Muse Spark vs Gemini 4 Argon: 12월 1일부터 가격이 두 배가 됩니다

Almost every M​use Spark versus G​emini 4 Argon comparison you can find today compares $1.25 against $2.00 per million input tokens, and that comparison expires in six weeks. G​oogle's own pricing page prices G​emini 4 Argon at $2.00 in and $10.00 out with cached input at $0.10 on an introductory basis "through November 30, 2026"; from December 1, 2026 the same model is listed at $4.00 in, $20.00 out and $0.20 cached. M​eta's M​use Spark family has not moved off $1.25 in and $4.25 out across Muse Spark 1.1, 1.2 and 1.3. So the interesting question about this matchup is not which model is smarter in October — it is what the arithmetic looks like on the first of December, and whether whatever you build on G​emini 4 Argon this month survives that date.

두 모델, 두 가지 매우 다른 출판 패턴

G​emini 4 Argon은 G​oogle의 최신 프런티어 모델이며 2026년 10월 13일에 정식 출시(GA)되었습니다. 변경 로그 항목은 단 한 줄이고, 개발자 문서도 같은 주 날짜로 표기되어 있습니다. Artificial Analysis의 목록에는 2026년 9월 릴리스 노트가 있는데, 저희는 이를 두 번째 출시가 아니라 GA 이전 또는 프리뷰 단계에서 비롯된 것으로 해석합니다. 이를 확인할 공식 프리뷰 발표를 찾을 수 없었기에, 저희가 확실한 것으로 보는 날짜는 GA 날짜입니다. G​oogle의 모델 페이지에는 이 모델이 "Stable"로 표시되어 있습니다.

M​use Spark 1.3 is the current checkpoint of M​eta Superintelligence Labs' M​use Spark line, released September 2, 2026, with its "max" reasoning level opened to developers on September 4. The unversioned "M​use Spark" name refers to the original April 2026 model in the same family; version numbers are doing real work here, and 1.3 is the one to compare.

독립적인 점수판

두 목록 모두 Artificial Analysis에서 나온 것이며 둘 다 고컴퓨트 구성을 측정하므로, 이는 인덱스 자체에서 리즈너 대 리즈너 비교가 동일 조건으로 이루어지는 몇 안 되는 맞대결 중 하나입니다. 이 섹션의 모든 내용은 공급업체의 주장이 아니라 Artificial Analysis의 측정값입니다.

• Intelligence Index — G​emini 4 Argon (High): 53, rank 8 of 217. M​use Spark 1.3 (max): 48, rank 24 of 217.

• Cost per index task — G​emini 4 Argon: $1.99. M​use Spark 1.3: $1.60.

• Output speed — G​emini 4 Argon: not measured; the listing shows no figure. M​use Spark 1.3: 121.9 tokens per second, ranked 43 of 186.

• Verbosity — G​emini 4 Argon: 110M output tokens during the index. M​use Spark 1.3: 170M. Argon is the more concise of the two.

• List pricing as measured — Argon at the introductory $2.00 / $10.00; M​use Spark 1.3 at $1.25 / $4.25 with cache reads at $0.15.

5점 지능 격차는 실재하지만 크지 않다. 역전되는 쪽은 비용 격차이고, 그것도 강하게 역전된다. 도입 요금에서는 Argon이 완료된 작업당 약 24% 더 든다. 12월 요금에서는 입력 및 출력 가격에 대한 같은 비교에서 입력 쪽이 대략 두 배, 출력 쪽이 두 배가 되므로 작업당 할증은 더 이상 미미하지 않다. 이것이 이 비교에서 의사 결정에 가장 관련성이 큰 단일 사실이며, 어떤 출시 보도에도 들어 있지 않다.

각각이 실제로 받아들일 것

여기서 두 기록 출처가 서로 엇갈리는데, 어느 한쪽 편을 드는 것보다 그 불일치를 보여주는 것이 가치가 있습니다.

Google의 자체 Gemini 4 Argon 모델 페이지에는 입력으로 텍스트, 이미지, 동영상, 오디오, PDF가 나열되어 있고 출력은 텍스트이며 사고 노력은 낮음, 중간, 높음이고 기본값은 중간입니다. Artificial Analysis의 같은 모델에 대한 요약 문장은 이 모델이 "텍스트와 이미지 입력을 지원"하고 텍스트를 출력한다고 말합니다. 바로 그런 차이가 그대로 복사되어 이어지기 쉬운 종류의 것이기 때문에 우리는 두 곳을 모두 확인했습니다. 공급업체 자체 페이지가 더 포괄적이고 더 구체적인 목록이며, 바로 이 목록을 기준으로 테스트해야 합니다. 공급업체 목록을 주장으로 간주하고 자신의 파일에서 검증하십시오.

M​use Spark 1.3 is the narrower model on paper: text, image and video in, text out, with no audio or PDF path in the documented modality row and a reasoning ladder that runs to max.

• Inputs — G​emini 4 Argon: text, image, video, audio, PDF per G​oogle; text and image per the independent listing. M​use Spark 1.3: text, image, video.

• 출력 — 텍스트만, 둘 다.

• 컨텍스트 윈도우 — 둘 모두 1,048,576 토큰이며, Google은 이를 입력, 사고, 출력 전반에 걸쳐 공유되는 통합 윈도우라고 설명합니다.

• Max output — G​emini 4 Argon: 65,536 tokens on default synchronous calls, extensible toward the full window with long decode. M​eta does not publish a max-output figure for M​use Spark 1.3 that we could verify.

• Reasoning control — Argon: low / medium / high, no off switch. M​use Spark 1.3: minimal through max, and M​eta's tooling notes reasoning cannot be turned off either.

공급업체 주장은 공급업체 측 경계선 안에 유지

어느 회사도 비교 가능한 표를 공개하지 않았으므로, 이는 점수판이라기보다는 주장의 목록이며, 그중 어느 것도 우리가 재현한 것이 아니다.

G​oogle's published figures for G​emini 4 Argon run 77.9% on DeepSWE v1.1, 57.4% on Terminal-bench 4.0, 69.2% on the OSWorld 2.0 offline subset, 51.3% on AutomationBench, 68.9% on the Vals Index, 71.6% on Chartography and 91.7% on LVBench, among others. M​eta's published figures for M​use Spark 1.3 centre on DeepSWE v1.1 at 75.4, OSWorld 2.0 at 66.9, Terminal-Bench 2.1 at 76.4 with the Terminus 2 agent, MCP-Atlas at 89.2 and GDPval-AA v2 at 1,754. Note where the two overlap and where they do not: DeepSWE is shared and close, OSWorld is shared and about two points apart on different revisions, and Terminal-Bench is reported by M​eta on an older version with a named agent harness. Subtracting across those differences is not arithmetic, it is fortune-telling.

One independent signal worth carrying alongside the vendor rows: LMArena's text leaderboard currently places a G​emini 4 Argon configuration first overall at 1524 Elo, marked preliminary. M​use Spark 1.3 has no entry on that board. Preliminary or not, that is the strongest evidence in the record that Argon's five-point index lead understates its standing with human voters.

그것이 벤치마크보다 더 빠르다고 판가름하는 엔지니어링 세부 사항

• Sampling parameters are ignored — G​oogle's documentation states that temperature, top_p and top_k have no effect on G​emini 4 Argon, and that explicit caching is not supported, leaving implicit caching only. If your stack tunes temperature, that knob silently stops working rather than erroring. M​use Spark 1.3 exposes a reasoning-effort parameter but no equivalent published restriction on sampling.

• 타임아웃 — Google은 이 모델에 대해 최소 15분의 클라이언트 타임아웃을 권장합니다. 60초 게이트웨이 기본값을 사용 중이라면, 모델 오류처럼 보이지만 실제로는 아닌 실패를 보게 됩니다.

• Conversation state — Argon uses a server-side interaction identifier for multi-turn state; M​use Spark's family is documented around the standard message-array pattern. Porting between them is not a find-and-replace.

• Cache reads — M​use Spark 1.3 returns cached input at $0.15 against $1.25 standard, an 88% discount. Argon's cached input is $0.10 against $2.00 introductory, rising to $0.20 against $4.00. In a long agent loop with heavy reuse this is the line that matters most, and it is one of the few places where the two stay close after December.

OrcaRouter가 적합한 경우와 그렇지 않은 경우

Being precise about our own coverage: OrcaRouter routes Muse Spark 1.2 and Muse Spark 1.1 at Meta's list price with 0% markup passed through, alongside 200+ other models on one API with automatic failover and a routing DSL for splitting traffic between them. M​use Spark 1.3 and G​emini 4 Argon are both absent from our catalogue today — Argon is reachable through G​oogle's own API and several third-party platforms, and we are not one of them. So the honest framing is not "run both here". It is that the M​use Spark side of this comparison is available to you on a key you may already hold, which makes a cost test against Argon on your own prompts a same-week exercise rather than a procurement one, and that M​eta's pricing has been static across three checkpoints while G​oogle's has a published expiry date.

12월 전에 해야 할 일

If you are already building on G​emini 4 Argon, the useful thing to do this month is not a benchmark run — it is a cost model at $4.00 and $20.00, because that is the price that will apply to everything you ship and leave running. If the answer at that price still works, Argon is the better model on the current evidence: higher index, more concise, broader documented input list, and the only one of the two with a top-of-board human-preference placement. If it does not, the substitution to evaluate is M​use Spark 1.3 at a flat $1.25 / $4.25, which trades five index points for a price that has not moved in three releases and roughly three times the output speed. The one thing we would not do is treat October's advertised rates as the rates — in this matchup, the number in the title is the one with an end date.

숫자만으로는 이런 것들 중 어느 하나라도 현장에서 잘못된 적이 있는지 알 수 없습니다. 이 등급의 모델과 관련해 문서화된 AI 사고와 에이전트 실패 사례는 the OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급, 이의 제기 여부 표시가 함께 제공됩니다.