Muse Wonder vs Grok 4.6: una finestra di 1.048.576 token contro una che raddoppia il suo prezzo a 200.000

Grok 4.6 è il modello più economico in questo confronto per ogni tariffa pubblicata — $2,00 per milione di token di input e $6,00 per milione di output contro i $4,00 e $20,00 di Muse Wonder — ed esiste una lunghezza del prompt alla quale questo vantaggio scompare del tutto. Il listino a scaglioni di SpaceXAI rimodula il prezzo dell'intera richiesta al doppio della tariffa base quando un prompt supera i 200.000 token: l'input passa a $4,00, l'output a $12,00, l'input in cache a $1,00. A 250.000 token di input con 8.000 token di output, Grok 4.6 addebita circa $1,10 e Muse Wonder circa $1,16. Il modello che sembrava 2,5× più economico sui prompt brevi è entro il 6% dal suo rivale su quelli lunghi — ed è il rivale, la release del 12 ottobre 2026 di Meta Superintelligence Labs, a mantenere una tariffa fissa su tutta la finestra di 1.048.576 token.

Quel punto di incrocio è la cosa più utile di questa pagina, ed esiste solo per via di una seconda differenza. Grok 4.6 vende una finestra di contesto da 500.000 token e poi applica la tariffa a scaglioni per tutto ciò che supera i 200.000 token; Muse Wonder vende una finestra doppia e non applica mai scaglioni. Se i tuoi prompt stanno sotto i 200.000 token, tutto questo non si applica e Grok 4.6 è semplicemente l'acquisto migliore. Se non è così, i due modelli costano quasi lo stesso e il confronto diventa una questione di capacità invece che di prezzo.

Due flagship, a otto settimane di distanza

Grok 4.6 è il modello di punta di SpaceXAI, rilasciato il 12 agosto 2026, a 2,00 $ per milione di token di input e 6,00 $ per milione di output, con input in cache a 0,50 $. Dispone di una finestra di contesto di 500.000 token, accetta input testuali, immagini e file, restituisce testo, supporta uno sforzo di ragionamento configurabile e l'invocazione nativa degli strumenti, ed è prezzato su due livelli: tutto fino a 200.000 token di prompt alla tariffa base, tutto ciò che la supera al doppio. Il suo record di pubblicazione non riporta affatto una cifra massima di output per una singola risposta, il che è una lacuna più che uno zero — non c'è alcun numero su cui pianificare un carico di lavoro di generazione lunga.

Muse Wonder è la release frontier di Meta Superintelligence Labs, distribuita il 12 ottobre 2026 come parte di una serie di due checkpoint. Quello richiamabile è muse-wonder-1.0, servito sulla Meta Model API e all'interno di Muse Code; il Muse Wonder Full, con punteggio più alto, è venduto solo tramite un abbonamento a Muse Code e non ha un prezzo per token. Il checkpoint richiamabile accetta input di testo, immagini, parlato e video, restituisce testo, ha una finestra di contesto di 1.048.576 token, limita una singola risposta a 943.718 token, fattura $4,00 in input, $0,20 in cache e $20,00 in output per milione sull'intera finestra, ed esegue il ragionamento in modo obbligatorio con una scala di sforzo da minimo a massimo che per impostazione predefinita è medio.

Il panel indipendente che li ha misurati entrambi li separa di otto punti — Muse Wonder a 52, Grok 4.6 a 44 — e segnala inoltre Grok 4.6 come superato da Grok 4.7. Quest'ultimo dettaglio conta per una ragione non ovvia: Grok 4.7 ha lo stesso prezzo di listino di $2,00/$6,00 del modello che sostituisce, quindi il successore non è un'opzione più economica. È un'opzione dalla forma diversa.

Le schede tariffarie, e l'unica riga che non è un numero

Tutto in questo elenco è un dato del listino prezzi del fornitore per milione di token, tranne le ultime due righe, che sono misurazioni indipendenti.

• Input di prima fascia — Grok 4.6 2,00 $ per milione; Muse Wonder 4,00 $

• Output di primo livello — Grok 4.6 $6,00 per milione; Muse Wonder $20,00

• Input in cache — Grok 4.6 $0,50 per milione; Muse Wonder $0,20

• Oltre 200.000 token di prompt — Grok 4.6 passa a 4,00 $ in ingresso, 12,00 $ in uscita e 1,00 $ in cache sull'intera richiesta; Muse Wonder rimane invariato

• Finestra di contesto — Grok 4.6 500.000 token; Muse Wonder 1.048.576

• Output massimo in una risposta — Grok 4.6 non pubblicato; Muse Wonder 943.718 token

• Superficie di input — Grok 4.6 testo, immagine e file; Muse Wonder testo, immagine, voce e video

• Controllo del ragionamento — Grok 4.6 da low a xhigh con default high; Muse Wonder da minimal a max con default medium, e nessun interruttore di disattivazione

• Indice di intelligenza, misurato in modo indipendente — Grok 4.6 44, trentasettesimo su 216; Muse Wonder 52, nono su 216

• Costo per completare un'attività di indicizzazione, misurato allo stesso modo — Grok 4.6 circa 1,48 $; Muse Wonder circa 4,52 $

L'ultima riga è il punto in cui il discorso sul prezzo diventa onesto. Un costo per attività completata triplo rappresenta un divario più ampio di quanto lasci intendere la tariffa media ponderata, e non è dovuto al fatto che Grok 4.6 sia dispendioso — anzi, è il contrario. Su quella valutazione Grok 4.6 ha consumato circa 94 milioni di token in output contro i 130 milioni di Muse Wonder, con una mediana del gruppo vicina agli 85 milioni. Il modello più economico è anche quello che parla di meno, cosa insolita in questa fascia di prezzo, e significa che il divario di prezzo è reale e non un artefatto dovuto al fatto che un modello scrive di più.

Dove si colloca effettivamente il crossover

Prendiamo un carico di lavoro plausibile: il 70% della spesa del prompt sull'input, un prefisso di sistema stabile che viene messo in cache e una risposta di qualche migliaio di token. I calcoli seguenti si basano sui prezzi di listino pubblicati da ciascun fornitore e sono i nostri calcoli, non un benchmark di un fornitore.

• 30.000 input e 8.000 output, senza cache — Grok 4.6 circa $0,11; Muse Wonder circa $0,28. Grok è circa 2,6 volte più economico.

• 250.000 input e 8.000 output, non in cache — Grok 4.6 circa $1,10 alla tariffa a scaglioni; Muse Wonder circa $1,16 alla sua tariffa fissa. Il divario è di circa il 5%.

• 400.000 input e 8.000 output, non in cache — Grok 4.6 circa $1,70; Muse Wonder circa $1,76. Ancora alla pari, e Grok 4.6 ora è a solo 100.000 token dalla fine della sua finestra mentre Muse Wonder sta usando il 38% della propria.

• Cached reads at 250,000 tokens of context — Grok 4.6 $1.00 per million against Muse Wonder's $0.20, a 5× edge to M​eta once the cache is warm and the prompt is long enough to have tripped the step

Il pattern è il punto. Grok 4.6 è drasticamente più economico per il lavoro che la maggior parte dei team svolge la maggior parte del tempo, ed è allo stesso livello o leggermente indietro per il lavoro che ha spinto le persone a cercare una finestra da un milione di token in primo luogo. Un modello di costo costruito a partire dalla tariffa pubblicizzata sovrastima pesantemente il vantaggio di Grok sul traffico a contesto lungo.

Cosa si compra con otto punti indice, e cosa no

L'indipendenza misurata qui è a doppio taglio, e vale la pena essere precisi su quali numeri provengano da dove.

Le cifre pubblicate più forti di Grok 4.6 sono di terze parti e una di esse è insolitamente buona. Su GPQA Diamond, un set di domande scientifiche di livello post-laurea, ottiene 94,9 — il punteggio più alto di prima fascia nella sua classe di prezzo, e un ambito in cui Muse Wonder non ha alcuna riga indipendente pubblicata. Registra inoltre 61,0 su Humanity's Last Exam e 76,8 sulla valutazione indipendente di coding, entrambi dallo stesso valutatore. Sul lavoro sotto forma di domande su larga scala, questi sono i numeri che predicono se il modello ti farà fare una brutta figura, e a 2,00 $/6,00 $ sono un affare decisamente vantaggioso.

Muse Wonder's strength is a different shape, and it is the reason the eight-point index gap is not the story either. M​eta's own launch table — vendor-reported, run in M​eta's harness, and unreproduced — is built almost entirely from long-horizon agentic and terminal tasks, and independent commentary has already selected from it. M​eta's DeepSWE 1.1 and SWE-Marathon rows put the series ahead of the models it compares against, and the 943,718-token output ceiling is a structural advantage no rate card captures: a workload that emits a very large single artifact, whether that is a generated application or a long structured document, has no Grok 4.6 number to compare against because Grok 4.6 does not publish one.

Quindi la divisione non è tra migliore e peggiore. È economico-e-rapido contro lungo-e-piatto, e l'asse che la decide è la lunghezza del prompt.

Ora sono tre i modelli, non due, una volta che il successore entra in gioco

Il consiglio indipendente segnala Grok 4.6 come superato e indica Grok 4.7, che ottiene 46 contro il 44 di Grok 4.6, viene eseguito allo stesso listino di $2,00/$6,00 con la stessa lettura cache da $0,50 e la stessa finestra di 500.000 token, pubblica un limite di output di 450.000 token che il suo predecessore non ha, e offre un'ulteriore impostazione di sforzo al massimo. È l'aggiornamento ovvio sulla carta.

Il conto dice qualcos'altro. Il costo di Grok 4.7 per attività di indice completata è di circa $3,74 contro $1,48 di Grok 4.6, perché ha consumato circa 240 milioni di token di output nell'esecuzione in cui il suo predecessore ne ha usati 94 milioni. Più nuovo, con punteggio più alto e allo stesso prezzo di listino, è comunque risultato 2,5× più costoso per lavoro completato. È il raro caso in cui il flag di deprecazione su una pagina del modello non è di per sé un motivo per passare, e vale la pena saperlo prima di migrare traffico che non avevi bisogno di migrare.

For anyone building this as a two-model pipeline rather than a two-vendor project, the routing side is straightforward for one half and not the other. OrcaRouter carries Grok 4.6 as grok/grok-4.6 at SpaceXAI's own list price with 0% markup — provider list price passed through, so the tier prices and any change to them arrive here on the same day — behind the same key as more than 200 other models, with automatic failover across providers when an endpoint wobbles. Muse Wonder is not in our catalogue, and there is no third-party serving coverage we can verify, so the only way to call it today is M​eta's own API and Muse Code. A model fusion call that runs the cheap model and the strong one side by side and picks between the answers is one of the things a single endpoint makes easier — but it can only include models somebody is serving.

La scelta, in base alla lunghezza del prompt anziché al verdetto

Sotto i 200.000 token di prompt, ad alto volume, su lavoro in forma di domanda: Grok 4.6, senza troppi patemi. È 2,6× più economico sulle tipologie di richiesta che la maggior parte dei team invia davvero, ottiene 94,9 sull'unico benchmark indipendente in cui batte tutto nella sua categoria, ed è circa 2× più veloce al primo token rispetto al suo rivale. L'unica avvertenza è che Grok 4.7 esiste allo stesso prezzo di listino con un livello di effort aggiuntivo — controlla i tuoi conteggi di token prima di presumere che costi di più, perché il dato pubblicato dice che costerà di più.

Oltre 200.000 token di prompt, oppure diverse centinaia di migliaia di token di contesto tenuti aperti nel corso di una lunga esecuzione agentica, oppure un job il cui output è enorme: Muse Wonder. Il crossover è reale ed è netto, e il tetto di 943.718 token per la risposta non è un numero a cui Grok 4.6 possa rispondere con uno dei suoi.

Between them sits the honest observation that this is the one pairing in M​eta's launch window where the cheaper model is also the leaner one, so the price difference is buying capability rather than buying tokens. Two days after Muse Wonder shipped, that capability is described by one independent row and one vendor table. Grok 4.6's has been accumulating since August.