Muse Wonder vs Gemini 3.1 Pro: ventidue punti indice, due treni di rilascio e un tabellone che si è mosso sotto uno di essi

Gemini 3.1 Pro ha ottenuto 57 sull'Intelligence Index di Artificial Analysis al momento del lancio, a febbraio 2026, conquistando la vetta della classifica. Letto oggi, sulla revisione attuale di quello stesso indice, segna 29,7. Del modello non è cambiato nulla. Muse Wonder, rilasciato il 12 ottobre 2026, registra 52 sulla stessa classifica — e il confronto che la maggior parte delle persone farà, 52 contro 29,7, è un divario reale che è anche fuorviante, perché gran parte di esso è stato prodotto da una rivalutazione anziché da sei mesi di progressi dei modelli. La versione onesta di questo confronto mette a paragone due modelli già in distribuzione, Gemini 3.1 Pro e Muse Wonder, su un metro che è stato sostituito due volte, e poi si chiede a cosa serva davvero ciascuno dei due.

Una premessa prima dei numeri. Questi non sono concorrenti nel senso in cui lo intende una tipica pagina di confronto. Gemini 3.1 Pro è l'ultimo endpoint attivo di livello Pro di quella linea, ancora servito con un identificatore di anteprima sette mesi dopo l'annuncio. Muse Wonder è l'ultima release di frontiera di Meta Superintelligence Labs, con un gemello dal punteggio più alto accessibile tramite abbonamento. Uno è un cavallo di battaglia multimodale a contesto lungo il cui prezzo è il suo argomento; l'altro è un modello agentico fortemente orientato all'output il cui prezzo è la cosa su cui riflettere più attentamente.

Il sovrano è cambiato, il modello no.

Questa è la parte del confronto che una scheda tecnica non ti dirà, ed è per questo che il divario principale è ingannevole in entrambe le direzioni.

Artificial Analysis ha rilasciato Intelligence Index v4.3 all'inizio di settembre 2026 e da allora lo ha rivisto di nuovo. Quell'aggiornamento ha sostituito Terminal-Bench v2.1 con il molto più difficile Terminal-Bench v4.0 e ha scambiato τ³-Banking con AutomationBench-AA, un benchmark di workflow agentici basato su un set di attività privato e tenuto fuori. Il peso del set privato tenuto fuori è salito al 45%. Di conseguenza, i punteggi sono calati su tutta la frontiera — modelli che nella vecchia scala si aggiravano sui sessanta sono finiti nei bassi cinquanta. Gemini 3.1 Pro non è sceso così in basso; è arrivato a meno di 30.

Quindi lo stesso checkpoint invariato ha quattro letture pubblicate in circolazione — 57, 46, 30 e 29,7 — a seconda della pagina che apri e di quando la apri. Non è uno scandalo, è l'aspetto che ha un buon indice quando i test che stanno sotto diventano più difficili. È però un motivo per non confrontare mai due numeri provenienti da due revisioni diverse, che è esattamente ciò che una riga 52 contro 29,7 ti invita a fare.

Cosa è realmente ciascun modello

• Gemini 3.1 Pro — un modello di ragionamento nativamente multimodale a pesi chiusi, annunciato il 19 febbraio 2026 e ancora classificato come "Preview" all'endpoint gemini-3.1-pro-preview. Non esiste un 3.5, 3.6, 3.7 o 3.8 Pro nella linea; la scaletta Flash si è mossa cinque volte mentre la scaletta Pro non si è mossa affatto.

• Muse Wonder — un modello frontier a pesi chiusi rilasciato il 12 ottobre 2026, erogato come muse-wonder-1.0 tramite l'API di Meta e all'interno di Muse Code. Un secondo checkpoint, Muse Wonder Full, ottiene punteggi più alti nella tabella di Meta stessa ed è disponibile solo con abbonamento a Muse Code.

• Contesto — Gemini 3.1 Pro 1.048.576 token di input; Muse Wonder 1.048.576. Livello, e allo stesso livello di gran parte dell'attuale frontiera.

• Limite di output — Gemini 3.1 Pro: 65.536 token in una singola risposta; Muse Wonder: 943.718. Questo è il divario singolo più ampio tra i due modelli ed è oltre quattordici volte tanto.

• Prezzo — Gemini 3.1 Pro: $2,00 per milione di token di input e $12,00 per milione di token di output al di sotto di un prompt da 200.000 token, passando a $4,00 e $18,00 al di sopra, con input in cache a $0,20 e $0,40. Muse Wonder è $4,00 e $20,00 fissi, input in cache $0,20. Sui prompt brevi costa la metà sull'input e il 40% in meno sull'output; oltre i 200.000 token i due convergono quasi esattamente.

• Modalità in ingresso — Gemini 3.1 Pro accetta testo, immagini, video, audio e file. Muse Wonder accetta testo, immagini, voce e video. Entrambi producono solo testo. Sulla carta sono la stessa frase, e in pratica l'ecosistema di strumenti ha avuto sette mesi di strumenti costruiti attorno ad essa.

• Ragionamento — Gemini 3.1 Pro supporta il controllo del livello di pensiero con token di pensiero fatturati alla tariffa di output. Il ragionamento di Muse Wonder è obbligatorio, con una scala di impegno da minimo a massimo che per impostazione predefinita è medio, e nessun percorso senza pensiero.

• Indice indipendente — Gemini 3.1 Pro 29,7 sulla revisione attuale, con una rilevazione precedente di 46 e una rilevazione dell'epoca del lancio di 57; Muse Wonder 52 sulla revisione attuale.

Il confine di riprezzamento che la maggior parte dei team oltrepassa per errore

Il listino prezzi di Gemini 3.1 Pro prevede uno scaglione, e non è un sovrapprezzo per eccedenza. Sotto i 200.000 token di input il modello costa $2.00 e $12.00; oltre quella soglia la richiesta viene ritariffata a $4.00 e $18.00. Una richiesta da 210.000 token non viene fatturata alla tariffa più bassa per i suoi primi 200.000 token: l'intera richiesta passa allo scaglione superiore.

Questa è una vera stranezza per un modello il cui intero argomento di vendita è una finestra di contesto da un milione di token: la finestra è reale, ma solo il primo quinto di essa arriva al prezzo pubblicizzato. Al di sopra della soglia, a $4.00 e $18.00, Gemini 3.1 Pro ha un prezzo che sta entro un errore di arrotondamento rispetto ai $4.00 e $20.00 di Muse Wonder, e la lettura della cache è identica a $0.20 per milione. Quindi l'argomentazione "più economico in input" regge esattamente fino al punto in cui usi la capacità per cui hai comprato il modello.

Il contrappeso è sul lato input, dove l'economia del lato input è davvero solida e una misurazione indipendente lo conferma. Artificial Analysis registra un costo di circa 0,67 dollari per attività dell'indice per Gemini 3.1 Pro e circa 67 milioni di token di output generati durante l'esecuzione dell'indice, rispetto a una mediana di circa 90 milioni per i modelli della sua fascia di prezzo. Un modello che risponde con meno token a una tariffa inferiore è più economico in un modo che nessun listino prezzi mostra direttamente — ed è il numero da confrontare con i circa 4,52 dollari per attività dell'indice di Muse Wonder, che è una conseguenza sia di una tariffa più alta sia di circa 130 milioni di token di output rispetto a una mediana di 85 milioni.

Ciò tra cui stai effettivamente scegliendo

Il divario di capacità sul metro di oggi è reale — 52 contro 29,7 fa ventidue punti e non è rumore — ma è un confronto tra una release di frontiera di cinque settimane e un'anteprima di sette mesi che il fornitore non ha mai promosso oltre lo stato di anteprima. Scegliere tra le due dipende meno da quale ottenga un punteggio più alto e più da quale modalità di guasto puoi sopportare.

Le limitazioni di Gemini 3.1 Pro sono strutturali e note. Il tetto di output di 65.536 token lo esclude dalla generazione long-form a turno singolo, dove il budget di 943.718 token di Muse Wonder è più ovviamente un vantaggio. Il tempo al primo token si attesta intorno ai 35,7 secondi sulla misurazione pubblicata, il che è lento per qualsiasi cosa interattiva. E l'identificatore di anteprima è il vero rischio: un endpoint di anteprima può essere revisionato o ritirato sotto di te senza un incremento di versione, motivo per cui fissare ID di modello esatti anziché alias è pratica standard su quel modello.

I limiti di Muse Wonder sono altrettanto strutturali e molto più recenti. Il ragionamento è obbligatorio, quindi ogni chiamata paga i token di pensiero a 20 $ per milione senza alcuna via economica — il livello di pensiero di Gemini 3.1 Pro può quanto meno essere regolato verso lo zero. La misurazione indipendente è la riga di un solo valutatore su un modello vecchio di due giorni. E la versione con il punteggio più alto di ciò che stai confrontando, Muse Wonder Full, richiede un abbonamento mensile da 50 a 200 $, anziché essere disponibile ai prezzi per token sulla stessa pagina.

Esiste anche una dimensione di integrità dei benchmark che vale la pena nominare, perché questo particolare abbinamento ne è una buona illustrazione. La tabella di lancio di Meta riporta Muse Wonder Full a 59,0 sull'Artificial Analysis Index, mentre Artificial Analysis stessa pubblica 56, e riporta il Muse Wonder invocabile a 56 mentre il valutatore legge 52. La storia di Gemini 3.1 Pro è l'immagine speculare: un 57 che in una revisione è stato un titolo di vendor e stampa e un 29,7 in un'altra. La lezione è la stessa in entrambe le direzioni: un punteggio ha senso solo con il suo righello allegato, e la versione di un vendor dell'indice di qualcun altro resta comunque un numero di vendor.

Eseguire entrambi con un unico tasto.

Gemini 3.1 Pro è su OrcaRouter come google/gemini-3.1-pro-preview, al prezzo di listino del fornitore stesso e con il confine di riprezzamento di 200.000 token mantenuto invariato — 2,00 $ in entrata e 12,00 $ in uscita al di sotto, 4,00 $ e 18,00 $ al di sopra, input in cache 0,20 $ e 0,40 $. Nulla viene maggiorato da parte nostra, e la finestra di 1.048.576 token e il limite di output di 65.536 token vengono riportati così come pubblicati.

Muse Wonder non è su OrcaRouter. Non esiste alcuna voce meta/muse-wonder nel nostro catalogo e non ne descriveremo una come se esistesse; oggi il modello gira sull'API di Meta e all'interno di Muse Code. Ciò che invece offriamo dallo stesso laboratorio è Muse Spark 1.2 e Muse Spark 1.1, quindi la famiglia Muse è raggiungibile con la stessa chiave mentre il checkpoint Wonder si costruisce una reputazione.

La ragione pratica che conta qui è il confine di fascia. Un modello che ricalcola il prezzo di un'intera richiesta a 200.000 token è il tipo di cosa che conviene misurare invece di dare per scontata, perché la lunghezza dei tuoi prompt decide se paghi $2 o $4 per la stessa chiamata. OrcaRouter mette oltre 200 modelli dietro un unico endpoint compatibile con OpenAI, con i prezzi di listino dei provider riportati tali e quali — così un'esecuzione del tuo traffico reale su Gemini 3.1 Pro su entrambi i lati di quella soglia, e su qualunque altra cosa ci sia nel catalogo, costa una chiave e un pomeriggio invece di un ciclo di approvvigionamento. Quando un provider che instradiamo inizia a servire Muse Wonder, l'altra metà di quel test diventa un cambio di nome del modello.

Il verdetto

• Scegli Gemini 3.1 Pro se il tuo lavoro è analisi di documenti lunghi e contenuti misti, in cui l'input domina e la risposta è breve — la tariffa di $2.00 sotto i 200K e il costo di $0.67 per attività di indicizzazione sono difficili da battere, e i sette mesi di ecosistema alle spalle valgono qualcosa che un modello della settimana di lancio non può eguagliare.

• Scegli Muse Wonder se generi output lunghi in un solo turno o se immetti direttamente nel modello parlato e video. Un budget di output di 943.718 token non è un dettaglio da scheda tecnica quando l'alternativa è cucire insieme le generazioni.

• Fai attenzione alla soglia dei 200.000 token prima di preventivare un prezzo per Gemini 3.1 Pro. Al di sopra di essa, i due modelli costano quasi lo stesso, il che ribalta la risposta intuitiva a questo confronto proprio per i carichi di lavoro che usano la grande finestra di contesto.

• Considera il divario di 22 punti come un'indicazione di direzione, non come una misurazione. È stato prodotto confrontando due revisioni dell'indice; sulla revisione precedente Gemini 3.1 Pro segnava 46, e lo stesso checkpoint invariato è stato pubblicato con valori di 57, 46, 30 e 29,7 in momenti diversi.

Due modelli, uno servito sotto un identificatore di anteprima da febbraio e uno di due giorni, con prezzi quasi identici oltre la soglia dei 200K e separati sulla classifica attuale da ventidue punti. Solo uno di questi fatti sopravviverebbe a un cambio di righello — e non sono i ventidue punti.