Muse Wonder vs GPT-6.1 Sol: un limite di output di 943.718 token contro uno di 128.000 token

Muse Wonder e GPT-6.1 Sol chiudono a meno di un quinto di punto l'uno dall'altro nell'Artificial Analysis Intelligence Index — 52 per Muse Wonder (max), 51,8 per GPT-6.1 Sol (max) — e una singola attività dell'indice costa 4,52 $ sul primo e 0,72 $ sul secondo. Meta Superintelligence Labs ha rilasciato Muse Wonder il 12 ottobre 2026 a 4,00 $ per milione di token di input e 20,00 $ per milione di token di output. GPT-6.1 Sol è stato rilasciato il 29 settembre 2026 a 2,00 $ e 10,00 $. Il tariffario indica all'incirca il doppio; il conto misurato dice 6,3 volte, e il motivo è la verbosità: 130 milioni di token di output contro 67,2 milioni per arrivare a un punteggio quasi identico. Ma il numero che decide quale dei due puoi mettere al lavoro non è né l'indice né il prezzo. È il limite di output: 943.718 token per Muse Wonder, 128.000 per GPT-6.1 Sol.

Il tetto è la riga di specifiche che nessuno legge

Entrambi i modelli pubblicizzano un contesto da un milione di token. Ed è qui che la somiglianza nella scheda tecnica smette di essere utile.

• Finestra di contesto — Muse Wonder 1.048.576 token vs GPT-6.1 Sol 1.050.000 token

• Input massimo — Muse Wonder non pubblicato separatamente; GPT-6.1 Sol 922.000 token

• Output massimo in una singola risposta — Muse Wonder 943.718 token; GPT-6.1 Sol 128.000 token

• Intensità di ragionamento — Muse Wonder: minimo, basso, medio (predefinito), alto, xhigh, massimo; GPT-6.1 Sol: basso, medio (predefinito), alto, xhigh, massimo, senza possibilità di disattivarlo in nessuno dei due

• Input modale — Muse Wonder testo, immagine, parlato e video; GPT-6.1 Sol testo, immagine e file

• Pesi — entrambi proprietari, nessuno dei due pubblicato

Leggi di nuovo la terza riga. GPT-6.1 Sol acquista una finestra di 1.050.000 token ma ti consente di spenderne solo circa un ottavo in output; i restanti 922.000 sono solo input. Muse Wonder permette a una singola risposta di occupare nove decimi della sua finestra. Non è una differenza di arrotondamento. Una passata di sintesi su un ampio corpus, un generatore di testi lunghi, una trasformazione da trascrizione a trascrizione, un harness che deve emettere un intero file anziché una patch — questi si collocano al di sopra dei 128.000 token di output, e su GPT-6.1 Sol non entrano in una sola chiamata a nessun prezzo. Si pagina, e la paginazione significa che il modello perde il piano che aveva elaborato nella prima risposta.

Il tetto di Muse Wonder comporta una trappola tutta sua, che Meta non nasconde ma nemmeno mette in primo piano: i token di ragionamento vengono fatturati come output su entrambi i modelli, e la scala di Muse Wonder arriva a un'impostazione massima che consumerà senza problemi l'intero budget. La cifra di 943.718 è un limite, non una dotazione.

Due listini tariffari, e il dirupo nascosto in uno di essi

GPT-6.1 Sol è più economico su ogni linea, e ancora più economico nel mezzo della sua gamma. Ciò che non ha è una curva piatta.

• Tariffa standard — Muse Wonder 4,00 $ in ingresso / 20,00 $ in uscita per milione; GPT-6.1 Sol 2,00 $ in ingresso / 10,00 $ in uscita

• Input in cache — Muse Wonder 0,20 $ per milione; GPT-6.1 Sol 0,10 $ per milione

• Comportamento con prompt lunghi — Muse Wonder rimane costante per tutta la finestra; GPT-6.1 Sol ricalcola il prezzo dell'intera richiesta oltre 272.000 token di input a $4,00 in ingresso e $15,00 in uscita

• Scrittura cache — Muse Wonder non pubblicato; GPT-6.1 Sol $2,50 per milione

• Percorsi di sconto — Muse Wonder: nessuno pubblicato; GPT-6.1 Sol batch e flex al 50%, modalità fast a 2×

Quella soglia di 272.000 token è la voce più costosa sulla scheda di GPT-6.1 Sol, perché superarla ridetermina il prezzo del lavoro che hai già svolto. Una richiesta a 271.000 token e una richiesta a 273.000 token differiscono per meno dell'1% dell'input e per un fattore 2,01× sulla fattura. Muse Wonder non ha una discontinuità equivalente — un prompt da 900.000 token viene addebitato alla stessa tariffa per token di uno da 900 token. Per un carico di lavoro che si colloca abitualmente appena sopra i 272.000 token, questo è il singolo argomento più forte a favore di Meta in questa pagina, e vale più dello sconto cache che GPT-6.1 Sol ottiene su ogni altra riga.

Al di sotto di quella soglia l'ordinamento è inequivocabile: GPT-6.1 Sol costa la metà per l'esecuzione, la metà per la lettura dalla cache, ed è l'unico dei due ad avere una corsia batch con uno sconto del 50%.

Dove si trovano effettivamente i punti dell'indice 0.2

Un indice composito che si attesta a 52 contro 51,8 ti dice che i due modelli sono alla pari. Non ti dice nulla su quale dei due supererà il tuo carico di lavoro e, nei sottopunteggi, la coppia si separa in forme riconoscibili anziché in un vincitore e un perdente.

Artificial Analysis è la fonte per entrambi, misurati sul proprio harness al massimo sforzo, e questi sono i suoi numeri, non quelli di alcuno dei due fornitori:

• Intelligence Index — Muse Wonder (max) 52, nono di 219 modelli; GPT-6.1 Sol (max) 51.8, decimo

• Costo per attività di indicizzazione — Muse Wonder circa 4,52 $; GPT-6.1 Sol circa 0,72 $

• Token di output consumati durante l'esecuzione dell'indice — Muse Wonder circa 130 milioni; GPT-6.1 Sol circa 67,2 milioni, rispetto a una mediana della classifica vicina a 82 milioni

• Velocità di output — GPT-6.1 Sol circa 66,8 token al secondo; Muse Wonder non ancora pubblicato sullo stesso harness

Il divario di verbosità è tutta la storia del divario di prezzo. Muse Wonder consuma quasi il doppio dei token per produrre un punteggio superiore di mezzo punto, e a 20 $ per milione di output contro 10 $ paga il doppio per ciascuno di quei token. Il costo per attività moltiplica i due effetti. Nulla in quel rapporto è fisso — lo sforzo di ragionamento è la leva, ed entrambi i modelli la espongono — ma le impostazioni predefinite sono quelle su cui gira la maggior parte del traffico, e sono le predefinite ad aver prodotto questi numeri.

La tabella di lancio di Meta stessa, che è riportata dal fornitore e non è stata riprodotta in modo indipendente, colloca Muse Wonder davanti a GPT-6 Astra e allo stesso livello di Claude Opus 5.5 su Terminal-Bench 4.0-AA, con 85,6 contro 81,4 e 81,5, e davanti su SWE-Marathon con 78,8 contro 74,1 e 74,2. Interpretale come asserzioni di Meta. Nota anche che la stessa tabella colloca Muse Wonder indietro su AutomationBench-AA (60,5 contro 65,3 e 65,6), GDP.pdf (39,1 contro 41,6 e 41,2) e DeepSWE 1.1 (52,0 contro 59,1 e 59,6) — il tabellone di punteggi del fornitore stesso non è uniformemente lusinghiero, e i due punti in cui è lusinghiero sono il terminale e il codice a lungo orizzonte, non l'automazione dei processi aziendali.

Cosa fa il gemello dell'abbonamento a questo confronto

Muse Wonder non è un solo modello. Meta ha rilasciato un secondo checkpoint, muse-wonder-full-1.0, che ottiene 56 sullo stesso indice indipendente e si classifica quarto su 699 — quattro punti sopra il modello API e sopra i 51,8 di GPT-6.1 Sol. Non ha un prezzo per token perché Meta non lo vende per token: è accessibile solo tramite un abbonamento a Muse Code a 50 $ al mese per Power Usage o a 200 $ al mese per Maximum Usage.

Per un team che paga già per Muse Code, il prezzo effettivo di un guadagno di quattro punti sull'indice è una tariffa mensile fissa, e il confronto con GPT-6.1 Sol cambia completamente forma. Per tutti gli altri, la metà migliore di questo lancio è una decisione di prodotto, non una decisione API, e la lettura onesta è che il numero di frontiera di Meta e il numero raggiungibile di Meta sono due cifre diverse.

Eseguire entrambi, o eseguirne uno

Il fatto scomodo al centro di questa pagina è che nessuna delle due è una decisione che puoi prendere da una scheda tecnica, perché il rapporto di costo di 6,3× è una media sul mix di attività di qualcun altro. Il tuo mix è l'unico che conta, e misurarlo non dovrebbe richiedere due account fornitori.

GPT-6.1 Sol è su OrcaRouter come openai/gpt-6.1-sol, datato 2026-09-29, a listino $2,00 input, $0,10 cache-read e $10,00 output per milione di token, con la finestra da 1.050.000 token e la regola di riprezzamento da 272.000 token intatte. Da parte nostra non applichiamo alcun ricarico; quando il provider cambia una tariffa, il numero sulla nostra pagina cambia lo stesso giorno. Questo fa sì che la metà Sol di questo confronto sia a una sola modifica di stringa da qualsiasi harness tu già abbia.

Muse Wonder non è nel nostro catalogo, e questa pagina non fingerà che lo sia — la Model API di Meta e Muse Code sono dove gira oggi. Quello che invece abbiamo dallo stesso laboratorio è Muse Spark 1.2, il checkpoint su cui Meta ha costruito il resto di questa famiglia, a $1,25 in input e $4,25 in output per milione di token su una finestra di 1.048.576 token, con letture dalla cache a $0,15. Se il tuo motivo per guardare Muse Wonder è lo stile tipico di Meta piuttosto che il punteggio di frontiera, quella strada ne costa un quinto.

L'uso pratico di un singolo endpoint compatibile con OpenAI su oltre 200 modelli è esattamente questo confronto. La forbice tra $4,52 e $0,72 è abbastanza ampia da valere la pena di essere testata invece che creduta, e testarla significa indirizzare una valutazione esistente su un secondo nome di modello e rieseguirla — non firmare un secondo contratto. Il failover automatico copre quindi il caso in cui si rilascia per primo quello non collaudato: se il provider upstream si degrada, la richiesta si sposta invece di fallire.

Quale, e in base a quali prove?

• Scegli GPT-6.1 Sol a meno che qualcosa di specifico non lo escluda. È più economico su ogni tariffa pubblicata, ha una corsia batch, la sua lettura della cache è la metà di quella di Muse Wonder, e il suo indice indipendente è indietro di un quinto di punto. Questa è la risposta predefinita e dovrebbe restare quella predefinita finché un carico di lavoro non la contraddice.

• Scegli Muse Wonder quando l'output deve essere lungo. Un tetto massimo di 128.000 token per la risposta è un muro invalicabile, e se il tuo lavoro richiede una singola generazione da 200.000 token, nessun risparmio sui token di input può rendere GPT-6.1 Sol in grado di farlo.

• Scegli Muse Wonder quando l'input è parlato o video. Meta li accetta entrambi come input di prima classe; GPT-6.1 Sol accetta testo, immagini e file. Unire una fase di trascrizione e una fase di ragionamento in un'unica chiamata su alcune pipeline vale più di una differenza di tariffa, su altre non vale assolutamente nulla.

• Scegli Muse Wonder quando i tuoi prompt si trovano appena oltre i 272.000 token. È l'unica zona della curva dei prezzi in cui la tariffa fissa di Meta batte il cliff di Sol, e lo batte in modo decisivo.

• Non giudicare Muse Wonder dal suo punteggio indice principale. Cinquantadue contro 51,8 è un pareggio sullo strumento che ha prodotto entrambi i numeri, e pagare 6,3 volte tanto per attività per un pareggio non è una strategia.

Ciò che rende davvero difficile questo abbinamento è che i due modelli sono abbastanza vicini in termini di qualità che la decisione riguarda interamente la forma — quanto deve essere lungo l'output, di cosa è fatto l'input e dove si collocano i tuoi prompt sulla curva dei prezzi. A queste domande si può rispondere dai tuoi stessi log di questa settimana, e non riceveranno risposta nemmeno dalla prossima tabella di benchmark che pubblicherà uno dei due laboratori.