Muse Wonder vs GPT-6 Astra: Il modello con il prezzo 2,5 volte più alto è quello più economico

GPT-6 Astra costa $10.00 per milione di token di input e $50.00 per milione di token di output. Meta Muse Wonder costa $4.00 e $20.00. Nei due documenti che contano di più per una decisione di acquisto — il tariffario e la tabella di benchmark — il modello che costa due volte e mezzo tanto vince, e vince con un margine tutt'altro che risicato: sull'harness di Artificial Analysis, GPT-6 Astra (max) completa un compito dell'Intelligence Index per circa $3.26, mentre Meta Muse Wonder (max) completa lo stesso compito per circa $4.52, ottenendo anche un punto in più. Meta Superintelligence Labs ha rilasciato Muse Wonder il 12 ottobre 2026 con una finestra da un milione di token e ragionamento obbligatorio. Il fornitore ha rilasciato GPT-6 Astra all'inizio di settembre 2026 con 1,050,000 token di contesto e 128,000 token di output massimo. Se stai scegliendo tra i due in base al prezzo per token, stai leggendo il numero sbagliato.

Due tariffari, e cosa prevedono

Ecco ciò che ciascun fornitore pubblica, fianco a fianco, prima che entri in scena qualsiasi elemento misurato.

• Input — GPT-6 Astra 10,00 $ per milione di token; Muse Wonder 4,00 $. Astra è 2,5x.

• Output — GPT-6 Astra 50,00 $ per milione di token; Muse Wonder 20,00 $. Inoltre 2,5x.

• Input in cache — GPT-6 Astra 1,00 $ per milione; Muse Wonder 0,20 $. Astra è 5 volte sulla voce che domina il traffico agentico con prefisso ripetuto.

• Il secondo livello — le richieste oltre 272.000 token di prompt vengono fatturate a $20,00 per l'input e $75,00 per l'output. Muse Wonder non ha un livello pubblicato; i $4,00 e $20,00 si applicano per l'intera finestra.

• Finestra di contesto — GPT-6 Astra 1.050.000 token; Muse Wonder 1.048.576. Considerale identiche.

• Output massimo — GPT-6 Astra 128.000 token; Muse Wonder documenta 943.718 rispetto alla sua finestra di 1.048.576 token.

• Superficie di input — GPT-6 Astra accetta testo, immagini e file; Muse Wonder pubblicizza testo, immagine, voce e video.

• Pesi — nessuno dei due è aperto. Entrambi sono proprietari, entrambi sono chiusi all'auto-hosting.

Ogni elemento di ciò punta nella stessa direzione. Astra è un modello dal prezzo premium e Muse Wonder è un modello di fascia media, e il livello da 272.000 token rende il divario ancora più marcato per chiunque lavori con contesti lunghi — un prompt da 400.000 token viene fatturato a 20,00 $ per milione su Astra, cinque volte la tariffa di input di Muse Wonder. Non esiste alcuna lettura dei due listini in base alla quale Muse Wonder non sia il modello più economico.

Quanto costa un lavoro completato, che è l'altro numero

Artificial Analysis pubblica sia il volume di token che ciascun modello consuma nel suo Intelligence Index sia il conseguente costo per attività. È in questa coppia che il confronto si inverte.

• Costo per attività dell'Intelligence Index — GPT-6 Astra (max) circa $3,26; Muse Wonder (max) circa $4,52

• Token di output consumati in quella esecuzione — GPT-6 Astra circa 60M; Muse Wonder circa 130M, rispetto a una mediana della classifica vicina a 85M

• Le parole del valutatore stesso — GPT-6 Astra è descritto come "piuttosto conciso"; Muse Wonder come "alquanto prolisso"

• Indice di intelligenza — GPT-6 Astra (max) 53; Muse Wonder (max) 52

• Velocità sulla stessa esecuzione — GPT-6 Astra circa 66 token al secondo; Muse Wonder non documentato dal valutatore in questo abbinamento

Questo è l'intero argomento in cinque righe. Astra emette circa 60 milioni di token di output per completare un'attività che a Muse Wonder ne costa 130 milioni, un rapporto migliore di due a uno, e quel rapporto è più che sufficiente ad assorbire una differenza di 2,5x nel prezzo dell'output. Detto altrimenti: il prezzo per token è una proprietà del marketing del fornitore, e i token per attività sono una proprietà di come il modello è addestrato a comportarsi. È il secondo a fare il lavoro qui.

È anche il motivo per cui questo abbinamento si legge diversamente dalla solita storia del «modello costoso è costoso». Astra non è un modello economico sotto alcun profilo — è la voce più costosa del nostro stesso catalogo tra gli attuali flagship GPT-6, e la sua tariffa di input si attesta a cinque volte la mediana della classifica. È un modello il cui profilo di costo è stato progettato per privilegiare la riflessione anziché il volume: meno token in uscita, prezzo più alto per token, fattura più bassa per lavoro completato. La parola che usa il valutatore è «conciso», ed è, in assoluto, l'elemento più rilevante dal punto di vista finanziario del modello.

Dove finisce il vantaggio di Astra

Il divario è reale, ma non è uniforme, e tre precisazioni vanno accanto ad esso.

Innanzitutto, l'indice è un composito di dieci valutazioni, e il fabbisogno di token varia da attività ad attività. Un carico di lavoro dominato dalla generazione di testi lunghi — stesura, documentazione, codice con molti commenti — è uno in cui il tetto di output di 943.718 token di Muse Wonder vale la pena di avere e in cui la concisione di Astra non è tanto un vantaggio quanto un limite; 128.000 token di output massimo sono un limite invalicabile, ed è più piccolo di quanto la maggior parte delle persone presuma quando legge "finestra di contesto da 1,05M" e la estende mentalmente alla risposta.

In secondo luogo, il secondo livello di prezzo è una trappola proprio per i carichi di lavoro che sembrano più allettanti. La ricerca approfondita su un corpus di 300.000 token, una revisione dell'intero repository, un set completo di contratti: questi sono i punti di forza dichiarati di Astra e sono anche le richieste che superano i 272.000 token di prompt e rifatturano l'intera richiesta a $20,00 in input e $75,00 in output. Il prezzo fisso di Muse Wonder di $4,00 e $20,00 lungo tutta la finestra significa che un agente a contesto lungo che reinvia un ampio prefisso paga una tariffa prevedibile su entrambi i lati, e la sua lettura cache da $0,20 rispetto a $1,00 di Astra conta soprattutto proprio in quella configurazione, dove lo stesso contesto viene riprodotto a ogni turno.

Terzo, il divario di benchmark è di un punto su un composito la cui mediana di settore è 27, e deriva da una divisione tra dati del fornitore e dati indipendenti che vale la pena menzionare. Sul set di domande GPQA Diamond, il nostro catalogo elenca GPT-6 Astra a 96,1 — di gran lunga il numero più alto che riporta — mentre Artificial Analysis colloca il suo risultato a Humanity's Last Exam allo stesso livello di quello di Claude Opus 5 e il suo punteggio a Terminal-Bench 4.0 a 59,1 contro l'85,6 di Muse Wonder. La tabella di Meta, invece, è riportata dal fornitore nell'harness di Meta e non è riprodotta, ed è per questo che Meta riporta Muse Wonder Full a 59,0 sull'indice dove il valutatore stesso pubblica 56. Tratta ciascuno di questi come l'affermazione di qualcuno sul proprio modello, e considera i 3,26 $ e i 4,52 $ come le uniche cifre in questo articolo che sono state prodotte allo stesso modo per entrambi.

Quale dei due scegliere

La regola decisionale che emerge dai numeri è più restrittiva di "scegliere quello più economico".

• Scegli GPT-6 Astra quando il lavoro consiste in analisi, ragionamento e deliverable professionali in cui il modello finisce in meno token rispetto all'alternativa — il suo vantaggio di costo misurato deriva interamente dalla concisione, quindi un carico di lavoro che impone output lunghi glielo fa perdere.

• Scegli Muse Wonder quando l'input è vocale o video, che Astra non accetta affatto, oppure quando una singola risposta deve superare i 128.000 token.

• Scegli Muse Wonder quando il carico di lavoro è a contesto lungo e con uso intensivo della cache su entrambi i lati del registro, perché $0,20 contro $1,00 in cache e una tariffa fissa oltre 272.000 token compensano in parte il divario per attività.

Non scegliere nessuno dei due se il carico di lavoro è ad alto volume e solo testuale; un modello a pesi aperti più economico farà lo stesso lavoro per una frazione di entrambi i listini, e i sette o otto punti indice a cui rinunci sono invisibili sulle attività che entrambi i modelli completano.

Entrambi sono a un tasto di distanza, e questa è la parte pratica.

GPT-6 Astra è su OrcaRouter, quindi il confronto qui sopra è qualcosa che puoi eseguire anziché leggere. È elencato per impostazione predefinita alle tariffe di listino del fornitore — 10,00 $ in ingresso e 50,00 $ in uscita con 1,00 $ per la lettura della cache — con il livello da 272.000 token riportato fedelmente, perché un pass-through che ignorasse il secondo livello produrrebbe una fattura che non corrisponde a quella del fornitore. Supporta sia il formato GPT chat-completions sia l'API nativa Responses, quindi un'integrazione GPT esistente si trasferisce con un cambio di base-URL anziché una riscrittura.

Muse Wonder non è nel nostro catalogo e non abbiamo intenzione di descriverlo come se lo fosse: per raggiungerlo serve la Model API di Meta, e il checkpoint Full, quello con il punteggio più alto, non viene affatto venduto a token. Muse Spark 1.2 è ciò che offriamo di Meta — un checkpoint di ragionamento multimodale a 1,25 $ in ingresso e 4,25 $ in uscita su 1.048.576 token — ed è la scelta economica onesta se volete il laboratorio anziché il flagship.

Ciò che ti offre la coppia che condivide un endpoint è una misurazione, non un'argomentazione. Scambia l'ID del modello, mantieni invariati il prompt e l'impostazione di effort, e confronta i tuoi token in uscita su entrambi. La ripartizione 60 milioni contro 130 milioni del valutatore è una media su dieci benchmark che probabilmente non esegui; il tuo è il numero che decide se stai pagando un prezzo 2,5x per un lavoro più economico o viceversa. Se la concisione non si riproduce sul tuo carico di lavoro, hai imparato qualcosa che i listini non possono dirti — e il failover automatico tra fornitori significa che puoi scoprirlo sul traffico reale senza una seconda integrazione o un secondo contratto.

La versione breve

Meta Muse Wonder è il modello più economico per token e quello più costoso per attività completata. GPT-6 Astra è l'opposto: una tariffa premium associata a un modello che termina con meno della metà dei token di output, il che lo rende circa il 28% più economico per attività dell'indice e un punto più in alto nell'indice. Chi sceglie in base al prezzo di listino sceglierà Muse Wonder e pagherà di più; chi sceglie solo in base all'indice sceglierà Astra e non si accorgerà che il suo livello a contesto lungo e il suo tetto di output di 128.000 token sono le due situazioni in cui il modello più economico è quello migliore.

L'abbinamento che vale la pena segnalare come davvero irrisolto è il terzo che nessuno dei due fornitori mette su una slide: entrambi sono chiusi, entrambi hanno un prezzo nella fascia che il valutatore definisce costosa, ed entrambi stanno perdendo terreno sul costo per attività rispetto a modelli open-weight che fanno pagare un quinto di ciascuna delle due tariffe. È il confronto che un budget finirà per imporre, e non compare in nessuno dei due post di lancio.