Muse Wonder vs Gemini 3.1 Pro: 인덱스 포인트 22점, 두 개의 릴리스 트레인, 그리고 그중 하나 아래에서 움직인 스코어보드

Gemini 3.1 Pro는 2026년 2월 출시 당시 Artificial Analysis의 Intelligence Index에서 57점을 기록하며 1위에 올랐습니다. 오늘, 같은 지수의 현재 개정판에서 읽으면 29.7점을 기록합니다. 모델 자체는 달라진 것이 없습니다. 2026년 10월 12일 출시된 Muse Wonder는 같은 리더보드에서 52점으로 읽힙니다. 그리고 대부분의 사람들이 하게 될 비교, 즉 52 대 29.7은 실제 격차이면서도 오해를 부르는 격차입니다. 그 상당 부분이 6개월간의 모델 발전이 아니라 재채점으로 만들어졌기 때문입니다. 이 맞대결의 정직한 버전은 두 출시 모델인 Gemini 3.1 Pro와 Muse Wonder를 두 번이나 교체된 자로 비교한 뒤, 각각이 실제로 무엇을 위한 것인지 묻습니다.

숫자로 들어가기 전에 한 가지 짚고 넘어갈 점. 이들은 일반적인 비교 페이지에서 말하는 그런 의미의 경쟁자가 아니다. Gemini 3.1 Pro는 해당 라인에서 마지막으로 살아 있는 Pro 등급 엔드포인트이며, 발표 후 7개월이 지난 지금도 여전히 프리뷰 식별자로 제공된다. Muse Wonder는 Meta Superintelligence Labs의 최신 프런티어 릴리스이며, 더 높은 점수를 받은 형제 모델은 구독 게이트 뒤에 있다. 하나는 긴 컨텍스트를 다루는 멀티모달 일꾼으로, 가격 자체가 논거다. 다른 하나는 출력이 많은 에이전틱 모델로, 가격이 가장 신중하게 따져야 할 부분이다.

통치자는 바뀌었지만, 모델은 바뀌지 않았다.

이것이 스펙 시트가 결코 알려주지 않는 비교의 한 부분이며, 대표 수치상의 격차가 양방향 모두에서 오해를 낳는 이유이기도 합니다.

Artificial Analysis는 2026년 9월 초에 Intelligence Index v4.3을 출시했고 이후 다시 개정했다. 그 업데이트는 Terminal-Bench v2.1을 훨씬 더 어려운 Terminal-Bench v4.0으로 교체했으며, τ³-Banking을 비공개 홀드아웃 작업 세트로 구축된 에이전트 워크플로 벤치마크인 AutomationBench-AA로 바꿨다. 비공개 홀드아웃 가중치는 45%로 상승했다. 그 결과 프런티어 전반에서 점수가 하락했다 — 기존 척도에서 60점대에 있던 모델들이 50점대 초반에 자리했다. Gemini 3.1 Pro는 그 정도에 그치지 않았다. 30 미만으로 떨어졌다.

그래서 변경되지 않은 동일한 체크포인트에 대해 공개된 수치가 57, 46, 30, 29.7 — 이렇게 네 가지나 유통되고 있습니다. 어느 페이지를 언제 여는지에 따라 달라집니다. 그것은 스캔들이 아니라, 그 밑에 깔린 테스트가 더 어려워질 때 좋은 지수가 보이는 모습입니다. 다만 그것은 서로 다른 두 리비전에서 나온 두 숫자를 절대 비교해서는 안 되는 이유이며, 52 대 29.7이라는 표기가 바로 그런 비교를 하도록 유도합니다.

각 모델이 실제로 무엇인지

• Gemini 3.1 Pro — 2026년 2월 19일에 발표되었으며, 엔드포인트 gemini-3.1-pro-preview에서 여전히 "Preview"로 분류되어 있는, 가중치가 비공개된 네이티브 멀티모달 추론 모델입니다. 이 계열에는 3.5, 3.6, 3.7 또는 3.8 Pro가 없습니다. Flash 라인은 다섯 번 이동한 반면 Pro 라인은 전혀 이동하지 않았습니다.

• Muse Wonder — 2026년 10월 12일에 공개된 가중치 비공개 프런티어 모델로, Meta 자체 API와 Muse Code 내부에서 muse-wonder-1.0으로 제공되었다. 두 번째 체크포인트인 Muse Wonder Full은 Meta 자체 표에서 더 높은 점수를 기록하며, Muse Code 구독 전용이다.

• 컨텍스트 — Gemini 3.1 Pro 1,048,576 입력 토큰; Muse Wonder 1,048,576. 수준, 그리고 현재 프런티어 대부분과 동등한 수준.

• 출력 상한 — Gemini 3.1 Pro는 단일 응답에서 65,536토큰, Muse Wonder는 943,718토큰. 이는 두 모델 사이에서 가장 큰 단일 격차이며, 무려 14배가 넘는다.

• 가격 — Gemini 3.1 Pro는 200,000토큰 프롬프트 이하에서 백만 입력 토큰당 $2.00, 백만 출력 토큰당 $12.00이며, 이를 초과하면 $4.00와 $18.00로 오르고, 캐시된 입력은 $0.20와 $0.40입니다. Muse Wonder는 $4.00와 $20.00의 정액이고, 캐시된 입력은 $0.20입니다. 짧은 프롬프트에서는 입력 가격이 절반이고 출력은 40% 더 저렴하며, 200,000토큰을 넘으면 둘은 거의 정확히 일치합니다.

• 입력 모달리티 — Gemini 3.1 Pro는 텍스트, 이미지, 영상, 오디오, 파일을 받는다. Muse Wonder는 텍스트, 이미지, 음성, 영상을 받는다. 둘 다 텍스트만 출력한다. 서류상으로는 같은 문장이고, 실제로는 툴링 생태계가 그 문장을 중심으로 7개월 동안 도구를 쌓아 왔다.

• 추론 — Gemini 3.1 Pro는 사고 수준 제어를 지원하며, 사고 토큰은 출력 요금으로 청구됩니다. Muse Wonder의 추론은 필수이며, 최소부터 최대까지의 노력 단계가 있고 기본값은 중간이며, 비사고 경로는 전혀 없습니다.

• 독립 지수 — 현재 리비전에서 Gemini 3.1 Pro 29.7, 이전 측정치는 46, 출시 당시 측정치는 57; 현재 리비전에서 Muse Wonder 52.

대부분의 팀이 실수로 넘어서는 재가격 책정 경계

Gemini 3.1 Pro의 요금표에는 단계가 있으며, 이는 초과 요금이 아닙니다. 입력 토큰 200,000개 미만에서는 이 모델의 요금이 $2.00와 $12.00입니다. 그 임계값을 넘으면 요청은 $4.00와 $18.00으로 재책정됩니다. 210,000토큰 요청은 첫 200,000토큰에 대해 저렴한 요율로 청구되지 않습니다 — 요청 전체가 더 높은 구간으로 이동합니다.

전체 판매 포인트가 백만 토큰 컨텍스트 윈도우인 모델치고는 이건 정말 기이한 점이다: 그 윈도우는 실제지만, 그중 첫 5분의 1만 광고된 가격에 제공된다. 임계값을 넘어서면 Gemini 3.1 Pro는 $4.00와 $18.00로, Muse Wonder의 $4.00와 $20.00과 반올림 오차 범위 내의 가격이며, 캐시 읽기도 백만 토큰당 $0.20로 동일하다. 따라서 "입력이 더 저렴하다"는 문구는 정확히 당신이 그 모델을 구입한 이유인 기능을 사용하는 지점까지만 성립한다.

균형추는 입력 측에 있는데, 여기서는 입력 측 경제성이 진정으로 강력하며 독립적인 측정이 이를 뒷받침한다. Artificial Analysis는 Gemini 3.1 Pro의 인덱스 작업당 비용을 약 $0.67로, 인덱스 실행 전반에서 생성된 출력 토큰을 약 6,700만 개로 기록하는데, 이는 해당 가격대 모델의 중앙값 약 9,000만 개와 대비된다. 더 낮은 요율로 더 적은 토큰으로 답하는 모델은 어떤 요금표도 직접 보여주지 않는 방식으로 더 저렴하다 — 그리고 그것이 Muse Wonder의 인덱스 작업당 약 $4.52와 비교해야 할 수치이며, 이는 더 높은 요율과, 8,500만 개 중앙값과 대비되는 약 1억 3,000만 개의 출력 토큰이라는 두 가지 모두의 결과다.

당신이 실제로 무엇을 두고 선택하고 있는지

오늘의 척도에서 드러나는 능력 격차는 실재한다 — 52 대 29.7은 22점 차이며 결코 잡음이 아니다 — 하지만 그것은 5주밖에 되지 않은 최첨단 릴리스와, 벤더가 프리뷰 상태 이상으로 끌어올린 적 없는 7개월 된 프리뷰를 비교한 것이다. 둘 중 하나를 고르는 일은 어느 쪽이 더 높은 점수를 받느냐의 문제라기보다, 어떤 실패 양상과 함께 살아갈 수 있느냐의 문제다.

Gemini 3.1 Pro의 한계는 구조적이며 이미 알려져 있습니다. 65,536토큰의 출력 상한은 단일 턴 장문 생성에서는 이 모델을 제외시킵니다. 바로 이 지점에서 Muse Wonder의 943,718토큰 예산이 가장 분명한 장점이 됩니다. 첫 토큰까지 걸리는 시간은 공개된 측정치 기준 약 35.7초로, 대화형 용도로는 어느 것이든 느린 편입니다. 그리고 진짜 위험은 preview 식별자입니다. preview 엔드포인트는 버전 범프 없이 사용자도 모르는 사이에 개정되거나 폐기될 수 있으며, 그래서 해당 모델에서는 별칭보다 정확한 모델 ID를 고정하는 것이 표준 관행입니다.

Muse Wonder의 한계는 똑같이 구조적이면서 훨씬 더 최근에 생긴 것입니다. 추론이 필수이므로 모든 호출은 100만 개당 $20의 사고 토큰 비용을 지불해야 하며 저렴한 경로가 없습니다 — Gemini 3.1 Pro의 사고 수준은 적어도 0 쪽으로 조정할 수 있습니다. 독립적 측정은 이틀 된 모델에 대한 한 평가자의 행에 불과합니다. 그리고 비교 대상의 최고 점수 버전인 Muse Wonder Full은 같은 페이지의 토큰당 가격으로 이용할 수 있는 것이 아니라 월 $50~$200 구독 뒤에 있습니다.

벤치마크 무결성이라는 차원도 짚고 넘어갈 가치가 있습니다. 이 특정한 조합이 그 차원을 잘 보여주는 사례이기 때문입니다. Meta의 출시 표에는 Artificial Analysis Index에서 Muse Wonder Full이 59.0으로 보고되지만 Artificial Analysis 자체는 56을 발표하며, 호출 가능한 Muse Wonder는 56으로 보고되지만 평가자는 52로 읽습니다. Gemini 3.1 Pro 자체의 이력은 정반대의 거울상입니다. 한 버전에서는 벤더와 언론의 헤드라인을 장식한 57이었고, 다른 버전에서는 29.7이었습니다. 두 방향 모두에서 교훈은 같습니다. 점수는 그 측정 기준이 함께 제시될 때만 의미가 있으며, 다른 누군가의 지수에 대한 벤더의 버전은 여전히 벤더의 숫자일 뿐입니다.

하나의 키로 둘 다 실행

Gemini 3.1 Pro는 OrcaRouter에서 google/gemini-3.1-pro-preview로 제공되며, 공급업체 자체 정가가 적용되고, 200,000토큰 가격 재조정 경계도 변경 없이 그대로 유지됩니다 — 이 경계 이하에서는 입력 $2.00, 출력 $12.00, 초과 시에는 $4.00 및 $18.00, 캐시 입력 $0.20 및 $0.40입니다. 저희 측에서는 아무것도 마크업되지 않으며, 1,048,576토큰 창과 65,536토큰 출력 상한은 공개된 그대로 전달됩니다.

Muse Wonder는 OrcaRouter에 없습니다. 우리 카탈로그에 meta/muse-wonder 항목이 없으며, 있는 것처럼 설명하지 않겠습니다. 현재 이 모델은 Meta 자체 API와 Muse Code 내부에서 실행됩니다. 같은 연구소에서 저희가 제공하는 것은 Muse Spark 1.2와 Muse Spark 1.1이므로, Wonder 체크포인트가 실적을 쌓는 동안 Muse 제품군은 동일한 키로 이용할 수 있습니다.

여기서 중요한 실용적인 이유는 티어 경계입니다. 전체 요청의 가격을 200,000 토큰에서 다시 책정하는 모델은 가정하기보다 측정하고 싶은 대상입니다. 프롬프트 길이가 같은 호출에 $2를 지불할지 $4를 지불할지를 결정하기 때문입니다. OrcaRouter는 200개 이상의 모델을 제공업체의 정가가 변경 없이 그대로 적용되는 하나의 OpenAI 호환 엔드포인트 뒤에 둡니다 — 따라서 해당 임계값의 양쪽에서 Gemini 3.1 Pro에 대해, 그리고 카탈로그에 있는 다른 무엇이든에 대해 실제 트래픽을 한 번 돌려보는 데는 조달 주기가 아니라 키 하나와 반나절이면 충분합니다. 우리가 라우팅하는 제공업체가 Muse Wonder를 제공하기 시작하면, 그 테스트의 나머지 절반은 모델명 변경이 됩니다.

판결

• 작업이 입력이 대부분을 차지하고 답변은 짧은 장문 문서·혼합 미디어 분석이라면 Gemini 3.1 Pro를 선택하세요 — 200K 미만에서의 $2.00 요금과 인덱스 작업당 $0.67 비용은 따라잡기 어렵고, 그 뒤에 축적된 7개월의 생태계는 출시 주간 모델이 따라올 수 없는 가치가 있습니다.

• 한 턴에서 긴 출력을 생성하거나 음성과 영상을 모델에 곧바로 입력한다면 Muse Wonder를 선택하세요. 943,718토큰의 출력 예산은 대안이 여러 생성물을 이어 붙이는 것일 때 단순한 사양 세부 사항이 아닙니다.

• Gemini 3.1 Pro의 가격을 제시하기 전에 200,000토큰 기준선을 주의 깊게 보세요. 그 기준선을 넘으면 두 모델의 비용이 거의 같아지는데, 이는 큰 컨텍스트 창을 사용하는 바로 그 워크로드에서 이 비교에 대한 직관적인 답을 뒤집습니다.

• 22포인트 격차는 측정값이 아니라 방향으로 받아들이세요. 이는 두 가지 지수 개정판을 비교해 나온 결과입니다. 이전 개정판에서 Gemini 3.1 Pro는 46을 기록했고, 변경되지 않은 동일한 체크포인트는 서로 다른 시점에 57, 46, 30, 29.7로 공개되었습니다.

두 모델이 있다. 하나는 2월부터 프리뷰 식별자로 제공되어 왔고, 다른 하나는 나온 지 이틀 되었다. 200K 경계를 넘어서면 가격은 거의 동일하며, 현재 보드에서는 22점 차이로 갈린다. 그 사실들 중 자를 바꿔도 살아남을 것은 하나뿐이다 — 그리고 그것은 22점이 아니다.