Muse Wonder vs Qwen 3.8 Max：タスクあたりのコストが高くつく、より安いトークン

Qwen 3.8 Max は公表されているあらゆる料金体系で Muse Wonder より安い——100万入力トークンあたり $2.00、100万出力トークンあたり $6.00 で、Muse Wonder は $4.00 と $20.00——それでもなお、1つのジョブを完了するにはより多くのコストがかかる。Artificial Analysis 自身のハーネス上で測定された、Intelligence Index のタスクを1つ完了するコストは Qwen 3.8 Max が約 $5.41、Muse Wonder が約 $4.52 である。Qwen 3.8 Max はその1回の実行を終えるのに約1億9,000万出力トークンを放出するのに対し、Muse Wonder は約1億3,000万で、リーダーボードの中央値は約8,500万だからだ。Meta Superintelligence Labs は2026年10月12日に Muse Wonder をリリースし、同じインデックスで52を記録している。Qwen 3.8 Max は45だ。これはどちらの軸でも誤差の範囲などではなく、「トークンあたりが安ければ勝ち」といういつもの反射的な判断が、この組み合わせではまったく逆になることを意味している。

料金表は請求書ではありません

まずは2社が公表している内容から見ていこう。机上では勝負にならないからだ。

• 入力 — Qwen 3.8 Max は100万トークンあたり $2.00、Muse Wonder は $4.00 なので、半額です

• 出力 — Qwen 3.8 Max は100万トークンあたり$6.00、Muse Wonder は$20.00なので、およそ3分の1です

• キャッシュ割引 — Qwen 3.8 Max はキャッシュされた入力が88%オフ、Muse Wonder は95%。割引率は2倍高い定価入力価格から引かれるため、四捨五入すると両者は数セント以内に収まる — 100万キャッシュトークンあたり約$0.24対約$0.20 — そして当社自身のカタログではQwen 3.8 Maxのキャッシュ読み取りを$0.25と価格設定している。これは、安い表示価格がより高価なキャッシュを買う唯一の行だ。

• ベンダー自身の説明 — Artificial Analysis は、Muse Wonder の入力をボード中央値 $2.00 に対して「やや高価」、出力を中央値 $10.00 に対して「高価」と指摘している。Qwen 3.8 Max は両方の中央値と同じかそれ以下に位置する。

そこに並ぶ数字はどれも Qwen 3.8 Max に有利だ。では、同じハーネスが完了したタスクについて計測した値を見てほしい。予算が実際に効いてくるのは、その数字だけなのだから。

• インテリジェンス・インデックスタスクあたりのコスト — Muse Wonder 約4.52ドル、Qwen 3.8 Max 約5.41ドル

• そのインデックス実行で消費された出力トークン — Muse Wonder 約1億3,000万、Qwen 3.8 Max 約1億9,000万（ボードの中央値は約8,500万）

• ハーネスが「冗長さの度合い」について述べている内容 — Muse Wonder は「やや冗長」、Qwen 3.8 Max は「非常に冗長」と評されている

2つの料金表と2つの実測請求額は正反対の方向を示しており、その理由は完全にトークン量にある。Qwen 3.8 Maxは同じ評価で、Muse Wonderの約1.5倍の出力トークンを消費する。これが出力行における3.3対1の優位を帳消しにし、さらにその先へ進む。あなたのワークロードがインデックスのようであれば——長い推論、長い回答、高エフォート設定——料金表は計画を立てる際に基づくべき文書としては間違っている。正しいのは自分自身のトークン数であり、両者の差を追いかける価値があるのは、他人のものを借りるのではなく、自分自身のトークン構成を実測している場合だけだ。

7ポイントはティアであり、タイではない

モデル同士の比較で、互いの差が1ポイント以内に収まるなら、決め手は価格と形状だ。この比較はそうではない。

• インテリジェンス指数 — Muse Wonder（最大）52、Qwen 3.8 Max 45

• 共通の測定 — 両方の数値はArtificial Analysisのもので、同社独自のハーネス上で最大限のエフォートで生成されたものであり、どちらのベンダーが好むベンチマークでもありません

このクラスの219モデルにまたがる複合指標で7ポイントというのは、実質的な差であり、それはQwen 3.8 Maxが余分なトークンを使っている側の勘定から来ている。より多くの出力を生成しながら、スコアは低い。その組み合わせ——より多くのトークン、より低いスコア——は高くつく種類の冗長性だ。なぜなら二重に支払うことになるからだ。一つはタスクあたりのドルとして、もう一つはスコアが代理している何かとして。

正直な但し書きを述べれば、複合指標とは誰か他の人のタスク構成を平均したものにすぎない。指標上で7ポイントの差があれば、その2つのモデルが同格でないことはわかるが、どちらがあなたの評価を通過するかまでは教えてくれない。単一の指標の数字がそれに答えたことは一度もなく、この組み合わせも例外ではない。

スペックシートを一行ずつ

• コンテキストウィンドウ — Muse Wonder (Max) は1,048,576トークンで、Meta自身のカード概要でも100万トークンのウィンドウが再掲されている。Qwen 3.8 Maxは、独立系のカードが示すとおり984kトークンで、同じ名称モデルについて当社のカタログページでは1,000,000トークンとなっている。そのモデル側では、この2つの情報源が16,000トークン食い違っている。両方とも上限は「約100万」とみなし、設計に反映する前に小さい方の数値をベンダーに確認すること。

• モーダル入力 — Muse Wonder はテキスト、画像、音声、動画。Qwen 3.8 Max はテキストと画像で、動画は当社のカタログページにも掲載されています。音声は、この2つのうち一方だけが受け付ける入力タイプです。

• 出力 — 両方にテキスト。

• 推論 — どちらも推論を行い、しかもどちらも、呼び出し側が頼れるノー推論モードを公開していない。推論トークンはどちらでも出力として課金され、まさにその点が、Qwen 3.8 Max のトークン消費量の多さによって高くつく境界線だ。

• 出力速度 — Qwen 3.8 Max は毎秒約36トークンで、ハーネスはこれを著しく遅いと評している。Muse Wonder は同じハーネスではまだ公開されていない。この非対称性は見た目以上に重要だ。つまり、この比較の一方には公に測定可能なレイテンシプロファイルがあり、他方にはないということだ。

• 重み — 両方とも独自仕様で、いずれも公開されていない。

• リリース — Muse Wonder は2026年10月12日。ここでは Qwen 3.8 Max のほうが古いモデルです。Artificial Analysis が測定しているのは 0902 チェックポイントで、当社のカタログでは Qwen 3.8 Max の項目自体は別の日付、2026-08-03 で掲載されています。これら2つの ID は互換性がなく、価格やスコアを比較する場合は、実際にどちらのチェックポイントを呼び出しているのかを確かめておく価値があります。

レイテンシは、それらのうち1つだけが記述している軸です。

上の速度の行は、このページで最も心地よくない部分です。というのも、ここだけは比較が対称でなくなるからです。Muse Wonder は独立系ハーネス上で公開された出力速度がありません — 遅い数値ですらなく、数値そのものがありません — そのため、この2つの回答のうち一方がより速いという主張は、少なくとも片方向では裏付けがありません。

言えることは、私たち自身のトラフィックが示していることだ。OrcaRouter では、Qwen 3.8 Max の実測 p50 time-to-first-token は約4.92秒である。これは最初のトークンが届くまでの待ち時間であり、独立した評価ハーネスが持続的な出力では著しく遅いとすでに評価しているモデルでの話だ。インタラクティブな画面にとって、それは長い沈黙であり、バッチジョブにとってはほぼ無関係だ。あなたがそのどちらを構築しているかによって、このセクションにどれだけ重きを置くべきかが決まる。そして、インタラクティブな種類を構築しているなら、誰もレイテンシを公表していないモデルは、採用した後ではなく前に、リスクとして織り込むべきものだ。

両方実行するか、片方だけ実行するか

Qwen 3.8 MaxはOrcaRouterでqwen/qwen3.8-maxとして提供されています。リスト価格は入力100万トークンあたり$2.00、出力$6.00、キャッシュ読み取りレートは$0.25で、100万トークンのウィンドウもそのままです。当社側では一切上乗せしていません——プロバイダーのリスト価格をそのまま通しているので、プロバイダーが料金を変更すれば、当社ページの数字も同じ日に変わります。つまり、この比較のこちら側は、すでにお使いのどのハーネスからでも文字列を1つ変えるだけで利用できるということであり、ご自身のタスク構成がその$2.00をどう変えるかを確かめるための、最も安価な方法です。

Muse Wonderは当社のカタログにはなく、このページはそうであるふりをしません — 現在それが動作するのはMeta自身のModel APIとMuse Codeです。同じラボから当社が実際に取り扱っているのはMuse Spark 1.2、Metaがこのファミリーの残りを構築したチェックポイントで、100万トークンあたり入力$1.25、出力$4.25、1,048,576トークンのウィンドウ、キャッシュ読み取り$0.15です。Muse Wonderに実際に求めているのがフロンティアスコアではなく5分の1の価格でMetaのハウススタイルなら、そのルートはすでにお持ちの同じキーで存在します。

OpenAI互換の単一エンドポイントで200以上のモデルをカバーする実用的な根拠は、まさにこの測定上の問題にある。4.52ドル対5.41ドルという差は、誰か他人のタスクにおける平均値であり、それが自分のタスクにも当てはまるかどうかを知る唯一の方法は、実際に走らせてみることだ。それを単一のキーで行うというのは、既存の評価を2つ目のモデル名に向けて再実行するということであり、2つ目の契約に署名して請求まわりを組み直すことではない。自動フェイルオーバーは、より新しく実証されていないほうを先に出荷するケースをカバーする。上流プロバイダーが劣化すれば、リクエストは失敗するのではなく移される。

どちらで、どんな証拠に基づいて？

• スコアが目的なら、Muse Wonder を選ぼう。タスクあたりの実測コストを抑えつつ指数が7ポイント上回るのは紛れもない勝利であり、この組み合わせでそれが覆ることはない。

• 入力が長く、出力が短い場合は Qwen 3.8 Max を選びましょう。入力 $2.00 対 $4.00 という料金表は、ほぼすべてがプロンプトで回答がほとんどないワークロードにおいて実に 50% の節約になり、冗長性へのペナルティが適用される機会もありません。なぜなら、冗長にする対象が何もないからです。

• 公開されたレイテンシプロファイルが必要なときは、Qwen 3.8 Max を選ぼう。その速度は文書化されており、調達部門がサインオフ前に数値を求めてくるなら、「未公開」は「毎秒36トークン」よりも弁明しづらい答えだ。

• Qwen 3.8 Maxをその見出し価格だけで判断してはいけない。入力2.00ドルという料金は、入力に関しては実際の割引だが、モデルの実態を誤って要約するものでもある。独立系のハーネス上では、入力で2倍、出力で3倍以上を請求するモデルよりも、完了したタスクあたりのコストが高くなる。

• 自分のトークンを数えるまでは、どちらか一方が安価な選択肢だと決めつけてはいけない。このページにあるタスク単位の数値は、1つのハーネスが1回の評価を実行して得られたものにすぎない。そこに示されている逆転こそが測定すべき理由であり、測定そのものではない。

この組み合わせが興味深いのは、近道を打ち破るところにある。レートカードは読みやすく、信頼しやすい。そしてここでは、そのわかりやすい読み方が約20%ずれた答えを導く。両モデルはリリース日では一世代離れているが、形は十分近いため、仕様表を見ても選択は明らかではない。これらはどちらも、今週あなた自身のログから答えを出せる——そして、どちらのラボが次に公表するベンチマーク表でも、そのどちらにも答えは出ない。