Muse Wonder対Muse Spark 1.2：Metaが、その下位モデルの4.7倍のコストがかかるフラッグシップをリリース

Muse Wonder は、入力トークン100万個あたり $4.00、出力トークン100万個あたり $20.00 かかります。Muse Spark 1.2 は $1.25 と $4.25 です。同じラボ、同じ 1,048,576 トークンのコンテキストウィンドウ、同じテキスト出力形状、そして入力で 3.2 倍、出力で 4.7 倍の価格比 — 2026年10月12日にリリースされたモデルが、価格では上回っている8月のチェックポイントを明確に上回るスコアを出していないのです。Artificial Analysis の現在の Intelligence Index では、Muse Wonder（max）は 52 を示します。公開されている第三者による Muse Spark 1.2 の測定値は、リビジョンと使用された effort 設定に応じて 54 から 57 の間に収まっています。これは、フラッグシップが勝ち、その分を支払うという比較ではありません。追加の 3.7 倍分で何を買っているのかを決めなければならない比較です。

厄介なのは、Muse Spark 1.2 がもはや Meta の現行 Spark ではないということだ。Muse Spark 1.3 は9月2日にリリースされ、Meta 自身のドキュメントでは今や 1.2 を「前のバージョン」と呼んでいる。つまりこのページは、2つの名前のタイトルをまとった三者択の問いなのだ。安価な前のチェックポイント、現在の安価なチェックポイント、そして高価な新しいフラッグシップ——すべて Meta Superintelligence Labs のもので、それぞれ異なる方法でアクセスでき、同じコンテキストウィンドウを持つ。

3か月、3回のリリース、動かなかった1つの価格帯

MetaのMuseラインは急速に進化してきたが、Spark側では料金表はそれに追随していない。

• Muse Spark 1.1 — オリジナル版。当社のカタログでは、入力100万トークンあたり$1.25、出力100万トークンあたり$4.25で掲載されており、テキスト、画像、動画、音声、PDFの入力に対応しています。

• Muse Spark 1.2 — 2026年8月5日リリース。Standardティアで同じ$1.25と$4.25。Metaはこれを新しいティアではなく、更新されたチェックポイントだと説明している。2つ目のSKU、Muse Spark 1.2 Contributorは、MetaのContributorティアで同じチェックポイントを入力$0.10、出力$0.20で実行する。

• Muse Spark 1.3 — 2026年9月2日にリリース、依然として$1.25と$4.25、そして現在Metaが新規作業に推奨するバージョンです。

• Muse Wonder — 2026年10月12日リリース、入力$4.00、出力$20.00、出力上限943,718トークン。さらに、Muse Codeサブスクリプション専用でトークンあたりの価格が一切ない、より高スコアの第2チェックポイント「Muse Wonder Full」もあります。

それはタイムラインではなく、一連の決断として読むべきだ。3か月でMetaはSparkかWonderのリリースを4本出し、Sparkの価格はまったく動かさず、その後、その下位モデルの3倍の価格で新しい名前を打ち出した。そのネーミングが雄弁に語っている。Muse WonderはMuse Spark 1.4ではない。これは別シリーズであり、Metaはそういうものとして値付けした。

料金表と、推論設定がそれに与える影響

• 入力 — Muse Wonder は100万あたり$4.00、対する Muse Spark 1.2 は$1.25。3.2×。

• 出力 — $20.00 対 $4.25。4.7倍、そしてエージェントループにおいて請求額の大半を占める項目。

• キャッシュ入力 — Muse Wonder は100万あたり0.20ドル、Muse Spark 1.2 は0.15ドル。絶対額では0.5セント差であり、これは注目に値する。なぜなら両ベンダーとも、キャッシュを高価なモデルを救う割引として提示しているからだ。このペアではそうならない。4.7倍差が潜むのはキャッシュ読み出しではない。

• コンテキスト — 両方とも1,048,576トークン。同一で、以前の2つのSparkチェックポイントとも同一です。

• 出力上限 — Muse Wonder は単一の応答で943,718トークン。Muse Spark 1.2 の公表されている出力上限は、当社のカタログ行には一切記載されておらず、Meta の Spark ラインに関するドキュメントにも、それに匹敵する数値は示されていない。これは同等とみなさず、不明として扱うこと。

• 推論 — Muse Wonder の推論は必須で、最小から最大までのエフォートのはしごがあり、デフォルトは medium。Muse Spark 1.2 は設定可能な推論エフォートをサポートしており、このファミリーに関する Meta 自身の説明では、エフォートは下限ではなくダイヤルであるとされています。

• モダリティ — Muse Spark 1.2 ではテキスト、画像、動画、オーディオ、PDF；Muse Wonder ではテキスト、画像、音声、動画、ファイル。入力面ではこれらは同じモデルクラスであり、それが要点だ。ここには 4.7×の出力価格を説明するものは何もない。

独立取締役会が実際に述べていること、そして数字が食い違う理由

ここはゆっくり読むべき箇所です。というのも、Muse Spark 1.2 について公表されている数値は互いに食い違っており、しかもその理由が重要なのです。

Artificial AnalysisがMuse Spark 1.2のリリース時に行った分析では、そのxhigh構成においてIntelligence Indexで54点と採点され、前回のチェックポイントからの向上となりました。同じチェックポイントについては57という別の測定結果も公表されており、当社の同ファミリーに関するメモには両方の数値が記録されています。この不一致は謎でも、ベンダー対独立系の争いでもありません。指数そのものが動いているのです。Artificial Analysisは2026年9月に自社のボードを再採点し、より易しいコンポーネントベンチマークをより難しいものに置き換え、非公開のホールドアウトタスクの重みを引き上げました。その結果、フロンティア全体でスコアが下落しました。その再採点の前に測定された数値と、後に測定された数値は、変わらない同じモデルを2つの異なる物差しで表しているのです。

したがって、擁護可能な主張は点ではなく幅になる。Muse Spark 1.2 の第三者による測定値は54から57の間で公表されており、重要な比較対象は、現行リビジョンで測定された Muse Wonder の52である。つまり、この対決について正直に要約すれば、独立した測定において8月のチェックポイントは10月のフラッグシップと少なくとも同等で、場合によっては上回っているということになる——しかも出力にかかるコストは5分の1である。

Meta自身のベンダー報告によるベンチマーク表は逆のことを示しており、それは自社の新しいフラッグシップに関するベンダー表がまさに期待通りに示すことだ。Muse Wonderは長期的なプロフェッショナルスイートでMuse Spark 1.2より上位に記載され、そのFullチェックポイントはそれらの行を完全に独占している。すべての数値はMetaのハーネスによるもので、そのいずれも独立に再現されていない。それは自分で評価を実行すべき理由のリストに載るべきものであり、現在のボードが間違っている証拠ではない。

より安価なモデルをデフォルトにすべき理由

この比較には、Metaの価格設定が招き寄せる、そしてほとんどのチームがおそらく真剣に受け止めるべき見方がある。大規模なクラスのエージェント的作業では、1.25ドルと4.25ドルのMuse Spark 1.2または1.3が妥当なデフォルトであり、Muse Wonderはエスカレーションだ。

この議論は、安いモデルのほうが優れているというものではない。同じベンチマークで数ポイント以内に収まり、しかも高価なモデルを明確に有利にする方向ではないほど、測定された能力において両者が十分に近いので、価格差はワークロードが実際に苦しむところに使うべきだ、というものである。トークンの大半を定型的な編集に費やし、ほんの一部を難しい推論ステップに費やすコーディングエージェントは、同じ量をフラッグシップ料金で動かすよりも、4.7倍の量を安い料金で動かすほうが大きな利得を得る。Meta自身のContributorティアはそれをさらに推し進める。同じMuse Spark 1.2チェックポイントは、入力$0.10、出力$0.20で、入力ではMuse Wonderより約40倍安く、これは単に手が届くかどうかではなく、経済的に何が可能かを変える差である。

Muse Wonder が Spark ラインにないものとして持っているのは、ベンチマークでの優位よりも狭く、より具体的だ。943,718トークンの単一応答出力バジェットと、サブスクリプションで制限された上位ティアを伴う Frontier-lab のフラッグシップという位置づけである。あなたの作業が1ターンで長い成果物を生成するなら、その出力上限こそが議論のすべてだ。そうでなければ、その論拠ははるかに薄い。

もう一つ混同しないようにしておくべき区別があります。名前の付け方のせいで間違えやすいからです。Muse Wonder Full ——10月リリースの高スコア側——は、トークン単位ではまったく販売されていません。Meta はこれを Muse Code のサブスクリプション専用と説明しており、公開されているプランは Power Usage が月額50ドル、Maximum Usage が200ドルです。このページの料金表比較はどれもこれには当てはまりません。また、Muse Wonder Full が他を上回っているベンダー表を見て、その後 $4.00 の料金を見るチームは、2つの異なるモデルを見ていることになります。

1つのファミリー内でカスケードする場合、ここで本当の答えはどちらなのか

The honest conclusion of a same-lab comparison this close is that the choice is not binary, and the mechanics of running both sides make that practical. Muse Spark 1.2 is on OrcaRouter as meta/muse-spark-1.2 at Meta's Standard-tier rates — $1.25 input, $4.25 output, $0.15 cache reads, the 1M context window and the full multimodal input surface passed through — and Muse Spark 1.1 is there at the same price with identical modalities. That makes the cheap half of this comparison reachable from one key today.

Muse WonderはOrcaRouter上にはありません。当社のカタログにmeta/muse-wonderの項目はなく、あるとも主張しません。それが動くのはMeta自身のAPIとMuse Codeです。そうなると残るのは、形のきれいなルーティングの問題です。安価なSparkチェックポイントをデフォルトパスに置き、フラッグシップの出力予算を必要とするリクエストだけをエスカレーションする。OrcaRouterのルーティングDSLは複数のモデルを単一の呼び出しに合成するので、カスケードはアプリケーションロジックではなく設定として表現できます。そして自動フェイルオーバーにより、プロバイダーの障害時もリクエストは失敗せず次の候補に降格します。200以上のモデルが、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上に揃っているなかで、そのエスカレーションがそれだけの価値があるかを試すコストはモデル名の変更だけであり、当社がルーティングするプロバイダーがMuse Wonderを提供し始めた日には、それは別個の統合ではなく、そのカスケードの候補の一つになります。

はっきり言っておく価値もある。このページはフラッグシップに反対する議論ではない。自分のトラフィックで4.7×が何をもたらすかを測定しないまま、出力に4.7×を支払うことへの議論だ——しかも、1つのラボ内で入力面とコンテキストウィンドウが同一なら、その測定は異常なほど簡単に整えられる。

短いバージョン

単一ターンで長い出力を生成する場合、あるいは文字起こしステップを前段に置かずに音声や動画をモデルに入力し、それに伴う943,718トークンの回答予算が必要な場合、Muse Wonderがこのファミリーのモデルであり、4.7×の出力プレミアムはSparkラインがうたっていない能力の対価です。エージェントのトラフィックが主に定型作業で、時折難しいステップが混じる程度なら、$1.25と$4.25のMuse Spark 1.2または1.3が同じ金額で数倍のボリュームを吸収しますし、独立したボードは、移行を正当化するほどのリードをフラッグシップに与えていません。カスケードを構築し、安価なチェックポイントを先頭に置き、エスカレーションがどれくらいの頻度で発火するかは自分のトークン数に教えてもらいましょう。それを決めるのは、このページの数字ではなく、その数字です。