Muse Spark 1.2 대 GPT-5.6 Luna: 토큰 가격 4.6배에 대한 세 가지 지표

Artificial Analysis는 동일한 9개 벤치마크 모음을 이 두 모델 모두에 걸쳐 실행하고 결과를 기록해 두었다. 이를 통과시키는 데 드는 비용을 보면 Muse Spark 1.2의 경우 $637.85였다. 한편 GPT-5.6 Luna의 경우 $174.06였다. 이 3.7배의 지출 차이를 고려하면, Meta의 모델은 3포인트 앞섰다 — Intelligence Index에서 54 대 51. 그것이 좋은 거래인지가 핵심 질문이며, 답은 벤치마크보다는 거의 아무도 쓰지 않는 두 가지에 훨씬 더 달려 있다: 에이전트 프레임워크가 프롬프트 캐싱을 처리하는 방식과, 워크로드가 소리나 영상을 들어야 하거나 봐야 하는 경우가 있는지 여부.

아래의 모든 수치는 독립적인 Artificial Analysis 측정값, 실시간 API 목록, 또는 OrcaRouter 자체 프로덕션 텔레메트리 중 하나입니다. 이 중 마지막 항목은 벤치마크 수치와 교훈적인 모순을 보여주기 때문에 미리 언급할 가치가 있습니다. 여기에는 공급업체의 주장이 결과로 위장된 것이 없습니다. 공급업체가 유일한 출처인 경우에는 그 문장에 그렇게 명시되어 있습니다.

스코어보드의 점수 차이는 가격표가 시사하는 것보다 더 가깝다.

Muse Spark 1.2는 xhigh 추론 설정에서 Artificial Analysis Intelligence Index 54점을 기록하여, 클래스 중앙값 32점을 기준으로 185개 모델 중 13위에 랭크되었습니다. GPT-5.6 Luna는 max effort에서 51점을 기록했습니다. GDPval-AA v2, τ³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience 및 AA-LCR의 복합 지표에서의 3점 차이입니다.

3점 차이는 실재하지만 작은 차이이며, 이전 세대에 존재하는 하위 점수들이 그 차이가 어디서 비롯되는지 시사한다. Artificial Analysis의 차원별 수치에 따르면 Muse Spark 1.1은 코딩 지수 71.3, 에이전틱 지수 37.5를 기록했고, GPT-5.6 Luna는 각각 71.4와 45.6을 기록했다. 코딩은 막상막하였고, Luna는 에이전틱 작업에서 8점 앞섰다 — Meta가 1.2의 제품 설명을 다시 쓰면서 주장한 바로 그 차원이다. 종합 점수는 Meta에 유리한 쪽으로 3점 이동했다. 아직 1.2에 대한 차원별 세부 분석을 공개한 곳은 없으므로, 에이전틱 격차가 실제로 좁혀졌는지는 검증되지 않은 상태다.

혼합 토큰 가격에서 그 격차는 미묘하지 않습니다. Artificial Analysis의 혼합 요금은 Muse Spark 1.2를 토큰 100만 개당 $0.78로, GPT-5.6 Luna를 $0.17로 책정합니다. 정가: Muse Spark 1.2는 입력 $1.25, 출력 $4.25, Luna는 입력 $0.20, 출력 $1.20입니다.

작업 단위당 가격이 토큰당이 아닌 방식으로, 60,000 토큰의 컨텍스트를 읽고 3,000 토큰의 출력을 작성하는 단일 코딩 에이전트 단계는 Muse Spark 1.2에서 약 8.8센트, GPT-5.6 Luna에서 약 1.6센트의 비용이 듭니다. 하루에 천 단계를 수행하면 $88 대 $16이며, 단일 에이전트 루프에 대해 연간 약 $26,000의 차이입니다.

캐싱은 격차가 좁혀지거나 두 배로 벌어지는 지점이다

두 모델 모두 공격적인 캐시 입력 요금을 책정하며, 두 요금 간의 비율은 정가 비율과 같지 않습니다. Muse Spark 1.2는 캐시 입력을 백만 개당 $0.15에 처리하며, 이는 $1.25 정가에서 88% 할인된 가격입니다. GPT-5.6 Luna는 캐시 입력을 백만 개당 $0.01에 처리하며, 이는 $0.20에서 95% 할인된 가격입니다.

동일한 에이전트 단계를 60,000-토큰 접두사가 웜 상태로 서빙된 채 다시 실행하면: Muse Spark 1.2는 8.8센트에서 약 2.2센트로 떨어집니다. Luna는 1.6센트에서 약 0.4센트로 떨어집니다. 절대적 차이는 단계당 7.2센트에서 1.8센트로 좁혀지지만, 배수는 거의 동일하게 유지됩니다 — 캐싱은 더 비싼 모델을 구제하지 못하며, 단지 두 모델을 비슷한 비율로 더 저렴하게 만들 뿐입니다. 바뀌는 것은 지배적인 비용 항목입니다: 캐시된 상태에서 Muse Spark 1.2의 비용은 입력 토큰의 85%가 아니라 출력 토큰의 59%이므로, 모델의 장황함이 컨텍스트 크기보다 더 중요해집니다.

이는 여기서 가상적인 우려가 아닙니다. Muse Spark 1.2는 Intelligence Index를 통과하는 데 9,500만 개의 출력 토큰을 생성했으며, 중앙값은 6,500만 개였습니다. Artificial Analysis의 자체 요약문은 이를 "다소 장황하다(somewhat verbose)"고 표현합니다. Luna는 1억 3,000만 개를 소모했는데, 이는 더 나빠 보이지만 $4.25 대신 $1.20을 곱하면 이야기가 달라집니다.

Meta의 제품 설명에서는 프롬프트 캐싱이 컨텍스트 반복 정도에 따라 실질 비용을 60~80% 절감할 수 있다고 주장합니다. 이는 측정값이 아닌 공급업체 견적이지만, 위의 계산 결과는 해당 범위 안에 들어옵니다.

지연 시간: 벤치마크가 진실을 뒤집는 축

Artificial Analysis의 지연 시간 수치만 읽어도 Muse Spark 1.2가 응답이 빠른 모델이라는 결론을 내리게 될 것이다. 첫 토큰까지의 시간: Muse Spark 1.2는 26.12초, GPT-5.6 Luna는 126.99초. 거의 5배 더 빠르다.

이 두 수치는 각 모델의 가장 비용이 많이 드는 추론 설정에서 측정된 것입니다. Muse Spark의 경우 xhigh, Luna의 경우 max입니다. 어느 쪽도 실제로 보게 될 수치가 아닙니다. OrcaRouter에서 호출자가 실제로 요청하는 노력 수준에 따른 일주일간의 실제 트래픽을 기준으로, GPT-5.6 Luna는 다음과 같은 수치를 보여줍니다: 첫 토큰까지의 p50 시간 1.84초 및 p95 9.68초. Muse Spark 1.1은 동일한 1.84초의 p50을 보여주며, 더 좁은 6.00초의 p95를 보여줍니다. 1.2는 너무 새롭기 때문에 아직 프로덕션 텔레메트리가 없습니다.

구조적 차이는 두 숫자 중 어느 쪽보다도 더 유용하다. GPT-5.6 Luna의 추론은 선택 사항이며, 노력 다이얼은 없음에서 낮음, 중간, 높음, 매우 높음, 최대까지 이어진다. 분류, 라우팅, 추출 작업에서는 사고를 완전히 끌 수도 있다. Muse Spark 1.2의 추론은 필수이다. 다이얼의 최소값은 최소이며, 숙고 비용을 지불하지 않고 가중치를 얻을 수 있는 설정은 없다. 대량 처리 및 지연 시간에 민감한 작업에서 이는 튜닝 파라미터가 아니라 설계 제약 조건이다.

지속 처리량은 비슷합니다: Muse Spark 1.2의 경우 초당 165.0토큰, Luna의 경우 177.9로, 둘 다 클래스 중앙값인 71을 훨씬 웃돌았습니다.

모두가 걸려 넘어질 가격 정책 각주

GPT-5.6 Luna의 가격은 현재 곳곳에서 다르게 표시되어 있으며, 비용 모델을 구축 중이라면 숫자를 인용하기 전에 알아두어야 합니다. Artificial Analysis와 OrcaRouter의 카탈로그에는 모두 입력 100만 토큰당 $0.20, 출력 100만 토큰당 $1.20로 표시되어 있습니다. 이는 7월 GPT-5.6 가격 인하 이후 적용된 요율이며, Artificial Analysis가 위의 $174.06 평가 비용을 계산하는 데 사용한 요율이기도 합니다. 일부 마켓플레이스 목록에는 현재 $0.10과 $0.60으로 표시되어 있으며, 272,000 프롬프트 토큰을 초과하면 적용되는 별도의 상위 요금제가 있습니다. 안전한 방법은 비교 기사에 있는 가격이 아니라 실제로 호출하는 엔드포인트의 가격을 확인하는 것입니다.

티어링 세부 사항은 어느 기본 요율이 적용되든 실제로 존재하며, 실제로 충분히 다루어지지 않은 부분입니다: Luna의 가격은 단일 요청이 약 272,000 프롬프트 토큰을 초과하면 단계적으로 인상됩니다. 입력은 대략 두 배가 되고, 출력은 1.5배로 증가하며, 캐시된 읽기도 그에 따라 확장됩니다. Luna를 살펴보는 이유가 1.05M 토큰 컨텍스트 창 때문이라면, 약 4분의 1 지점에서 기본 요율을 벗어나게 된다는 점을 유의하세요. Muse Spark 1.2는 전체 1,048,576 토큰에 걸쳐 장문 컨텍스트 할증 없이 단일 요율을 적용합니다. 따라서 진정으로 긴 단일 요청의 경우 두 제품 간의 실질적 격차는 상당히 좁아집니다.

루나가 어떤 대가를 치르더라도 할 수 없는 것

모달리티 차이는 하나를 다른 것보다 선택하는 가장 명확한 이유이며, 어떤 리더보드에도 나타나지 않습니다.

• 입력 — Muse Spark 1.2는 Meta가 명시한 바에 따르면 텍스트, 이미지, 비디오, 오디오 및 PDF 문서를 지원합니다. GPT-5.6 Luna는 텍스트, 이미지 및 파일을 지원합니다. 오디오와 비디오는 지원하지 않습니다. 파이프라인에서 녹음이나 영상 자료를 다룬다면 Luna는 전혀 후보가 될 수 없습니다.

• 최대 출력 — Luna는 128,000토큰의 완료 상한을 선언합니다. Muse Spark 1.2의 엔드포인트는 최대 완료 길이를 선언하지 않는데, 이는 충분히 이례적이므로 계획을 세우기보다 테스트를 해보아야 합니다.

• 지식 기준일 — Luna's는 2026년 2월 16일자로 공개되어 있습니다. Meta는 Muse Spark 1.2의 기준일을 공개하지 않으므로, 어느 쪽이든 검색을 위한 예산을 책정하세요.

• 제공 — Luna는 일반적으로 여러 경로를 통해 전 세계에서 이용할 수 있습니다. Muse Spark 1.2는 오직 하나의 제공업체(Meta)를 통해서만 서비스됩니다. 엔드포인트 하나, 지역 정책 하나, 중단될 수 있는 것은 하나뿐입니다.

• 모더레이션 — 둘 다 중재된 엔드포인트입니다.

멀티모달 이점에 대한 솔직한 주의사항 하나: Artificial Analysis의 Muse Spark 1.2 기술 사양 카드에는 평가 대상으로 텍스트 및 이미지 입력만 나열되어 있으며, Meta가 광고하는 5가지 전체 모달리티 표면은 아닙니다. API는 독립적으로 테스트된 것보다 더 많은 입력을 수용합니다.

채택은, 마침 측정이 가능하기 때문이다.

벤치마크는 모델이 무엇을 할 수 있는지를 알려줍니다. 트래픽은 사람들이 그것을 어떤 일에 맡기는지를 알려줍니다. OrcaRouter에서 최근 일주일 동안 GPT-5.6 Luna가 처리한 것은 4,679.4 million 토큰입니다. Muse Spark 1.1은 — 동일한 1M 컨텍스트, 비슷한 인덱스 점수, 카탈로그에서 4주 더 오래된 — 처리한 것이 4.4 million입니다. 그것은 대략 천 배에 해당합니다.

그중 일부는 배포의 문제입니다: Luna는 더 많은 도구에서 기본값으로 제공되고 더 오랫동안 전 세계적으로 GA 상태였지만, Muse Spark 제품군은 미국에서만 출시되었습니다. 그러나 두 제품 모두 한 모델 문자열 차이에 불과한 라우터에서의 천 대 일 격차는 순전히 배포의 문제만은 아닙니다. 그것이 Luna가 더 안전한 기본값이고 Muse Spark 1.2가 의도적으로 평가해야 하는 대상인 실용적인 이유입니다.

오늘 무엇을 임대할 수 있고 무엇을 임대할 수 없는지 주목할 만합니다: GPT-5.6 Luna는 OrcaRouter 카탈로그에 $0.20 및 $1.20으로 있으며, 공급업체 자체 가격표와 동일한 수치입니다. 우리는 마크업 0%로 운영하고 공급업체의 정가를 그대로 전달하기 때문입니다. Muse Spark 1.1도 같은 기준으로 $1.25 및 $4.25에 있습니다. Muse Spark 1.2는 아직 카탈로그에 없습니다 — Meta에서 직접 제공됩니다. 따라서 오늘 이 비교를 정직하게 실행하는 가장 저렴한 방법은 하나의 키로 Luna와 Muse Spark 1.1을 비교하고, 실행 간에 문자열 하나를 변경한 다음, 1.2가 출시되면 다시 테스트하는 것입니다.

하나를 선택하세요.

GPT-5.6 Luna를 선택하세요 워크로드가 대량이고 텍스트 형태라면: 채팅, 분류, 추출, 라우팅, 경량 도구 사용. 그것은 혼합 가격의 4분의 1 수준이며, 추론을 완전히 끌 수 있고, 1.84초의 p50은 벤치마크에서만 나오는 수치가 아닌 실제 측정된 프로덕션 수치이며, 그 뒤에는 천 배 많은 라이브 트래픽이 있는 모델입니다. 세 가지 지수 포인트는 그런 계산을 견디지 못합니다.

Muse Spark 1.2를 선택하세요 — 워크로드가 장기적 에이전트 코딩(다중 파일 리팩토링, 장시간 디버깅, 전체 저장소 작업)이거나 오디오 또는 비디오 입력을 포함하는 경우입니다. Luna는 이러한 작업에서 전혀 경쟁할 수 없습니다. 또한 진정으로 거대한 단일 요청에도 더 나은 선택입니다. Luna는 272K를 넘어서면 요금이 단계적으로 올라가는 반면, Muse Spark 1.2는 전체 백만 토큰에 걸쳐 요금이 일정하기 때문입니다.

둘 다 사용하세요 — 에이전트 시스템이 실제로 어떻게 구축되는지 솔직하게 인정한다면 말이죠. 계속해서 승리하는 패턴은 일상적인 대부분의 호출을 처리하는 저렴한 모델과, 품질이 비용을 정당화하는 단계를 위해 예약된 고가 모델을 함께 쓰는 것입니다. 두 모델 모두 하나의 OpenAI 호환 엔드포인트 뒤에 있으므로, 그 분할은 두 번째 공급업체 관계가 아닌 라우팅 규칙일 뿐입니다. 그리고 실행 중에 고가 모델이 다운되더라도 자동 장애 조치 덕분에 평가가 데이터셋의 절반만으로 조용히 오염되지 않습니다.

다음 한 달 동안 주목해야 할 것은 차원별 세부 분석이다. Muse Spark 1.2의 핵심 가치 제안은 에이전틱 역량이며, 이전 세대에서는 바로 그 차원에서 Luna가 8포인트 차이로 앞섰다. 누군가 1.2에 대한 에이전틱 지수를 발표하기 전까지는, 종합 점수 3포인트 상승이 Meta가 그 격차를 좁혔다는 유일한 증거다.