Muse Wonder Full vs Muse Wonder: 동일한 출시, 동일한 요금표, 둘 모두를 측정한 유일한 보드에서 4점 차이

Muse Wonder Full과 Muse Wonder는 2026년 10월 12일 Meta Superintelligence Labs에서 단일 게시물로 공개되었으며, 그 게시물의 거의 모든 사양이 두 모델 모두에 적용됩니다. 두 모델 모두 1,048,576토큰 컨텍스트 창으로 설명됩니다. 두 모델 모두 백만 입력 토큰당 $4.00, 캐시된 입력의 경우 $0.20, 백만 출력 토큰당 $20.00로 책정되어 있습니다. 두 모델 모두 추론이 필요합니다. 두 모델 모두 텍스트, 이미지, 음성, 비디오를 입력받아 텍스트를 반환합니다. 그리고 독립적인 Artificial Analysis Intelligence Index에서 두 모델은 4점 차이입니다: Muse Wonder Full은 56점으로 측정된 699개 모델 중 4위이고, Muse Wonder는 52점으로 219개 중 9위입니다.

그 4점은 같은 연구소가 같은 날 공개한 두 프런티어 체크포인트 사이의 가장 작은 실질적 차이이며, 동시에 이 조합에 관해 가장 결정적이지 않은 요소이기도 하다. 둘 중 하나만 접근할 수 있기 때문이다. Muse Wonder는 Meta Model API와 Muse Code 내에서 응답한다. Muse Wonder Full은 Meta가 Muse Code 구독 전용이라고 설명하며, Power Usage는 월 $50, Maximum Usage는 월 $200이다. 이것은 강한 모델과 더 강한 모델 사이의 비교가 아니다. 그것은 호출할 수 없는 더 강한 모델과 호출할 수 있는 더 약한 모델 사이의 비교다.

하나의 공지, 두 개의 체크포인트, 그리고 이 둘을 구분하는 하나의 열

출시 자료를 한 줄씩 읽어 보면 두 모델은 거의 끝까지 서로 나란히 따라간다. 둘이 갈라지는 곳은 단 하나의 열이며, 그것은 역량이 아니다.

• 접근 — muse-wonder-1.0은 Meta Model API와 Muse Code 내에서 응답하며, muse-wonder-full-1.0은 Muse Code 구독 전용으로, 종량제 경로도 없고 이를 가리킬 수 있는 SDK도 없습니다.

• 가격 — 입력 $4.00, 캐시 $0.20, 출력 $20.00의 공유 요금표는 Muse Wonder에는 존재하는 경로를 설명하지만, 월 $50 또는 $200의 플랜 비용이 드는 Muse Wonder Full에는 존재하지 않습니다.

• 독립 지수 — Muse Wonder 52는 219개 중 9위, Muse Wonder Full 56은 699개 중 4위. 4점 차이이며, 동일한 공개 하네스에서 측정된 수치로, 두 제품이 하나의 척도 위에 함께 나타나는 유일한 곳이다.

• 출력 예산 — 호출 가능한 체크포인트의 단일 응답 상한은 943,718 토큰입니다. 구독 체크포인트의 상한은 공개되지 않았는데, Meta 밖에서는 아무도 그 수를 셀 수 없기 때문입니다.

• 벤더 종합 — Meta의 자체 표에서는 Muse Wonder Full을 자사의 Personal Superintelligence Index에서 59.1로, Muse Wonder를 56으로 기재합니다. 같은 표의 Artificial Analysis Index 행에서 Meta는 Muse Wonder Full을 59.0으로 기재하지만, Artificial Analysis 자체는 56을 발표합니다.

그 마지막 문장은 곱씹어 볼 만하다. 벤더가 자사 최상위 체크포인트에 대해 내놓은 수치는, 같은 이름의 지수에서 동일한 체크포인트를 독립적으로 측정한 값보다 3점 높다. 그리고 다른 체크포인트에 대한 독립 측정값인 52는, 벤더의 두 수치가 서로 차이 나는 정도보다, 첫 번째 체크포인트에 대한 벤더의 59.1에 더 가깝다.

4점은 중요한 숫자가 아니다

Meta 자체의 장기 지평 행에서 두 체크포인트는 4점을 훨씬 넘게 벌어지며, 양방향 모두 그렇습니다. 다음은 모두 공급업체가 보고한 것으로, Meta의 하네스에서 최대 추론 노력으로 산출되었으며, 독립적으로 재현된 것은 아무것도 없습니다.

• JobBench, 장기(long-horizon) 전문 업무 — Muse Wonder Full 75.3, Muse Wonder 30.8. 같은 릴리스에서 나온 두 모델 간 44점 격차.

• Terminal-Bench 4.0-AA — Muse Wonder 85.6, Muse Wonder Full 85.5. 콜러블 체크포인트가 구독형을 0.1점 차로 앞선다.

• SWE-Marathon — Muse Wonder Full 79.0, Muse Wonder 78.8.

• MemoryBench — Muse Wonder Full 39.4, Muse Wonder 34.3.

• Harvey LAB-AA, Meta의 법률 에이전트 제품군 — Muse Wonder 54.3, Muse Wonder Full 13.1. 구독 체크포인트는 실제로 호출할 수 있는 쪽보다 41점 뒤진 최하위를 기록합니다.

그래서 그 쌍은 독립 리더보드에서는 4점 차이이고, 한 행에서는 Meta에 유리한 44점 차이이며, 다음 행에서는 Meta에 불리한 41점 차이다. 이 세 수치가 모두 하나의 능력 차이를 설명할 수는 없으며, 가장 간명한 해석은 그렇지 않다는 것이다. 공개 하네스에서 4점 차이에 불과한 체크포인트들 사이의 44점 변동은, 롤아웃 형태 과제에 대한 하네스 민감 평가가 집계 점수에서 나타나는 모습이다.

독립 평가 위원회의 네 가지 점수는 오히려 더 정직한 수치이자 덜 유용한 수치다 — 그 정도 규모의 단일 실행 격차는 평가 자체의 노이즈 대역 안에 들어간다. 종합 표와 함께 놓고 보면, 세 행은 총체적으로 같은 결론을 가리킨다: 이들은 일반 역량 측정치가 서로 가깝고, 장기 지평에서의 행동 측정치는 크게 벌어져 있으며, 그중 하나는 Meta 외부의 누구도 실행할 수 없는 상위 10위 프런티어 체크포인트 두 개다. 이것이 입증할 수 없는 것은 어느 쪽이 당신의 워크로드에서 이기는가이며, 입증하려 들지도 않는다.

추가된 단계가 무엇을 얻기 위한 것인지

Meta는 이 시리즈에 대해 벤치마크 행이 전혀 아닌 두 가지 역량을 언급한다: 세션을 넘어 이어지는 지속 상태로 설명되는 Active Memory와, 장시간 작업 전반에 걸친 자기 관리형 주의력으로 설명되는 Active Focus. 둘 중 하나라도 설명대로 작동한다면, 그것은 점수와는 다른 종류의 차이이다 — 세션 경계를 넘어 살아남는 상태는 그렇지 않으면 자신의 데이터베이스에 직접, 형편없이 구축했을 것이기 때문에, 그것은 애플리케이션의 형태를 바꾼다.

둘 모두 모델 카드에 제시되지 않고, 둘 모두 테스트할 수 없다. 그것들을 담고 있는 체크포인트가 바로 구독 뒤에 있는 체크포인트이기 때문이다. 그 결과 팀에는 구체적이고 화려하지 않은 문제가 남는다: Muse Wonder Full에 월 50달러나 200달러를 지불할 그럴듯한 이유는 Meta 외부에서는 아무도 평가할 수 없는 기능이며, 그 기능은 법률 에이전트 스위트에서 형제 모델의 54.3에 비해 13.1을 기록하기도 하는 체크포인트에 붙어 있다.

독립적인 측정은 그 격차의 일부를 채워 주지만, 일부에 불과하다. Artificial Analysis는 Muse Wonder Full이 평가 중 약 1억 4천만 개의 출력 토큰을 소비한 것으로 기록하는데, 이는 중앙값 8,800만 개와 비교되며, Muse Wonder는 약 1억 3천만 개를 소비해 중앙값 8,500만 개와 비교된다. 둘 다 점수에 도달하기 위해 많은 비용을 지출하는데, 이는 필수 추론과 일치하며 에스컬레이션을 하기 전에 그 비용을 알려 준다 — 그러나 어느 수치도 지속적 메모리가 작동하는지에 대해서는 말해 주지 않는다.

그 결정은 구매가 아니라 조절판이다

두 체크포인트를 비교하는 대부분의 경우는 구매 질문으로 끝난다: 어느 것을 사야 하는가. 이번 비교는 그럴 수 없다. 한쪽에 종량제 SKU가 없기 때문이다. 그러면 전체 문제가 대신 라우팅 질문으로 재구성된다. 그리고 여기서 라우팅 질문은 유난히 깔끔한 형태를 띠는데, 더 저렴한 옵션과 더 비싼 옵션이 완전히 다른 미터로 판매되기 때문이다.

Muse Wonder는 종량제입니다. 비용은 백만 토큰당 $4.00와 $20.00로 토큰에 따라 선형적으로 증가하며, 입력 측에는 95% 캐시 할인이 적용됩니다. 그래서 인덱스 작업당 독립 비용이 약 $4.52로 나옵니다. Muse Wonder Full은 전혀 종량제가 아닙니다. 비용은 사용량에 따라 변하지 않는 정액 월간 요금제입니다. 즉, Full 체크포인트에 요청을 하나 더 보낼 때의 한계 비용은 요금제 안에서는 0이고, 요금제 밖에서는 무한대입니다. 이 두 경제성은 상반된 트래픽을 원합니다. 종량제 가격은 대부분의 요청에서 비싼 모델을 배제하는 쪽에 보상을 주고, 정액 요금제는 일단 비용을 지불한 뒤에는 가능한 한 많은 요청을 그 모델을 통해 처리하는 쪽에 보상을 줍니다.

즉, 실용적인 아키텍처는 모델 선택이라기보다 에스컬레이션 사다리라는 뜻이다. 호출 가능한 체크포인트는 예측할 수 있는 처리율로 트래픽의 대부분을 처리한다. 구독 체크포인트는 장기적 동작이 다르다고 주장되는 하위 집합을 흡수한다 — 해당 볼륨을 수용하는 요금제가 있고, 44포인트 JobBench 주장이 자체 측정에서 살아남는다고 가정할 때 말이다. 측정 자체가 가장 먼저 구축해야 할 부분이다. 4포인트 공개 격차와 44포인트 벤더 격차가 둘 다 맞을 수는 없고, 그것을 해결하는 유일한 도구는 당신의 워크로드이기 때문이다.

나머지 모델군에 관한 두 가지 점 덕분에 그 사다리는 생각보다 구축 비용이 저렴하다. 첫째는 이 모든 모델이 같은 방식으로 과금된다는 점이다 — 추론 토큰은 백만 개당 $20인 출력 토큰이고, 노력 사다리는 minimal에서 max까지이며 기본값은 medium이므로, 선택하는 설정이 교체하는 모델 식별자보다 더 큰 비용 항목이다. 둘째는 이번 출시가 불러오는 비교 대상이 이미 라우팅 가능하다는 점이다: Claude Opus 5.5는 입력 $4.00, 출력 $20.00이고 Meta의 자체 Muse Spark 1.2는 $1.25와 $4.25이며, 둘 다 각 벤더의 정가로 OrcaRouter에 있고, 이들과 함께 200개 이상의 다른 모델이 하나의 OpenAI 호환 API 뒤에 있다. 정가는 0% 마크업으로 그대로 전달되므로, 모델이 바뀌어도 사다리의 산술은 변하지 않는다.

Muse Wonder도 Muse Wonder Full도 우리의 라우트 중 하나가 아닙니다. 카탈로그에 meta/muse-wonder 또는 meta/muse-wonder-full 항목이 없고, Muse Wonder Full은 Meta의 구독 채널 외부에서는 어떤 가격으로도 이용할 수 없으며, 우리는 둘 중 어느 것도 마치 그런 것인 양 설명하지 않을 것입니다. 이 특정 결정에 라우터가 기여하는 바는 페일오버와 폴백입니다: 거의 실행되지 않아야 하는 에스컬레이션 단계는 바로 프로바이더의 일시적 문제가 가장 감내하기 어렵고 가장 눈에 띄지 않는 단계이며, 자동 페일오버와 에스컬레이션을 애플리케이션 코드가 아니라 구성으로 표현할 수 있는 라우팅 DSL이 바로 거의 사용되지 않는 경로가 서비스 중단으로 변하는 것을 막아 주는 것입니다.

기억할 버전

이번 출시에서 얻어 갈 것이 Muse Wonder Full이 Muse Wonder보다 더 높은 점수를 받는다는 사실뿐이라면, 당신은 이 출시에서 가장 실행에 옮기기 어려운 부분만 가져간 셈이다. 둘은 둘 모두를 측정한 유일한 독립 리더보드에서 4점 차이가 나고, 한 스위트에서는 벤더가 보고한 44점 차이, 다른 스위트에서는 벤더가 보고한 41점 차이로 상반되게 나타나며, 접근성에서는 확고한 이분법으로 갈린다. 하나는 오늘 바로 호출할 수 있는 API로 백만 토큰당 $4.00와 $20.00이고, 다른 하나는 토큰당 요금도 없고 SDK로 들어갈 방법도 없는 월간 요금제다.

올바른 행보는 그 4점 차이를 이들이 역량 면에서 대등하다는 증거로, 접근성 차이는 이들이 대체재가 아니라는 증거로 취급하는 것이다. 호출 가능한 체크포인트를 기준으로 구축하고, 자신만의 격차를 알려줄 측정 하네스를 만들며, 구독은 측정이 정당화할 때 켜는 에스컬레이션으로 취급하라 — 종합 점수가 더 높다는 이유로 구매하는 업그레이드가 아니라. 그리고 한 벤더가 단일 출시 안에서 44점 격차를 공개할 때, 유용한 질문은 어느 체크포인트를 표준으로 삼을 것인가가 아니다. 그것은 자신의 평가 세트와 맞닥뜨려도 살아남는 숫자가 어느 것인가이며, 그 질문은 그것을 이미 구축해 두었을 때에만 답을 가진다.