Muse Wonder 対 Claude Fable 5.1：インデックス1ポイント差、価格は2.5倍

Artificial Analysisの現在のIntelligence Indexでは、Claude Fable 5.1が53、Muse Wonderが52となっている。差はわずか1ポイント。料金表を見ると、Claude Fable 5.1は入力100万トークンあたり$10.00、出力100万トークンあたり$50.00である一方、Muse Wonderは$4.00と$20.00。2.5倍だ。この2文にこの対決のすべてが凝縮されているが、それは1ポイント差が通常示唆するよりもはるかに奇妙な比較だ——なぜなら、安いほうのモデルは登場からまだ1日しか経っておらず独立した実績も薄く、高いほうは9月1日から提供されていて6週間分のプロバイダーによるカバレッジを背後に持ち、しかも両者は請求額のうちどれだけをキャッシュ済みトークンに充てるべきかについて、まったく意見が一致していないからだ。

詳細に入る前に、役立つ枠組みを示します。あなたのトラフィックが、安定したプロンプトプレフィックス上で長く走るエージェントループであるなら、Muse Wonder と Claude Fable 5.1 の価格差はほぼ消え去るので、測定された能力で選ぶべきです。あなたのトラフィックが、キャッシュ可能なプレフィックスがほとんどない大量の短い呼び出しであるなら、その差は現実であり、2.5倍です。そして、1ポイントの指標は、その分を支払う理由にはなりません。

日付入りの2つのモデル

Claude Fable 5.1は、Claudeの開発元によるMythosクラスのモデルであり、同社がOpusクラスより上位に位置づける能力階層に属し、2026年9月1日にClaude Fable 5の後継としてリリースされた。テキスト、画像、ファイルの入力を受け付け、テキストを書き出し、1,000,000トークンのコンテキストウィンドウと128,000トークンの出力上限を備え、適応的推論と構造化出力をサポートする。それについては6週間分の独立した測定結果が存在し、複数のAPIプロバイダーによって提供されており、その料金表には、非同期作業を半減させる$5.00 / $25.00のバッチモードが含まれている。

Muse Wonderは、Meta Superintelligence Labsによる2026年10月12日のフロンティアリリースで、Muse Wonder Fullと呼ばれる2つ目のチェックポイントと同時に発表されました。呼び出せるエンドポイントがあるのはmuse-wonder-1.0だけであり——Meta Model API上とMuse Code内で——以下のすべての数値が指しているのはこのモデルです。1,048,576トークンのコンテキストウィンドウを備え、単一レスポンスの出力上限は943,718トークンで、テキスト、画像、音声、動画の入力を受け付け、出力はテキストです。Muse Wonder Fullは2つの中でより高いスコアを記録しており、Muse Codeのサブスクリプション限定であるため、ここで何かと比較できるトークンあたりの価格はありません。

その非対称性こそ、まず心に留めておくべきことだ。Fable 5.1 は確定済みの存在で、今日の午後にも自分のワークロードと比較評価できる。Muse Wonder はリリースから2日しか経っていないもので、その独立した記録は評価者1人の1行分しかない。

一対一で、項目ごとに

インデックスの数値はArtificial Analysisが現在のリビジョンで独自に測定したものであり、価格は各ベンダーが公表している100万トークンあたりの料金表です。vendor-reportedと表示されているものはMetaのもので、Metaのハーネスによるものです。

• インテリジェンス指数 — Claude Fable 5.1 53（最大エフォート）；Muse Wonder 52（最大）。同じボードの同じリビジョンで1点差。

• 入力価格 — Claude Fable 5.1 は100万あたり$10.00、Muse Wonder は$4.00。入力トークンあたりの支出は2.5倍。

• 出力価格 — Claude Fable 5.1 は100万あたり$50.00、Muse Wonder は$20.00。さらに2.5倍で、これがエージェント型の請求額の大半を占める項目です。

• キャッシュ入力 — Claude Fable 5.1は100万トークンあたり$0.25で、Muse Wonderの$0.20に対する価格です。両ベンダーとも約95～98%の割引を宣伝していますが、絶対金額で見るとこの2つのキャッシュ料金は5セント差であり、これがこのページで最も重要な数字です。

• コンテキストと出力上限 — Fable 5.1 は入力 1,000,000、出力 128,000。Muse Wonder は入力 1,048,576、出力 943,718。入力では実質同等だが、出力ではまったく比較にならない。

• モダリティ — Fable 5.1 はテキスト、画像、ファイル入力を受け付け、Muse Wonder はテキスト、画像、音声、動画を受け付ける。パイプラインが推論の前に音声を文字起こしするなら、それは丸め誤差ではなくアーキテクチャ上の違いである。

• 推論の制御 — Fable 5.1 は、文書化されたフォールバック構成を備えた適応的推論と、非同期作業向けのバッチモードをサポートします。Muse Wonder の推論は必須であり、minimal から max までのエフォートのはしごを備え、デフォルトは medium です。

• 提供状況 — Fable 5.1 は複数の API プロバイダーに加え、ベンダー自身によっても提供されています。Muse Wonder は Meta の API および Muse Code 内で提供されており、サードパーティによる対応はまだありません。

なぜキャッシュラインはインデックスラインよりも多くを決めるのか

両ベンダーはキャッシュを入力の85～95パーセント割引として売り込んでおり、その枠組みは重要な点を覆い隠している。キャッシュ読み取りに実際にかかるのは絶対料金であり、そこでは両モデルは5セント差だ。Muse Wonder は100万あたり$0.20、Claude Fable 5.1 は$0.25である。キャッシュなしでは、Fable 5.1 の入力は Muse Wonder の2.5倍。キャッシュありでは1.25倍だ。

つまり、2.5倍という見出しは、実のところプロンプトのどれだけが新規（未キャッシュ）かについての主張です。コンテキスト内のコードベース、長いポリシー文書、決して変わらない固定のツールスキーマなど、大きく安定したプレフィックス上に構築されたワークロードでは、入力トークンの大半がキャッシュ料金で処理され、これら2つのモデル間の実効的な差は、その5セント差に向かって縮まります。再利用可能なプレフィックスを持たない、短く独立した呼び出しからなるワークロードにはキャッシュできるものが何もなく、すべてのリクエストで2.5倍を満額支払うことになります。同じ2つのモデル、同じ料金表でも、結論はまったく異なります。そして決め手となる変数は、モデルの品質ではなく、あなたのトラフィックの形なのです。

Meta自身のベンダー報告による表は、Claude Fable 5.1をMuse Wonderシリーズと並べて最大エフォートで取り上げており、またあるスイートでは逆の方向を示し、ほかのスイートではまた逆を示している——Fable 5.1はAutomationBench-AAで62.1対Muse Wonderの60.5、JobBenchで27.6対30.8、Terminal-Bench 4.0-AAで79.0対85.6。すべてベンダー数値であり、すべて未再現で、唯一安全な読み方は、これら2つのモデルはエージェント作業において十分近く、スコアボードはテストを始めるものであって終わらせるものではないということだ。

1点差が全てではない場面

2.5倍を払うことには確かな根拠があり、それはインデックスとはほとんど関係がない。Fable 5.1 の推論は適応型で、フォールバック構成が文書化されている。つまり、モデルの思考深度は呼び出しごとに必須ではなく、コストに応じて調整できる。Muse Wonder のラダーには下限 — minimal — があるが、オフスイッチはない。しかも思考トークンは100万あたり20ドルで課金される。大量で低遅延が重視されるトラフィックでは、思考しないことを選べるモデルのほうが、常に思考するより安価なモデルよりも安くつく。そしてその比較はリーダーボードには決して現れない。

第二の論点は、プロバイダーの幅の広さだ。Fable 5.1 が複数のプロバイダーから提供されているということは、リージョンごとの可用性とレイテンシーの競争を意味し、あるエンドポイントでの障害はインシデントではなく不便で済む。単一ベンダーの経路しか持たない、登場から一日しか経っていないモデルはリスクの様相が異なり、今後二週間でそれを採用するゲートウェイは、ベンダーのパラメーターサーフェスに後れを取ることが多い——とりわけ reasoning-effort の列挙は、ローンチ後に真っ先に陳腐化するフィールドだ。

低価格のMuse Wonderを選ぶ根拠は、Fable 5.1が提供しない3つの点にある。その中で最も大きいのが出力上限だ。1回の応答で943,718トークン対128,000トークンというのは、長い文書やコードのモジュール全体、あるいは完全な移行計画を1ターンで生成する場合、単なる仕様の細部では済まない。そうでなければ、自分で出力をつなぎ合わせることになるからだ。2つ目は、音声と動画をネイティブに受け付けられること。3つ目は、単純に請求額だ。$4と$20対$10と$50なら、キャッシュ可能なプレフィックスがなく出力が多いチームは、同じ費用でおよそ2.5倍の量を回せて、その代償にインデックス1ポイントを失うだけだ。

3つのアカウントなしでこの比較を実行しています

Claude Fable 5.1はOrcaRouter上でベンダー自身の定価——入力トークン100万あたり$10.00、出力100万あたり$50.00、そして$0.25のキャッシュ読み取り料金——で提供されており、当社側での上乗せは一切なく、100万トークンのコンテキストウィンドウもそのまま変わらず利用できます。これにより、上述のすべてにとってのワンキーでの基準点となります。

Muse WonderはOrcaRouterにはなく、そうではないと示唆することもありません。当社のカタログにmeta/muse-wonderの項目はなく、現時点で正直な答えはMeta自身のAPIとMuse Codeです。同じラボから当社が実際に提供しているのはMuse Spark 1.2とMuse Spark 1.1、したがって、Wonderチェックポイントがまだ安定しきっていないうちにMetaの推論系譜を求めるなら、Museファミリーは同じキーから利用できます。

2.5×の価格の疑問を決着させる方法は、2つの料金表を読むことではなく、自分のタスクを2回実行してトークン数を読むことです。OrcaRouterは200以上のモデルを、プロバイダーの定価をそのまま反映した単一のOpenAI互換エンドポイントの背後でルーティングするため、そのテストのFable 5.1側は今すぐベンダー料金で利用でき、私たちがルーティングするプロバイダーがMuse Wonderの提供を開始した日には、テストのもう半分は新しい統合ではなくモデル名の変更になります。

どちらを選ぶべきですか

• ワークロードに大きく安定したプレフィックスがあり、むしろ確実性を買いたいなら、Claude Fable 5.1 を選びましょう：6週間にわたる独立した測定、複数のプロバイダー、半額のバッチレーン、そして下げられる適応型推論。

• トラフィックが出力中心で、キャッシュ不可で、長文なのであれば、Muse Wonder を選びましょう — 943,718トークンの出力バジェットと$20の出力レートはどちらも、まさにそのために価格設定されたモデルの帰結であり、音声入力と動画入力もそれに伴います。

• 1つのインデックス値で両者を選び分けないでください。複合インデックスにおける1ポイントは、ほとんどの実運用ワークロードのノイズの範囲内であり、このページの他の何かがその役割を果たしていない限り、2.5倍にする価値はありません。

• 判断を下す前にキャッシュテストを実行しましょう。本番環境で入力トークンの半分以上がキャッシュにヒットするなら、両モデルの実質的な差は料金表が示すよりも小さく、判断はむしろ能力、モダリティ、プロバイダーリスクに委ねられるべきです。

実測された能力の1ポイント、定価の2.5倍、そしてその差の大半を静かに埋めるキャッシュ入力の一行。これはリーダーボードでは本当に決着をつけられない対決だ——だからこそ、ここで信頼に値する数字は、自分自身で生み出すものなのである。