile e meno visibile, e il failover automatico più un DSL di routing in grado di esprimere l'escalation come configurazione anziché come codice applicativo è ciò che impedisce a un percorso usato raramente di trasformarsi in un'interruzione del servizio.

La versione da ricordare

Se l'unica cosa che trai da questo lancio è che Muse Wonder Full ottiene un punteggio più alto di Muse Wonder, hai in mano la parte meno utile per agire. Le due differiscono di quattro punti sull'unica classifica indipendente che le ha misurate entrambe, di 44 punti dichiarati dal fornitore su una suite e di 41 punti dichiarati dal fornitore a sfavore su un'altra, e da una netta differenza binaria sull'accesso: una è un'API che puoi chiamare oggi a $4.00 e $20.00 per milione, l'altra è un piano mensile senza tariffa per token e senza alcuna via d'accesso da un SDK.

La mossa giusta è trattare i quattro punti come prova che questi sono pari per capacità e la differenza di accesso come prova che non sono sostituti. Sviluppa basandoti sul checkpoint richiamabile, costruisci l'harness di misurazione che ti direbbe il tuo gap, e considera l'abbonamento come un'escalation che attivi quando la misurazione lo giustifica — non come un upgrade che acquisti perché il punteggio composito è più alto. E quando un fornitore pubblica un divario di 44 punti all'interno di un singolo lancio, la domanda utile non è quale checkpoint adottare come standard. È quale numero sopravvive al contatto con il tuo set di valutazione, e a quella domanda si può rispondere solo se l'hai già costruito.