Muse Wonder vs Gemini 4 Argon：一方は今日から呼び出し可能、一方にはエンドポイントがない

Muse WonderとGemini 4 Argonは、数値上は本当に決め手になるほど近い——Muse Wonder（max）はArtificial AnalysisのIntelligence Indexで52、Gemini 4 Argon（high）は53で、価格はそれぞれ100万トークンあたり$4.00/$20.00と$2.00/$10.00だ。しかし、モデルIDを持つのは片方だけだ。Muse Wonderは2026年10月12日からMeta Model API上およびMuse Code内で一般提供されている。Gemini 4 Argonは2026年9月30日に発表され、独立系評価者によるベンチマークも実施されているが、呼び出すことができない。公開されたモデル識別子も、公開エンドポイントも、一般提供日もない。この一つの事実が、あらゆるベンチマークが議論される前に比較の順序を入れ替える。

これは、一部が理論上の比較に関する記事です。Argonは、公開されているほぼすべての評価軸で、より良い買い物に見えます。また、今日時点では、APIではなく数値の集合でもあります。以下では、この比較のうち実際に行動に移せる部分と、計画に織り込むしかない部分を切り分けます。

今のところ、決め手となっている差

Gemini 4 Argon は、Koray Kavukcuoglu によって 2026年9月30日に発表された。これは測定され、Muse Wonder を評価するのと同じ独立系インデックスに掲載されている。つまり、以下の数値は、ベンダーの表では決して実現できない形で直接比較できる。まだ提供されていないのはアクセスだ。モデル識別子も、価格ページも、エンドポイントも、確定した日付もない。存在するのは Fairwind Program の下での制限付き展開であり、つまり限られたパートナーだけで、一般からの参加経路はない。

Muse Wonderは正反対の形をしている。10月12日以降、Meta Model API上でID muse-wonder-1.0として、またMuse Code内で呼び出し可能であり、文書化されたパラメータ仕様を備えている。推論エフォート設定はminimalからmaxまでの値、デフォルトはmedium、出力予算の上限は943,718トークン、そして入力と出力の価格が公開されている。今日の午後にはそれを対象に開発でき、呼び出しにかかるコストを見積もることもできる。

今月リリースするモデルを選んでいるなら、比較はここで終わり、答えは Muse Wonder です。Muse Wonder がより優れているからではなく、Argon は呼び出せるものではないからです。このセクション以降の内容はすべて、Argon が公開されたときにいつか直面する判断に当てはまるもので、後で評価を慌てて行うことにならないよう、今読んでおく価値があります。

表面上は、Argon のほうが優れたモデルに見える。

このセクションのすべての数値は、Argon のものも含めて、ベンダーの主張ではなく Artificial Analysis による独立した測定です：

• Intelligence Index（測定構成） — Gemini 4 Argon 53、219件中8位；Muse Wonder 52、219件中9位

• インテリジェンス指数タスクあたりのコスト — Gemini 4 Argon 約$1.99、Muse Wonder 約$4.52

• 定価 — Gemini 4 Argon は100万トークンあたり入力 $2.00 / 出力 $10.00、Muse Wonder は100万トークンあたり入力 $4.00 / 出力 $20.00

• キャッシュヒット/入力/出力が7:2:1の混合におけるブレンド価格 — Gemini 4 Argonは100万トークンあたり約1.47ドル、Muse Wonderは約2.94ドル

• キャッシュ割引 — Gemini 4 Argon 約95%、Muse Wonder 約95%

• 評価で消費された出力トークン — Gemini 4 Argon 約1億1000万、Muse Wonder 約1億3000万

• 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 — Gemini 4 Argon はテキストと画像を入力、テキストを出力。Muse Wonder はテキスト、画像、音声、動画、ファイルを入力、テキストを出力

• リリース状況 — Gemini 4 Argon は 2026-09-30 に発表済み、公開エンドポイントなし。Muse Wonder は 2026-10-12 に一般提供開始

これらの数値を見ると、Argon は能力で1ポイント上回り、測定タスクあたりのコストは半分未満、表示価格は半分、出力トークン数もより少ない。これはわずかな優位ではない — インデックスタスクあたりのコストは実際の請求書に最も直接反映される数値であり、1.99ドル対4.52ドルは運用費の桁が違う。

1ポイントの指数リードは、ドラムロールではなく留保を伴うべきだ。2つのモデル間の指数1ポイントは、再実行や設定変更で動く範囲内にあり、しかも2つの行は同じ推論設定を測定していない。Argonの公開されている行はその高設定であり、Muse Wonderの行はmaxである。Argonには比較対象となる公開されたmaxの行がない。コストの全体像は堅牢だが、ランキングはそうではない。

Muse Wonderが本当に優れている点

三つのこと、そしてそのうちの一つだけがベンチマークだ。

最初は可用性であり、すでに述べたとおりだが、それはソフトな優位性ではない。エンドポイントと文書化されたパラメータ仕様を備えたモデルは、あなたのデータでベンチマークし、チューニングし、予算管理下に置くことができる。どちらも備えていないモデルは、計画を立てる際に考慮に入れることしかできない。

第二に、パラメータの全体像が把握可能であるという点です。Muse Wonder のコスト挙動は読み取れます。推論は必須で、エフォートのはしごは minimal から max まで伸び、デフォルトは medium であり、すべての推論トークンは出力として課金されます。つまりチームは、抽出と分類を minimal で実行し、必要とする呼び出しに high または max を温存でき、支出への影響は予測可能です。Gemini 4 Argon については、これに匹敵するものは何も公開されていません。推論エフォートの列挙も、出力トークンの上限も、思考を無効化または抑制できるかどうかの示唆もありません。見えないダイヤルに予算を組むことはできず、ベンダーがその仕様面を文書化するまで、Argon のコスト予測はすべて上記の単一の混合数値に依拠することになります。

第三は入力側のモダリティです。Muse Wonder は音声と動画を直接受け付けますが、Gemini 4 Argon の公開されている入力モダリティはテキストと画像です。録音された通話や動画を対象に推論するパイプラインにとって、これは1回の呼び出しと、自分で構築し別途費用を支払うトランスコードと文字起こしのステージとの違いであり、トークン単位の料金表には表れない形で実効的な価格差を狭めます。Gemini 4 シリーズはこれまで動画に強みを持ってきたため、これは確定したアーキテクチャ上の違いというよりも、発表済みの内容におけるギャップであり、Argon が提供開始された際には再確認する価値があります。

また、名前を挙げる価値のある兄弟がもう一つある。Metaのmuse-wonder-full-1.0チェックポイントは、同じ独立指標で56を記録し、Argonの53を上回っているが、Muse Codeのサブスクリプション専用であり、トークン単位では販売されていない。そのため、Argonとはトークン単位の予算ではなく、サブスクリプション予算で競合する。これはArgonのAPI代替ではなく、そのように扱うべきではない。

まだ全く比較できないもの

実際のデプロイを左右する軸のいくつかには、測定対象となるArgonサービスが存在しないため、Argonのデータがありません。エンドポイントのないモデルには、スループットやレイテンシは存在しません。プロバイダーのカバレッジも存在しません：Muse WonderはMeta自身のAPIとMuse Codeにあり、ゲートウェイ経由での到達範囲は、10月12日以降にそれらのゲートウェイが実装したものに限られます。一方、Argonの最終的な到達範囲は不明です。レート制限、地域別の可用性、稼働履歴、そして95%の割引を実際の節約に変えるキャッシュ読み取り率は、いずれもArgon側では未回答です。

その非対称性には実用的な帰結がある。単一の評価実行で算出されたタスクあたりコストは、計画のための有用な入力ではあるが、約束事としては心もとない。Muse Wonderの4.52ドルは、その設定可能な領域が本番環境で使われるにつれて動くものであり、Argonの1.99ドルは、誰かがモデルを呼び出して再測定できるようになるまで存在し得ない唯一の数値である。どちらも現時点での最良推定値として扱うべきであり、契約条件として扱うべきではない。

どちらもOrcaRouterにはありません — あるのはこれです

単刀直入に言うと、Muse Wonder は OrcaRouter のカタログにありませんし、Gemini 4 Argon も同様です。meta/muse-wonder エントリも google/gemini-4 エントリも存在しません。存在しないルートを提示することはしませんし、特に Argon にはルーティング先が何もありません。

当社がMeta Superintelligence Labsから提供しているのは、Muse Sparkシリーズ——Muse Spark 1.2とMuse Spark 1.1です。これは現在、チームが当社を通じて利用できるMetaの推論ファミリーに最も近いものであり、Claude Opus 5.5とDeepSeek V4 Proも、Muse Wonderが価格設定上比較対象としているモデルに含まれます。

このような比較では、単一のエンドポイントがいつも以上に重要になる。その理由は、どちらのモデルも動き続ける標的だからだ。Argonの状況はベンダーの製品判断であり、いつ変わるか分からない。Muse Wonderの設定面と価格はまだ出てから1日しか経っておらず、プロバイダーが採用するにつれて変わり得る。OrcaRouterは200以上のモデルを1つのOpenAI互換APIの背後で提供し、プロバイダーの定価をそのまま通している。そのため、モデルがカタログに載るのは新しい統合ではなく設定ファイルの文字列の変更であり、ベンダーが価格を下げれば、こちらの数字も同じ日に動く。この2つのどちらかがルーティング可能になれば、互いを比較して測定するのに必要なのは午後1回分だけだ。

その間、これをどうすればいいですか

• 今すぐモデルが必要なら、Muse Wonder を選び、Argon の列は将来の移行候補として扱ってください。Argon が公表している数値の中で、今日到達できるものは何もありません。

• まだ出荷する段階ではなく計画中の場合は、Argon のコスト数値をモデル内の目標レートとして維持しておいてください — インデックスタスクあたり $1.99 が、Argon が始動した瞬間に Muse Wonder が評価される基準となる数値です。

• Muse Wonderのエフォートラダーは初日から意図的に使うこと。何もかもmediumにデフォルト設定するのは、出力100万あたり20ドルのモデルが想定外の請求書を生み出す原因になる。

• Argon が利用可能になったら、次の3点を再確認する：その推論エフォート制御、出荷モデルに動画入力が含まれているかどうか、そして初の独立したスループット測定。この3点のいずれも結論を左右しうる。

• どちらのタスクあたりコスト数値も、まだ予算を立てる根拠にしないでください。Muse Wonderのものは2日前に登場したモデルに由来し、Argonのものは、パートナープログラムの関係者以外が誰も呼び出したことのないモデルに由来しています。

より安価で、スコアがわずかに高いモデルに到達できない対戦は、さほど意味のある対戦ではない——しかし、それは間もなく実現する。この2つの価格差は十分に大きく、Argon のエンドポイントが稼働する日には答えが変わる可能性が高い。だからこれは、決着させる比較ではなく、再実行すべき比較なのだ。