Muse Wonder vs Grok 4.7: Il modello che costa il doppio per token e solo 1,2× tanto per attività

Sui listini prezzi, Muse Wonder sembra appartenere a una fascia di prezzo diversa da Grok 4.7. Meta fa pagare 4,00 $ per milione di token di input e 20,00 $ per milione di output per Muse Wonder, rilasciato il 12 ottobre 2026. xAI fa pagare 2,00 $ e 6,00 $ per Grok 4.7, rilasciato il 21 settembre 2026. Il che significa il doppio sull'input e più del triplo sull'output. Poi Artificial Analysis li sottopone entrambi allo stesso harness e riporta il prezzo per completare un compito di intelligenza: circa 4,52 $ per Muse Wonder (max) e circa 3,74 $ per Grok 4.7 (xhigh). Un divario di 3,3× nei listini si riduce a 1,2× alla cassa, perché Grok 4.7 è il modello più verboso della classifica e Muse Wonder soltanto il secondo.

Dove finisce il gap del tariffario

I due laboratori applicano prezzi molto diversi ai token e i modelli li consumano in modi molto diversi, in direzioni opposte. Un solo numero, i token di output consumati durante la valutazione dell'indice, spiega quasi tutto:

• Token di output nell'esecuzione dell'indice — Grok 4.7 circa 240 milioni; Muse Wonder circa 130 milioni, rispetto a una mediana della classifica di quasi 82 milioni

• Tariffa di listino — Grok 4.7 $2.00 input / $0.50 in cache / $6.00 output per milione; Muse Wonder $4.00 input / $0.20 in cache / $20.00 output

• Costo misurato per attività di indicizzazione — Grok 4.7 circa 3,74 $; Muse Wonder circa 4,52 $

• Indice di Intelligenza — Muse Wonder (max) 52, nono di 219; Grok 4.7 (xhigh) 46

La verbosità di Grok 4.7 è la ragione per cui il suo listino dall'aria economica non produce un compito economico. A 240 milioni di token di output per valutazione, una chiamata a Grok 4.7 che dice la stessa cosa di una chiamata a Muse Wonder impiega all'incirca il doppio dei token per dirla, e il risparmio su ogni token viene speso per comprarne di più. La tariffa di output di 20,00 $ di Muse Wonder è quasi tre volte quella di Grok, ma emette circa la metà dei token — i due effetti si annullano quasi del tutto, e ciò che sopravvive è un premio di 1,2× per sei punti indice.

Questo cambio di prospettiva conta più di quanto sembri, perché ribalta il consiglio abituale. Se valuti i modelli in base al listino prezzi, concluderai che Grok 4.7 è l'opzione economica e Muse Wonder è un lusso; se li valuti in base al lavoro completato, sono entro il 22% l'uno dall'altro.

La linea di cache è quella che non si annulla.

Una riga rompe lo schema, e lo rompe a favore di Meta. La tariffa di input in cache di Grok 4.7 è di $0,50 per milione, invariata rispetto a Grok 4.6 e cinque volte i $0,10 di GPT-6.1 Sol. Quella di Muse Wonder è $0,20. Su una pipeline a forte uso di caching dei prompt — un lungo prompt di sistema e un corpus fisso rinviato a ogni chiamata — è un vantaggio di 2,5× sulla categoria di token più grande della richiesta, e non viene eroso dalla verbosità perché i token di input in cache non sono token di output.

L'altra differenza che non si annulla è la forma della curva dei prezzi, e qui Meta vince nettamente:

• Finestra di contesto — Muse Wonder 1.048.576 token; Grok 4.7 500.000 token

• Ricalcolo del prezzo per prompt lunghi — Muse Wonder nessuno; Grok 4.7 ricalcola il prezzo dell'intera richiesta a $4,00 in input e $12,00 in output una volta che un prompt raggiunge 200.000 token

• Output massimo in una singola risposta — Muse Wonder 943.718 token; Grok 4.7 450.000 secondo quanto riportato dal fornitore stesso

• Scala di effort — Muse Wonder da minimal a max, predefinito su medium; Grok 4.7 low, medium, high, xhigh, predefinito su high, con xhigh nuovo in questa generazione

Il gradino dei 200.000 token di Grok 4.7 è il salto più ripido offerto da entrambi i laboratori. Un prompt da 199.000 token e uno da 201.000 token vengono fatturati al doppio della tariffa di input e al doppio della tariffa di output sull'intera richiesta — non solo sull'eccedenza. Muse Wonder applica a un prompt da 400.000 token esattamente la stessa tariffa per token di uno da 400 token. Per i carichi di lavoro in stile retrieval che portano abitualmente un ampio contesto fisso, quella singola riga può pesare più di tutto ciò che sta sopra.

Da dove provengono i sei punti indice

Un divario composito di sei punti è un divario reale, e non si distribuisce in modo uniforme. Artificial Analysis assegna un punteggio a entrambi i modelli sulla stessa revisione del suo indice; queste sono le sue misurazioni, non le dichiarazioni di alcun fornitore.

• AA-Briefcase — Grok 4.7 1.657 Elo con xhigh, quarto in classifica; Muse Wonder non pubblicato sulla stessa harness

• GDPval-AA — Grok 4.7 1.715 Elo, un record tra i modelli non Anthropic; Muse Wonder non pubblicato

• Generazione di codice sul proprio harness — Muse Wonder non è direttamente comparabile; Grok 4.7 57,4% su SciCode e 43,1% su Humanity's Last Exam

• Costo per attività di indicizzazione — Grok 4.7 $3,74; Muse Wonder $4,52

Il profilo di Grok 4.7 è ampio anziché a picchi: è competente in ragionamento, richiamo su contesti lunghi e lavoro professionale sui documenti, senza primeggiare in nessuno di essi, ed è davvero veloce a 82,6 token al secondo, dato che Muse Wonder non ha pubblicato sullo stesso harness. La forma di Muse Wonder è l'opposto: un punteggio composito più alto, un dato di velocità non pubblicato e una tabella del fornitore che concentra le sue vittorie nel lavoro software da terminale e a lungo orizzonte.

Quella tabella del fornitore è di Meta stessa e non è stata riprodotta da nessuno. Il suo dato Terminal-Bench 4.0-AA di 85,6 per Muse Wonder si trova accanto a 79,0 per Claude Fable 5.1 e 81,4 per GPT-6 Astra nella stessa colonna; il risultato Terminal-Bench 4.0 misurato in modo indipendente di Grok 4.7 è 0,258 sullo stesso nome di benchmark, che è un harness diverso e un numero diverso. Non mettere quei due nella stessa frase come confronto — il dato di Meta è un’affermazione del fornitore sul proprio modello e il dato di Artificial Analysis è una misurazione di quello di xAI, e gli harness non sono gli stessi.

Uno di questi ha un gemello in abbonamento

Meta ha distribuito Muse Wonder come due checkpoint. muse-wonder-1.0 è quello sulla Meta Model API a 4/20 $. muse-wonder-full-1.0 ottiene 56 sull'indice indipendente — dieci punti sopra Grok 4.7 — e non può essere acquistato affatto per token; è incluso con un abbonamento Muse Code a 50 $ al mese per Power Usage o 200 $ al mese per Maximum Usage. Grok 4.7 non ha una suddivisione equivalente. Quello che vedi è quello che acquisti, su un unico listino prezzi, a un unico endpoint.

Per un team che valuta un abbonamento mensile da $200 rispetto alla fatturazione per token, questa è la parte davvero difficile di questo confronto. Il vantaggio di dieci punti del checkpoint Full su Grok 4.7 è maggiore dei sei punti del modello API, e un abbonamento a tariffa fissa è un acquisto molto diverso da una tariffa a consumo: elimina del tutto la penalità di verbosità, che è la penalità che aveva reso questo confronto così serrato fin dall'inizio.

Il lato di routing, che qui è asimmetrico

Entrambi questi sono modelli di proprietà di Meta e xAI, venduti tramite le loro stesse API, e uno di essi è anche una route che serviamo. Grok 4.7 è nel catalogo di OrcaRouter come grok/grok-4.7, datato 2026-09-21, ai prezzi di xAI stessi: $2,00 di input, $0,50 di lettura cache e $6,00 di output per milione di token, con la finestra da 500.000 token, il tetto di output da 450.000 token e la regola di riprezzamento da 200.000 token tutti intatti. Il prezzo pass-through significa che una modifica al listino prezzi di xAI compare sul nostro lo stesso giorno, e la stessa chiave raggiunge il resto del catalogo.

Muse Wonder non è una delle nostre route. Non esiste alcuna meta/muse-wonder registrata nel nostro catalogo e questa pagina non intende suggerirne una — l'API Model di Meta e Muse Code sono ciò tramite cui viene eseguito. Quello che invece offriamo di Meta Superintelligence Labs è meta/muse-spark-1.2, il checkpoint più grande da cui discende questa famiglia, a $1,25 per milione di token in input e $4,25 per milione di token in output, su una finestra di 1.048.576 token, con letture dalla cache a $0,15.

Quell'asimmetria è in realtà l'argomento pratico a favore del confronto. Il rapporto di costo di 1,2× e il divario di sei punti nel punteggio sono entrambi medie su una suite di benchmark; sul tuo traffico il rapporto sarà diverso e non puoi sapere di quanto senza eseguirlo. Per Grok 4.7 basta una modifica di stringa. Quando Muse Wonder arriverà su un provider che instradiamo, sarà la stessa modifica di stringa — e fino ad allora, la posizione onesta è che puoi testare a basso costo una metà di questo abbinamento, mentre l'altra metà non puoi testarla affatto.

Scegliere tra loro

• Grok 4.7 per tutto ciò in cui la forma ti piace già: una finestra di 500.000 token copre la maggior parte del lavoro di retrieval, il tetto di output di 450.000 token è generoso, la scala dell'effort arriva fino a xhigh, e il composite è abbastanza vicino che 1,2× raramente decide qualcosa.

• Grok 4.7, nello specifico, per il lavoro professionale su documenti a forte intensità di ragionamento. Il suo Elo su GDPval-AA è la rilevazione non-Anthropic più alta in classifica, ed è il sotto-punteggio che predice la revisione dei contratti, l'analisi finanziaria e la stesura di testi lunghi.

• Muse Wonder quando i prompt sono grandi e fissi. Una finestra da 1M senza alcun passaggio di riprezzamento e con una lettura della cache da $0,20 è un'offerta sostanzialmente diversa rispetto a una finestra da 500K che raddoppia l'intera richiesta a 200.000 token, e quella differenza si accumula in modo composto a ogni chiamata in un ciclo.

• Muse Wonder quando l'output deve essere enorme. 943.718 token contro 450.000 è la differenza tra emettere un artefatto completo e paginarlo.

• Muse Wonder quando l'input è parlato o video. Grok 4.7 accetta testo e immagini; il modello di Meta accetta testo, immagini, parlato e video, il che elimina una fase della pipeline anziché migliorarne una.

Il riassunto allettante — modello più economico contro modello migliore — è sbagliato su entrambi i fronti. Grok 4.7 non è più economico per attività completata in una misura neanche lontanamente simile a quanto suggerisce il suo tariffario, e il vantaggio di Muse Wonder è concentrato in ambiti che un punteggio composito non può mostrare. Ciò che li distingue in pratica sono la dimensione del prompt e la dimensione dell'output, ed entrambe sono stampate nei tuoi stessi log.