Muse Wonder 対 Grok 4.7：トークンあたりでは2倍のコストがかかるのに、タスクあたりではわずか1.2倍しかかからないモデル

料金表の上では、Muse Wonder は Grok 4.7 とは別の価格帯に属しているように見える。Meta は、2026年10月12日にリリースした Muse Wonder について、100万入力トークンあたり $4.00、100万出力トークンあたり $20.00 を課金している。xAI は、2026年9月21日にリリースされた Grok 4.7 について $2.00 と $6.00 を課金している。つまり入力では2倍、出力では3倍以上だ。次に Artificial Analysis は両方を同じハーネスで走らせ、1つの知能タスクを完了する価格を報告している。Muse Wonder（max）で約 $4.52、Grok 4.7（xhigh）で約 $3.74 だ。3.3倍の料金表上の差は、レジでは1.2倍に縮む。なぜなら Grok 4.7 はボード上で最も冗長なモデルであり、Muse Wonder は2番目にすぎないからだ。

レートカードのギャップはどこへ行くのか

2つのラボはトークンの価格設定が大きく異なり、モデルによるトークンの消費の仕方も正反対の方向に大きく異なっている。1つの数字、つまりインデックス評価中に消費された出力トークンが、そのほとんどすべてを説明する：

• インデックス実行における出力トークン — Grok 4.7 は約2億4,000万、Muse Wonder は約1億3,000万で、ボード中央値の約8,200万に対して

• リスト料金 — Grok 4.7 入力 $2.00 / キャッシュ $0.50 / 出力 $6.00（100万トークンあたり）、Muse Wonder 入力 $4.00 / キャッシュ $0.20 / 出力 $20.00（100万トークンあたり）

• インデックスタスクあたりの実測コスト — Grok 4.7 は約3.74ドル、Muse Wonder は約4.52ドル

• インテリジェンス指数 — Muse Wonder（max）52、219中9位；Grok 4.7（xhigh）46

Grok 4.7の冗長性こそ、その安っぽく見える料金表が安価なタスクを生まない理由だ。評価あたり2億4000万出力トークンでは、Muse Wonder呼び出しと同じことを言うGrok 4.7呼び出しは、それを言うのに約2倍のトークン数を要し、トークン1つあたりの節約分は、より多くのトークンを買うことに費やされる。Muse Wonderの出力単価20.00ドルはGrokのほぼ3倍だが、出力するトークン数は約半分だ。この2つの効果はほぼ完全に相殺し合い、生き残るのは6インデックスポイントに対する1.2倍のプレミアムである。

その捉え直しは見た目以上に重要です。なぜなら、それはよくある助言を覆すからです。レートカードに基づいてモデルを値付けすれば、Grok 4.7が安価な選択肢で、Muse Wonderが高級品だと結論づけるでしょう。完了した仕事に基づいて値付けすれば、両者は互いに22%以内に収まります。

キャンセルしないのはキャッシュラインの方です

1行だけがパターンを崩しており、しかもMetaに有利な形で崩している。Grok 4.7のキャッシュ済み入力料金は100万トークンあたり0.50ドルで、Grok 4.6から変わらず、GPT-6.1 Solの0.10ドルの5倍だ。Muse Wonderは0.20ドル。プロンプトキャッシュを多用するパイプライン——長いシステムプロンプトと固定コーパスが呼び出しごとに再送信される——では、これはリクエスト内で最大のトークンカテゴリにおいて2.5倍の優位であり、冗長さに食われることもない。キャッシュ済み入力トークンは出力トークンではないからだ。

もう1つの相殺されない違いは価格曲線の形状であり、ここではMetaが完全に勝利している：

• コンテキストウィンドウ — Muse Wonder 1,048,576トークン、Grok 4.7 500,000トークン

• 長文プロンプトの再価格設定 — Muse はなし; Grok 4.7 は、プロンプトが200,000トークンに達すると、リクエスト全体を入力$4.00、出力$12.00で再価格設定します。

• 1回の応答における最大出力 — Muse Wonder 943,718トークン；Grok 4.7 はベンダー自身の掲載情報によると450,000

• エフォート段階 — Muse Wonder は minimal から max までで、デフォルトは medium。Grok 4.7 は low、medium、high、xhigh で、デフォルトは high。xhigh はこの世代で新登場

Grok 4.7の200,000トークンの段階は、どちらのラボが提供する中でも最も急な断崖だ。199,000トークンのプロンプトと201,000トークンのプロンプトは、リクエスト全体に対して入力料金の2倍と出力料金の2倍で請求される——超過分だけではない。Muse Wonderは400,000トークンのプロンプトを、400トークンのものとまったく同じトークンあたり料金で請求する。大きな固定コンテキストを日常的に伴う検索型ワークロードでは、そのたった1行が、それより上のすべてを上回ることがある。

6つの指標ポイントの出所

6ポイントの総合的な差は実際の差であり、均等に分散するものではない。Artificial Analysisは両モデルを同じリビジョンのインデックスで評価している。これはベンダーの主張ではなく、同社の測定結果である。

• AA-Briefcase — Grok 4.7 は xhigh で Elo 1,657、ボード上で4位。Muse Wonder は同じハーネスでは公開されていません

• GDPval-AA — Grok 4.7 1,715 Elo、非Anthropicモデルの中では最高水準。Muse Wonderは未公開

• 独自のハーネスでのコード生成 — Muse Wonder は直接比較できない。Grok 4.7 は SciCode で 57.4%、Humanity's Last Exam で 43.1%

• インデックスタスクあたりのコスト — Grok 4.7 $3.74、Muse Wonder $4.52

Grok 4.7のプロファイルは、突出しているというより広範だ。推論、長文脈の想起、プロフェッショナルな文書作業のいずれにも対応できるが、そのどれかで首位に立つわけではない。そして毎秒82.6トークンという速さは本物であり、これはMuse Wonderが同じハーネス上で公表された数値を持っていないものである。Muse Wonderの形状は正反対だ — より高い総合スコア、公表されていない速度の数値、そしてその勝利がターミナルおよび長期的なソフトウェア作業に集中しているベンダー表である。

そのベンダー表はMeta自身のものであり、誰によっても再現されていない。そこに示されたMuse WonderのTerminal-Bench 4.0-AAの数値85.6は、同じ列でClaude Fable 5.1の79.0、GPT-6 Astraの81.4と並んでいる。Grok 4.7について独立に測定されたTerminal-Bench 4.0の結果は、同じベンチマーク名で0.258であり、これは別のハーネスによる別の数値である。この2つを比較として同じ文に並べてはならない。Metaの数値は自社モデルに関するベンダー側の主張であり、Artificial Analysisの数値はxAIのモデルを測定したものであって、ハーネスは同一ではない。

このうちの1つには、サブスクリプション版の双子があります

MetaはMuse Wonderを2つのチェックポイントとして提供した。muse-wonder-1.0はMeta Model APIで提供されているもので、料金は$4/$20。muse-wonder-full-1.0は独立系インデックスで56点を記録し、Grok 4.7を10点上回るが、トークン単位では一切購入できない。Muse Codeサブスクリプションに付属し、Power Usageなら月額$50、Maximum Usageなら月額$200となる。Grok 4.7にはこれに相当する区分はない。見えているものがそのまま購入対象であり、1つの料金表、1つのエンドポイントで利用できる。

月額200ドルのサブスクリプションとトークン単位の従量課金を天秤にかけているチームにとって、まさにそこがこの比較の本当に難しい部分だ。Full checkpointのGrok 4.7に対する10ポイントのリードは、APIモデルの6ポイントよりも大きく、定額サブスクリプションは従量制とはまったく異なる買い物である——冗長さへのペナルティを完全に取り除くのであり、それがそもそもこの組み合わせを接戦にしていたペナルティなのだ。

ルーティング側は、ここでは非対称です

これらはどちらもMetaとxAI自身のモデルで、各社自身のAPIを通じて販売されており、そのうちの1つは当社が提供するルートでもあります。Grok 4.7はOrcaRouterのカタログにgrok/grok-4.7として掲載されており、日付は2026-09-21、xAI自身の価格である入力$2.00、キャッシュ読み取り$0.50、出力$6.00（100万トークンあたり）で、500,000トークンのウィンドウ、450,000トークンの出力上限、200,000トークンの再価格設定ルールもすべてそのままです。パススルー価格設定とは、xAIの料金表の変更が同日に当社の料金表にも反映されるということであり、同じキーがカタログの残りの部分にも届きます。

Muse Wonder は当社のルートの一つではありません。当社のカタログに meta/muse-wonder の項目はありませんし、このページでそれを示唆するつもりもありません — それが動作するのは Meta の Model API と Muse Code です。Meta Superintelligence Labs から当社が取り扱っているのは meta/muse-spark-1.2 で、このファミリーの由来となるより大きなチェックポイントです。1,048,576 トークンのウィンドウ全体で、入力 $1.25、出力 $4.25（100万トークンあたり）、キャッシュ読み取り $0.15 です。

その非対称性こそが、実はこの比較を行う実用的な根拠だ。1.2 倍というコスト比も 6 点のスコア差も、どちらもベンチマークスイート全体の平均値にすぎない。あなたのトラフィックではその比率は異なるし、実行してみなければどれだけ異なるかは分からない。Grok 4.7 への切り替えは、文字列を 1 つ変えるだけで済む。Muse Wonder が私たちのルーティングするプロバイダーに届いたときも、同じ文字列変更で済む——そしてそれまでは、この組み合わせの片方は安価にテストでき、もう片方はまったくテストできない、というのが正直な立場だ。

それらの中から選ぶこと

• すでにその形が気に入っている用途には Grok 4.7 を。500,000トークンのウィンドウはほとんどの検索作業をカバーし、450,000トークンの出力上限は十分に余裕があり、エフォートラダーは xhigh まで対応し、総合スコアも十分に近いので、1.2× が何かを左右することはほとんどない。

• Grok 4.7は、特に推論を多用するプロフェッショナル向け文書作業に適しています。そのGDPval-AA Eloは、このボード上でAnthropic以外では最強の値であり、契約レビュー、財務分析、長文ドラフト作成を予測するサブスコアです。

• Muse Wonder は、プロンプトが大きく固定されている場合に真価を発揮します。再価格設定ステップがなく、キャッシュ読み取りが $0.20 の 1M ウィンドウは、200,000 トークン時点でリクエスト全体を 2 倍にする 500K ウィンドウとは実質的に異なる条件であり、その違いはループ内のすべての呼び出しで複利的に積み重なります。

• Muse Wonder は、出力が膨大でなければならない場面で真価を発揮する。943,718 トークン対 450,000 トークン——これは、成果物を丸ごと出力するか、それをページ分割して出力するかの違いだ。

• 入力が音声や動画の場合のMuse Wonder。Grok 4.7はテキストと画像を扱い、Metaのモデルはテキスト、画像、音声、動画を扱う。これはパイプラインの一段階を改善するのではなく、その一段階をまるごと畳み込んでしまうものだ。

誘惑的な要約——安価なモデル対優れたモデル——は、どちらの半についても誤っている。Grok 4.7 は、完了したタスクあたりで見て、その料金表が示唆するようには決して安くない。そして Muse Wonder の優位性は、合成スコアでは示せない場所に集中している。実際に両者を分けるのはプロンプトサイズと出力サイズであり、そのどちらもあなた自身のログに出力されている。