Muse Wonder vs Qwen 3.8 Max: il token più economico che costa di più per attività

Qwen 3.8 Max costa meno di Muse Wonder su ogni tariffa pubblicata — 2,00 $ per milione di token di input e 6,00 $ per milione di token di output, contro 4,00 $ e 20,00 $ — eppure costa di più completare un lavoro. Sul harness di Artificial Analysis, il costo misurato per completare un singolo task dell'Intelligence Index è di circa 5,41 $ con Qwen 3.8 Max e di circa 4,52 $ con Muse Wonder, perché Qwen 3.8 Max genera all'incirca 190 milioni di token di output per portare a termine quella sessione, mentre Muse Wonder ne genera circa 130 milioni, rispetto a una mediana della classifica vicina agli 85 milioni. Meta Superintelligence Labs ha rilasciato Muse Wonder il 12 ottobre 2026 e ottiene 52 sullo stesso indice; Qwen 3.8 Max ottiene 45. Non è una differenza di arrotondamento su nessuno dei due assi, e significa che il solito riflesso «costa meno per token, quindi vince» prende questo confronto esattamente al contrario.

Il tariffario non è la fattura

Comincia da ciò che pubblicano i due fornitori, perché sulla carta non c'è partita.

• Input — Qwen 3.8 Max 2,00 $ per milione di token; Muse Wonder 4,00 $, quindi è a metà prezzo

• Output — Qwen 3.8 Max $6,00 per milione di token; Muse Wonder $20,00, quindi è circa un terzo

• Sconto sulla cache — Qwen 3.8 Max 88% di sconto sull'input in cache; Muse Wonder 95%. Poiché la percentuale viene applicata a un prezzo di listino dell'input che è due volte più alto, i due finiscono a pochi centesimi di distanza l'uno dall'altro una volta arrotondati — circa $0,24 contro circa $0,20 per milione di token in cache — e il nostro stesso catalogo prezza le letture dalla cache di Qwen 3.8 Max a $0,25. Questa è l'unica riga in cui il prezzo di listino più basso compra la cache più costosa.

• La presentazione dello stesso fornitore — Artificial Analysis segnala l'input di Muse Wonder come "alquanto costoso" rispetto a una mediana della classifica di 2,00 $ e il suo output come "costoso" rispetto a una mediana di 10,00 $. Qwen 3.8 Max si colloca pari o al di sotto di entrambe le mediane.

Ogni riga di questo favorisce Qwen 3.8 Max. Ora guarda che cosa ha misurato lo stesso banco di prova per un'attività completata, che è l'unico numero che un budget sente davvero.

• Costo per attività dell'Intelligence Index — Muse Wonder circa $4,52; Qwen 3.8 Max circa $5,41

• Token di output consumati in quella esecuzione dell'indice — Muse Wonder circa 130 milioni; Qwen 3.8 Max circa 190 milioni, rispetto a una mediana della classifica vicina agli 85 milioni

• Ciò che l'harness dice riguardo all'appetito — Muse Wonder è descritto come "alquanto verboso"; Qwen 3.8 Max è descritto come "molto verboso"

I due tariffari e le due fatture misurate puntano in direzioni opposte, e la ragione è interamente il volume di token. Qwen 3.8 Max spende circa 1,5 volte i token di output che spende Muse Wonder sulla stessa valutazione, il che annulla il suo vantaggio di 3,3 a 1 sulla voce di output e poi continua. Se il tuo carico di lavoro assomiglia all'indice — ragionamenti lunghi, risposte lunghe, impostazioni di impegno elevato — il tariffario è il documento sbagliato su cui pianificare. I tuoi conteggi di token sono quelli giusti, e il divario tra i due vale la pena inseguirlo solo se hai misurato il tuo mix invece di aver preso in prestito quello di qualcun altro.

Sette punti indice sono un livello, non un pareggio

I confronti tra modelli che finiscono a un punto di distanza l'uno dall'altro si decidono in base al prezzo e alla forma. Questo no.

• Indice di Intelligenza — Muse Wonder (max) 52; Qwen 3.8 Max 45

• Misurazione condivisa — entrambi i valori sono di Artificial Analysis, ottenuti sul suo harness con il massimo impegno, non sul benchmark preferito da nessuno dei due fornitori

Sette punti su un punteggio composito che copre 219 modelli di questa classe sono un vero distacco, e arriva dal lato del bilancio in cui Qwen 3.8 Max spende i token extra. Genera più output e ottiene un punteggio più basso. Questa combinazione — più token, punteggio più basso — è il tipo costoso di verbosità, perché paghi due volte: una in dollari per attività e una in qualunque cosa il punteggio stia a rappresentare.

L'onesta avvertenza è che un indice composito è una media sul mix di compiti di qualcun altro. Sette punti sullo strumento ti dicono che i due modelli non sono alla pari; non ti dicono quale dei due supera la tua valutazione. Un singolo numero indice non ha mai risposto a questo, e questo abbinamento non fa eccezione.

La scheda tecnica, riga per riga

• Finestra di contesto — Muse Wonder (Max) 1.048.576 token, con la finestra da un milione di token ribadita nella sintesi della scheda di Meta stessa; Qwen 3.8 Max 984k token come dichiarato dalla scheda indipendente, contro 1.000.000 di token sulla nostra pagina di catalogo per lo stesso modello con quel nome. Le due fonti divergono di 16.000 token per quel modello; considera il tetto come «circa un milione» per entrambi e verifica il numero più piccolo con il fornitore prima di progettare in base a esso.

• Input modale — Muse Wonder: testo, immagini, parlato e video; Qwen 3.8 Max: testo e immagini, con il video elencato anche nella nostra pagina del catalogo. Il parlato è il tipo di input che solo uno di questi due accetta.

• Output — testo su entrambi.

• Ragionamento — entrambi ragionano, e nessuno dei due pubblica una modalità senza ragionamento su cui un chiamante possa fare affidamento. I token di ragionamento vengono fatturati come output su entrambi, che è esattamente la linea in cui l'appetito di token di Qwen 3.8 Max diventa costoso.

• Velocità di output — Qwen 3.8 Max circa 36 token al secondo, che l'harness giudica notevolmente lento; Muse Wonder non ancora pubblicato sullo stesso harness. Questa asimmetria conta più di quanto sembri: significa che un lato di questo confronto ha un profilo di latenza misurabile pubblicamente e l'altro no.

• Pesi — proprietari in entrambi i casi, nessuno dei due pubblicato.

• Rilascio — Muse Wonder il 12 ottobre 2026. Qwen 3.8 Max è il modello più vecchio qui: Artificial Analysis misura il checkpoint 0902, e il nostro catalogo elenca la propria voce Qwen 3.8 Max a una data diversa, 2026-08-03. Quei due ID non sono intercambiabili, e se stai confrontando prezzi o punteggi vale la pena essere sicuri di quale checkpoint stai effettivamente chiamando.

La latenza è l'asse che solo uno di loro documenta.

La riga sulla velocità qui sopra è la parte meno comoda di questa pagina, perché è l'unico punto in cui il confronto smette di essere simmetrico. Muse Wonder non ha una velocità di output pubblicata sull'harness indipendente — non un numero basso, nessun numero — quindi qualsiasi affermazione secondo cui una di queste due risponde più velocemente è priva di supporto in almeno una direzione.

Quello che si può dire è ciò che mostra il nostro stesso traffico. Su OrcaRouter, Qwen 3.8 Max ha un time-to-first-token p50 misurato di circa 4,92 secondi. È l'attesa prima che arrivi il primo token, su un modello che il banco di prova indipendente giudica già notevolmente lento nella generazione sostenuta. Per una superficie interattiva è un lungo silenzio; per un job in batch è quasi irrilevante. Quale dei due stai costruendo decide quanto peso meriti questa sezione, e se stai costruendo quello interattivo, un modello di cui nessuno ha pubblicato la latenza è un rischio che dovresti valutare prima di adottarlo, non dopo.

Eseguire entrambi, o eseguirne uno

Qwen 3.8 Max è su OrcaRouter come qwen/qwen3.8-max, al prezzo di listino di $2,00 per input e $6,00 per output per milione di token, con una tariffa di lettura cache di $0,25 e la finestra da un milione di token intatta. Nulla viene maggiorato da parte nostra — il prezzo di listino del provider viene passato così com'è, quindi quando il provider modifica una tariffa, il numero sulla nostra pagina cambia lo stesso giorno. Questo fa sì che questo lato del confronto disti una sola modifica di stringa da qualsiasi harness tu abbia già, che è il modo più economico possibile per scoprire cosa fa il tuo mix di attività a quei $2,00.

Muse Wonder non è nel nostro catalogo, e questa pagina non fingerà il contrario — oggi gira tramite la Model API di Meta e Muse Code. Ciò che invece offriamo dallo stesso laboratorio è Muse Spark 1.2, il checkpoint su cui Meta ha costruito il resto di questa famiglia, a $1,25 per milione di token in input e $4,25 in output su una finestra di 1.048.576 token, con letture dalla cache a $0,15. Se ciò che in realtà cerchi in Muse Wonder è lo stile di casa Meta a un quinto del prezzo anziché il punteggio di frontiera, quella strada esiste sulla stessa chiave che hai già.

L'argomento pratico a favore di un unico endpoint compatibile con OpenAI su oltre 200 modelli è esattamente questo problema di misurazione. La forbice tra 4,52 $ e 5,41 $ è una media calcolata sui compiti di qualcun altro, e l'unico modo per sapere se vale anche per i tuoi è provarla. Farlo attraverso un'unica chiave significa indirizzare la tua valutazione esistente verso il nome di un secondo modello e rieseguirla, non firmare un secondo contratto e ricostruire il tuo sistema di fatturazione. Il failover automatico copre il caso in cui rilasci per primo il modello più nuovo e non ancora collaudato: se il provider a monte si degrada, la richiesta viene spostata invece di fallire.

Quale, e in base a quali prove?

• Scegli Muse Wonder quando il punteggio è ciò che conta. Sette punti indice a un costo misurato per attività inferiore rappresentano una vittoria netta, e nulla in questo abbinamento la ribalta.

• Scegli Qwen 3.8 Max quando l'input è lungo e l'output è breve. Un listino di $2,00 in input contro $4,00 è un risparmio reale del 50% sui carichi di lavoro fatti solo di prompt e quasi nessuna risposta, e la penalità di verbosità non ha mai occasione di applicarsi perché non c'è nulla in cui essere verbosi.

• Scegli Qwen 3.8 Max quando ti serve un profilo di latenza pubblicato. La sua velocità è documentata e, se il reparto acquisti vuole un numero prima dell'approvazione, "non pubblicato" è una risposta più difficile da difendere di "36 token al secondo".

• Non giudicare Qwen 3.8 Max dal suo prezzo di facciata. La tariffa di input di 2,00 $ è un vero sconto sull'input e una sintesi fuorviante del modello: sull'harness indipendente costa più per attività completata di un modello che fa pagare il doppio per l'input e più del triplo per l'output.

• Non dare per scontato che uno dei due sia l'opzione economica finché non hai contato i tuoi token. I valori per singola attività in questa pagina provengono da un unico harness che esegue una sola valutazione. L'inversione che mostrano è il motivo per misurare, non la misurazione in sé.

Ciò che rende interessante questo abbinamento è che infrange la scorciatoia. I listini sono facili da leggere e ispirano facilmente fiducia, e qui la lettura facile dà la risposta sbagliata di circa il 20%. I modelli sono anche a una generazione di distanza quanto a data di rilascio, ma abbastanza vicini nella forma che la scelta non è ovvia da una scheda tecnica. Entrambe queste cose possono trovare risposta nei tuoi stessi log di questa settimana — e nessuna delle due riceverà risposta dalla prossima tabella di benchmark che sarà pubblicata dall'uno o dall'altro laboratorio.