Muse Wonder vs DeepSeek V4 Pro：タスクあたり$4.52 対 $0.67、そして両者の間には16インデックスポイントの差

Muse Wonder と DeepSeek V4 Pro の比較は、実質的にはモデル比較ではない。それは、能力差が付随するタスクあたりの価格比較である。Artificial Analysis の独自測定では、DeepSeek V4 Pro は Intelligence Index タスクあたり約 $0.67 となり、DeepSeek V4 Pro API は入力100万トークンあたり $1.32、出力100万トークンあたり $3.96 である。Muse Wonder（max）はインデックスタスクあたり約 $4.52 となり、入力 $4.00、出力 $20.00 である。これは、測定された能力の単位あたりコストが約 6.7 倍であることに相当し、生のインデックススコアは DeepSeek V4 Pro が 36、Muse Wonder が 52 である。

だから問題は、どのモデルがより優れているかではない。16インデックスポイントとマルチモーダル入力経路が、ランレートのほぼ7倍に見合うかどうかだ——そして、大量のトークンを送信するほとんどのワークロードでは、その算術はノーと言う。ここが、その算術が破綻する場所であり、成り立つ場所だ。

これを実際に決める算数

両方の数値はArtificial Analysisによるもので、同じ指標で測定されているため、ベンダーのスコアボードとは異なり、直接比較できます：

• Artificial Analysis Intelligence Index — Muse Wonder（max）52、219件中9位。DeepSeek V4 Pro 0813（max）36、117件中9位

• インデックスタスクあたりのコスト — Muse Wonder 約4.52ドル、DeepSeek V4 Pro 約0.67ドル

• 定価 — Muse Wonder は100万トークンあたり入力 $4.00 / 出力 $20.00、DeepSeek V4 Pro は自社APIで入力 $1.32 / 出力 $3.96

• 7:2:1 のキャッシュヒット/入力/出力の混合におけるブレンド価格 — DeepSeek V4 Pro は100万トークンあたり約0.69ドル、Muse Wonder は約2.94ドル

• キャッシュ割引 — DeepSeek V4 Pro 97%、Muse Wonder 約95%

• 評価で消費された出力トークン — DeepSeek V4 Pro 約1億6000万、Muse Wonder 約1億3000万

• 出力速度 — DeepSeek V4 Pro は毎秒約91.7トークン；Muse Wonder は同じラボからまだ公開されていない

• コンテキストウィンドウ — 両方とも 1,048,576 トークン

• モーダル入力 — Muse Wonder はテキスト、画像、音声、動画、ファイルに対応しています。DeepSeek V4 Pro はテキストのみです

• 重み — DeepSeek V4 Pro は MIT ライセンスのオープンウェイトな Mixture-of-Experts モデルで、総パラメータ数 1.6 兆、うちアクティブ 490 億。Muse Wonder はプロプライエタリ

指数の数字は、実際よりも接近して見えます。ランキングの分母が異なるためです。Muse Wonderの9位は219モデル中の9位ですが、DeepSeek V4 Proの9位は117モデル中の9位です。同じ順位の数字でも、集団の中での位置は大きく異なります。

1タスク0.67ドルで手に入るもの

DeepSeek V4 Proは2026年8月13日にリリースされたため、2か月間の本番利用と独立した測定の実績があります。その成熟度は、ベンチマークスコアではない数字に表れています。97%のキャッシュ割引、公表された混合価格、測定された出力速度、タスクごとのコスト見積もり — 予算モデルを構築するために必要な4つです。Muse Wonderには、タスクごとの数値を除けば、それらのどれもありません。まだ1日しか経っていないからです。

これもテキスト専用であり、それは脚注ではなく、れっきとした制約だ。あなたのパイプラインが音声や動画を取り込むなら、Muse Wonder は文字起こしのステップと推論のステップを1回の呼び出しに統合する。DeepSeek V4 Pro では、文字起こし結果をテキストとして流し込む必要がある。それが問題になるかどうかは、完全にあなたの入力モダリティ次第だ — コードアシスタントやドキュメントパイプラインなら、そんな話は出てこない。

オープンウェイトのライセンスは、この価値提案のもう半分であり、Muse Wonder がどんな価格でもかなえられない点でもある。総パラメータ1.6兆、アクティブパラメータ490億の MIT ライセンスのウェイトは、必要なハードウェアを持つチームがこのモデルを自社インフラで実行できることを意味し、トークン単位の請求も、レート制限も、チェックポイントを非推奨にできるベンダーも存在しない。安定して大量のワークロードがあり、データが決して建物の外に出ないというコンプライアンス要件がある場合、多くの場合それだけで決め手になる——そしてその場合、上記の API 価格は、GPU を購入する前にプロトタイプを作るための最も安価な方法にすぎなくなる。

タスクあたり追加の3.85ドルで何が得られるか

16インデックスポイントは決して小さくない。それは、現在のフロンティアの中央に位置するモデルと、トップ10に入るモデルとの差であり、エージェント型の作業では、エラーがツール呼び出しをまたいで複合するため、その差は縮まるどころか広がる傾向がある。

Meta自身がベンダー報告としてまとめた表でも、Muse Wonderの強みは同じところに現れています。Terminal-Bench 4.0-AAが85.6、SWE-Marathonが78.8、コンピュータ操作ではOSWorld V2.1が72.6、AutomationBench-AAでは60.5です。これらは、モデルが多数のステップにわたって計画を保持し続けなければならない長時間実行型のエージェントスイートであり、Metaはそのうち複数でMuse WonderがClaude Opus 5.5やGPT-6 Astraと互角だと報告しています。ただし、これはすべてベンダーによる報告であり、独立に再現されたものは一つもありません — あらゆるローンチ時の表に当てはまるのと同じ注意点です。

それらのベンチマークのいずれにも載っていない能力は、記憶です。Muse Wonder には、Meta が Active Memory と呼ぶ機能、すなわちセッションを通じて持続する状態が搭載され、さらに長いタスクでの注意力管理のための Active Focus も備わっています。DeepSeek V4 Pro の 1M コンテキストは、自分で管理するウィンドウです。Meta の実装が期待どおりに機能するなら、それはより大きな数字ではなく、別種の能力です。またこれは、モデルカードから検証できる可能性が最も低い主張であり、料金を支払う前に最も厳しくテストすべき主張でもあります。

Muse Wonder には、品質とは無関係なコスト面の論拠がある。推論は最小から最大までのエフォート段階で必須であり、デフォルトは中程度だ。それは割引ではないが、ダイヤルではある。分類や抽出のトラフィックで Muse Wonder を最小または低で動かせば、100万トークンあたり20ドルの出力単価を、消費する必要のなかったトークンに適用せずに済む。罠は、より安価なモデルでも十分だったワークロードで、すべてをデフォルトのままにしておくことだ。

二つのモデルが競合しなくなる地点

ある時点で、比較は価格差の話ではなくなり、ライセンスとコントロールの話になる。DeepSeek V4 Proの重みはMITの下でダウンロードできる。つまりファインチューニングができ、自前のハードウェア上で量子化してデプロイでき、ベンダーが条件を変更しても動き続けるチェックポイントが得られるということだ。Muse Wonderが提供するものの中に、それに代わるものは何もない。そして、タスクあたり0.67ドルという数字は、セルフホスティングを決めるうえでの終着点ではなく、実際にはその入口なのだ。

逆に、音声と動画を第一級の入力として必要とする場合、あるいはセッションをまたぐ永続メモリを、自分で構築するものではなくマネージド機能として必要とする場合、DeepSeek V4 Proのアーキテクチャは、いくらコストをかけてもそれらには届かない。これらは、これがコスト比較ではなくなるスペクトルの両端だ。

どちらも1つのエンドポイントから到達可能です

DeepSeek V4 ProがOrcaRouterで利用可能。Artificial Analysisが評価した8月13日のチェックポイントと、それ以前のV4 Proビルドの両方が、入力トークン100万あたり0.66ドル、出力トークン100万あたり1.98ドル、キャッシュ読み取り料金0.022ドルで掲載されている。これは同社自身の料金をマークアップなしでそのまま通したものであり、だからこそArtificial Analysisが用いた1.32ドル/3.96ドルという数字を下回っている。上記のタスクあたりコストは同社の標準API価格に基づいて計算されており、同じチェックポイントへより安く到達する経路は、モデル自体を変えることなく比較の左側を変えるのである。

Muse WonderはOrcaRouterにはありません。当社のカタログにmeta/muse-wonderという項目は存在せず、本記事でもそれが存在するかのようには示しません — 現在それを実行できるのはMeta自身のAPIとMuse Codeです。Meta Superintelligence Labsから当社が提供しているのはMuse Spark 1.2とMuse Spark 1.1です。そのため、このリリースにはルートがありませんが、ファミリーにはルートが存在します。

この特定の判断で重要なのは、$4.52 対 $0.67 という差は、信じる前に自分のトラフィックで検証すべきと言えるほど大きいという点です。OrcaRouter は 200 以上のモデルを単一の OpenAI 互換エンドポイントで提供し、プロバイダーの定価をそのまま通しているため、DeepSeek V4 Pro 向けに組んだベンチマークハーネスは文字列を一つ変えるだけで別のモデルに向けられ、ベンダーの値下げは次の請求サイクルではなく当日に反映されます。比率そのものが論拠のすべてである比較なら、いちばん安く済むのは自分のタスク構成を実測することです。

その電話

• 大量処理・テキストのみ・コスト重視の作業では、DeepSeek V4 Proを既定にしよう。インデックスタスクあたり$0.67 対 $4.52 である以上、より安価なモデルが誤った答えになるのは、あなたの特定のタスクでDeepSeek V4 Proが大きく負けている場合だけであり、さらにDeepSeek V4 Proは、Muse Wonderがどんな価格でも提供できないオープンウェイトライセンスを備えている。

• タスクが長期的かつエージェント的である場合、入力に音声や動画が含まれる場合、またはセッションをまたぐ永続メモリに対してマネージドの料金を支払う価値がある場合は、特定のワークロードを Muse Wonder に移行する。

• より安価なモデルで通せるトラフィックに、Muse Wonder をデフォルトのエフォートで使うコストを払わないでください。エフォートラダーは、このモデルが与えてくれる唯一のコストレバーであり、活用する価値があります。

• 16ポイントの差は、マルチステップエージェントでは指標が示唆する以上に重要となり、単発の抽出・分類・要約では指標が示唆するほどには重要にならないと予想される。

16インデックスポイントを得るためにほぼ7倍のコストがかかるのは、平均的なワークロードにとっては悪い取引であり、特定のワークロードにとっては良い取引だ。その差は十分に大きいので、A/Bテストに午後を1回費やす程度のコストで、自分がどちら側なのかを見極められる。