Muse Wonder vs Muse Spark 1.2: Meta ha lanciato un modello di punta che costa 4,7 volte quello inferiore

Muse Wonder costa $4,00 per milione di token di input e $20,00 per milione di token di output. Muse Spark 1.2 costa $1,25 e $4,25. Stesso laboratorio, stessa finestra di contesto da 1.048.576 token, stessa forma dell'output testuale e un rapporto di prezzo di 3,2× sull'input e 4,7× sull'output — per un modello rilasciato il 12 ottobre 2026 che non supera chiaramente il checkpoint di agosto rispetto al quale è prezzato più in alto. Sull'attuale Intelligence Index di Artificial Analysis, Muse Wonder (max) registra 52. Le rilevazioni di terze parti pubblicate di Muse Spark 1.2 si sono collocate tra 54 e 57 a seconda della revisione e dell'impostazione di effort usata. Non è un confronto in cui il flagship vince e tu paghi per questo; è un confronto in cui devi decidere per che cosa stai pagando il 3,7× in più.

La complicazione è che Muse Spark 1.2 non è più lo Spark attuale di Meta. Muse Spark 1.3 è stato rilasciato il 2 settembre e la documentazione di Meta stessa ora definisce la 1.2 "la versione precedente". Quindi questa pagina è in realtà una domanda a tre vie che indossa un titolo a due nomi: il precedente checkpoint economico, il checkpoint economico attuale e la nuova ammiraglia costosa — tutti di Meta Superintelligence Labs, tutti raggiungibili in modi diversi, tutti con la stessa finestra di contesto.

Tre mesi, tre rilasci, una fascia di prezzo che non si è mossa

La gamma Muse di Meta si è evoluta rapidamente, e il listino prezzi non è rimasto al passo sul fronte Spark.

• Muse Spark 1.1 — l'originale, presente nel nostro catalogo a 1,25 $ per milione di token di input e 4,25 $ per milione di output, con input di testo, immagini, video, audio e PDF.

• Muse Spark 1.2 — rilasciato il 5 agosto 2026, agli stessi $1,25 e $4,25 sul livello Standard, con Meta che lo descrive come un checkpoint aggiornato anziché un nuovo livello. Un secondo SKU, Muse Spark 1.2 Contributor, utilizza lo stesso checkpoint a $0,10 in input e $0,20 in output sul livello Contributor di Meta.

• Muse Spark 1.3 — rilasciato il 2 settembre 2026, ancora a $1,25 e $4,25, e ora è la versione che Meta consiglia per i nuovi progetti.

• Muse Wonder — rilasciato il 12 ottobre 2026, a 4,00 $ in ingresso e 20,00 $ in uscita, con un limite di output di 943.718 token e un secondo checkpoint, con punteggio più alto, chiamato Muse Wonder Full, disponibile solo tramite abbonamento a Muse Code e senza alcun prezzo per token.

Leggilo come un insieme di decisioni, non come una cronologia. In tre mesi Meta ha rilasciato quattro versioni Spark-o-Wonder, non ha modificato affatto il prezzo di Spark, e poi ha introdotto un nuovo nome a un prezzo triplo rispetto al modello sottostante. Il nome è l'indizio: Muse Wonder non è Muse Spark 1.4. È una serie separata, e Meta l'ha prezzata come tale.

Il listino prezzi, e cosa gli fa l'impostazione reasoning

• Input — Muse Wonder 4,00 $ per milione contro Muse Spark 1.2 a 1,25 $. 3,2×.

• Output — 20,00 $ contro 4,25 $. 4,7×, e la voce che domina il conto in qualsiasi ciclo agentico.

• Input memorizzato nella cache — Muse Wonder 0,20 $ per milione; Muse Spark 1.2 0,15 $. Mezzo centesimo di differenza in termini assoluti, cosa che vale la pena notare perché entrambi i fornitori presentano la cache come lo sconto che salva il modello costoso. Su questa coppia non è così: la lettura dalla cache non è dove risiede il 4,7×.

• Contesto — 1.048.576 token su entrambi. Identico, e identico anche ai due precedenti checkpoint Spark.

• Limite di output — Muse Wonder 943.718 token in una singola risposta; il limite di output pubblicato di Muse Spark 1.2 non è affatto indicato nella riga del nostro catalogo, e la documentazione di Meta per la linea Spark non riporta una cifra comparabile. Consideralo sconosciuto anziché uguale.

• Ragionamento — Quello di Muse Wonder è obbligatorio, con una scala di sforzo da minimo a massimo e valore predefinito medio. Muse Spark 1.2 supporta uno sforzo di ragionamento configurabile, e la descrizione stessa di Meta della famiglia è che lo sforzo è una manopola, non un livello minimo.

• Modalità — testo, immagine, video, audio e PDF in input su Muse Spark 1.2; testo, immagine, parlato, video e file in input su Muse Wonder. Sulla superficie di input, queste sono la stessa classe di modello, che è il punto: nulla qui spiega un prezzo di output di 4,7×.

Cosa dice davvero il consiglio indipendente, e perché i numeri non concordano

Questa è la parte da leggere lentamente, perché i dati pubblicati per Spark 1.2 non concordano tra loro e il motivo è importante.

L'analisi di Artificial Analysis in occasione del lancio di Muse Spark 1.2 gli ha assegnato 54 sull'Intelligence Index nella sua configurazione xhigh, un aumento rispetto al checkpoint precedente. Altre letture dello stesso checkpoint sono state pubblicate a 57, e le nostre stesse note sulla famiglia riportano entrambi i valori. La discrepanza non è un mistero e non è una disputa tra fornitore e indipendente — è l'indice stesso che si muove. Artificial Analysis ha ri-valutato la sua classifica durante settembre 2026, sostituendo benchmark componenti più facili con altri più difficili e aumentando il peso delle attività private tenute da parte, e di conseguenza i punteggi sono calati lungo tutta la frontiera. Un numero misurato prima di quella ri-valutazione e un numero misurato dopo descrivono lo stesso modello invariato su due metri di misura diversi.

Quindi l'affermazione difendibile è una fascia, non un punto: letture di terze parti di Muse Spark 1.2 sono state pubblicate tra 54 e 57, e il confronto che conta è con il 52 di Muse Wonder misurato sulla revisione attuale. Il che significa che il riassunto onesto di questo confronto è che, su misurazioni indipendenti, il checkpoint di agosto è almeno alla pari, e forse in vantaggio, rispetto al flagship di ottobre — pur costando un quinto in termini di output.

La tabella di benchmark dichiarata dal vendor di Meta punta nella direzione opposta, che è esattamente ciò che ci si aspetta da una tabella di un vendor riguardante il proprio nuovo flagship. Muse Wonder è elencato davanti a Muse Spark 1.2 nelle suite professionali a lungo orizzonte, e il suo checkpoint Full domina quelle righe in modo netto. Ogni cifra proviene dall'harness di Meta e nessuna di esse è stata riprodotta in modo indipendente. Va inserita nell'elenco dei motivi per eseguire una propria valutazione, e non è una prova che l'attuale classifica sia sbagliata.

Le ragioni per cui il modello più economico dovrebbe essere quello predefinito

Esiste una versione di questo confronto che la tariffazione di Meta invita a fare e che la maggior parte dei team dovrebbe probabilmente prendere sul serio: per un'ampia classe di lavoro agentico, Muse Spark 1.2 o 1.3 a 1,25 $ e 4,25 $ è il default ragionevole e Muse Wonder è l'escalation.

L'argomento non è che il modello più economico sia migliore. È che i due sono abbastanza vicini per capacità misurata — entro pochi punti sulla stessa classifica, in una direzione che non favorisce chiaramente quello costoso — che la differenza di prezzo dovrebbe essere spesa dove il carico di lavoro fa davvero male. Un agente di coding che spende la maggior parte dei suoi token su modifiche di routine e una piccola frazione sul difficile passaggio di ragionamento trae più beneficio dall'eseguire 4,7× il volume alla tariffa economica che dall'eseguire lo stesso volume alla tariffa del flagship. Il livello Contributor di Meta stessa spinge ulteriormente in questa direzione: lo stesso checkpoint Muse Spark 1.2 a $0,10 in input e $0,20 in output è circa 40× più economico di Muse Wonder sull'input, una differenza che cambia ciò che è economicamente possibile, non solo ciò che è abbordabile.

Ciò che Muse Wonder ha e che la linea Spark non ha è più circoscritto e concreto di un vantaggio da benchmark: il budget di output da 943.718 token per una singola risposta, e un posizionamento di punta da laboratorio di frontiera che comporta un tier superiore vincolato all'abbonamento. Se il tuo lavoro genera artefatti lunghi in un solo turno, quel tetto di output è l'intero argomento. Se non lo fa, l'argomento è molto più debole.

Un'ulteriore distinzione da tenere a mente, perché la denominazione rende facile sbagliarsi: Muse Wonder Full — la metà con il punteggio più alto della release di ottobre — non viene affatto venduto per token. Meta lo descrive come disponibile solo in abbonamento Muse Code, su piani pubblicati a 50 $ al mese per Power Usage e 200 $ per Maximum Usage. Nulla nel confronto del listino prezzi di questa pagina si applica a esso, e un team che legge una tabella di un fornitore che mostra Muse Wonder Full davanti a tutto il resto e poi guarda la tariffa di 4,00 $ sta guardando due modelli diversi.

A cascata all'interno di una famiglia, quale è la vera risposta qui

La conclusione onesta di un confronto nella stessa famiglia così serrato è che la scelta non è binaria, e la meccanica di eseguire entrambe le parti la rende pratica. Muse Spark 1.2 è su OrcaRouter come meta/muse-spark-1.2 alle tariffe Standard di Meta — 1,25 $ in input, 4,25 $ in output, 0,15 $ per le letture della cache, con la finestra di contesto da 1M e l'intera superficie di input multimodale passate attraverso — e Muse Spark 1.1 è lì allo stesso prezzo con modalità identiche. Questo rende la metà economica di questo confronto raggiungibile da una sola chiave oggi.

Muse Wonder non è su OrcaRouter. Non esiste alcuna voce meta/muse-wonder nel nostro catalogo e non ne rivendicheremo una; l'API di Meta stessa e Muse Code sono il luogo in cui viene eseguito. Ciò che resta è un problema di routing dalla forma lineare: mettere il checkpoint Spark economico sul percorso predefinito e fare escalation solo delle richieste che richiedono il budget di output del modello di punta. Il DSL di routing di OrcaRouter compone diversi modelli in un'unica chiamata, così una cascata può essere espressa come configurazione anziché come logica applicativa — e il failover automatico fa sì che un incidente di un provider degradi una richiesta verso il candidato successivo invece di farla fallire. Su oltre 200 modelli su un unico endpoint compatibile con OpenAI, con i prezzi di listino dei provider trasferiti senza modifiche, il costo per verificare se l'escalation vale la pena è un cambio di nome del modello, e il giorno in cui un provider che instradiamo inizia a servire Muse Wonder, questo diventa uno dei candidati in quella cascata anziché un'integrazione separata.

Vale la pena dirlo chiaramente: questa pagina non è un'argomentazione contro il modello di punta. È un'argomentazione contro il pagare 4,7× per l'output senza misurare quanto quel 4,7× renda sul proprio traffico — e all'interno di un unico laboratorio, dove la superficie di input e la finestra di contesto sono identiche, quella misurazione è insolitamente facile da allestire.

La versione breve

Se generi output lunghi in singoli turni, oppure hai bisogno che parlato e video entrino nel modello senza un passaggio di trascrizione prima e con un budget di risposta di 943.718 token a corredo, Muse Wonder è il modello di questa famiglia e il sovrapprezzo sull'output di 4,7× è il prezzo di una capacità che la linea Spark non pubblicizza. Se il tuo traffico agentico è per lo più lavoro di routine con occasionali passaggi difficili, Muse Spark 1.2 o 1.3 a $1,25 e $4,25 assorbiranno diverse volte il volume per la stessa spesa, e la classifica indipendente non dà al flagship un vantaggio sufficiente a giustificare il passaggio. Costruisci la cascata, metti per primo il checkpoint economico e lascia che siano i tuoi conteggi di token a dirti quanto spesso scatta l'escalation — quel numero, non quello di questa pagina, è quello che lo decide.