Muse Wonder vs Reflection Beam: 하나는 요금표이고, 다른 하나는 약속입니다

Seven days apart, from opposite directions. M​eta put Muse Wonder into general availability on October 12, 2026, on the Meta Model API and inside Muse Code, at $4.00 per million input tokens and $20.00 per million output tokens, with a 1,048,576-token context window and no download of any kind. Reflection announced Reflection Beam on October 5, 2026 — a sparse mixture-of-experts model with 501 billion total parameters and 23 billion active per token — with the weights promised under Apache 2.0, a waitlisted preview behind a sign-up wall, and no published price on any of the company's own properties.

그러므로 이 맞대결을 정직하게 규정하자면 모델 대 모델이 아니다. 그것은 요금표 대 약속이다. 이 중 하나는 오늘 오후에 당장 호출할 수 있지만 결코 소유하지는 못할 것이고, 다른 하나는 언젠가 소유하게 될 수도 있지만 오늘은 전혀 호출할 수 없다. 이번 분기에 출시되는 워크로드의 기본값을 고르고 있다면, 그 차이가 어떤 벤치마크 수치보다 더 많은 것을 판가름하며, 그 어느 쪽도 다른 연구소에 대한 폄하가 아니라는 점을 분명히 밝힐 만하다.

7일, 두 방향의 여행

Muse Wonder arrived as a finished commercial product with unusually thin public documentation underneath it. The model is callable, the price is listed, the parameter surface is enumerated — a reasoning-effort ladder running from minimal to max with a medium default, an output ceiling of 943,718 tokens, every reasoning token billed at the output rate — and a second checkpoint, Muse Wonder Full, ships in the same launch at a higher score but only inside a Muse Code subscription and not sold per token at all. What M​eta did not ship is anything downloadable. There is no model card release, no checkpoint, no licence grant.

Reflection은 정반대였다. Beam의 출시 게시물은 서빙 약속이 덧붙은 연구 발표다. 벤치마크 표, 6,144대의 GB300 NVL72 시스템과 23.8조 토큰에 걸친 4주간의 실행을 명시한 사전 학습 설명, 1억 회가 넘는 롤아웃과 약 13억 개의 샌드박스를 포함하는 10,500대의 GB300에서의 강화학습 단계, 그리고 구체적인 라이선스 약속 — 회사가 직접 밝힌 바에 따르면 가중치, 기술 보고서, 모델 카드, 개발자 아티팩트가 이달 후반에 Apache 2.0에 따라 공개될 예정이다 — 이 포함된다. 10월 5일에 출시되지 않은 것은 가격, 서빙 컨텍스트 윈도, 최대 출력 수치, 파일이다.

두 연구소, 일주일, 그리고 그 사이에는 2026년에 "released"이 의미할 수 있는 전체 스펙트럼이 있다.

각자가 실제로 게시한 내용

아래의 모든 수치는 벤더가 직접 제시한 것이며, 수치가 존재하지 않는 경우에는 그 사실 자체가 발견 사항이다.

• 호출 가능성 — Muse Wonder는 2026-10-12부터 Meta Model API에서 다음 이름으로 일반 제공됩니다: muse-wonder-1.0 그리고 Muse Code 내에서도 제공됩니다; Reflection Beam의 프리뷰는 "제한된 사용자 집합"을 위한 대기자 명단이며, 셀프서비스로 이용할 수 있는 경로가 없습니다.

• 가격 — Muse Wonder는 백만 토큰당 입력 $4.00 / 캐시 입력 $0.20 / 출력 $20.00으로 공개되어 있습니다. Reflection Beam은 Reflection 자체 속성 어디에도 공개되지 않았으므로, 여기에 붙어 있는 어떤 달러 수치를 보셨든 이는 정가가 아니라 추정치입니다.

• 맥락 — Muse Wonder 1,048,576 토큰; Reflection Beam의 API 문서에는 256,000토큰 서빙 한도가 기재되어 있으며, 베타 중 이 수치가 바뀔 수 있다는 경고 각주가 달려 있습니다. 반면 출시 게시물은 중간 학습이 모델의 실효 컨텍스트를 1M 토큰으로 확장한다고 별도로 밝힙니다. 이것들은 학습 측 역량과 서빙 측 한도이지 모순이 아닙니다 — 그러나 그중 하나만이 여러분이 기준으로 삼아 구축할 수 있는 숫자입니다

• 최대 출력 — Muse Wonder 943,718 토큰; Reflection Beam은 미공개

• 모달리티 — Muse Wonder는 텍스트, 이미지, 음성, 동영상, 파일을 입력받아 텍스트를 반환하고, Reflection Beam은 텍스트를 입력받아 텍스트를 출력합니다

• 가중치 — Muse Wonder는 없음, 발표된 것도 없음; Reflection Beam Apache 2.0은 약속되었으나 오늘 기준 미공개

• 독립 점수 — Artificial Analysis의 Intelligence Index에서 Muse Wonder는 52점, 219개 중 9위, Reflection Beam은 해당 리더보드나 우리가 찾을 수 있는 다른 어떤 독립 평가 기관에서도 항목이 없습니다

• 아키텍처 — Muse Wonder는 비공개, Reflection Beam은 총 501B / 활성 23B, 명시된 비율 약 4.6%

그 목록의 비대칭성이 바로 핵심이다. Muse Wonder에는 가격과 타깃이 있지만 아티팩트는 없다. Reflection Beam은 아티팩트가 약속되어 있지만 가격도 타깃도 없다.

효율성 주장은 거리를 두고 경계해야 할 대상이다

Reflection의 가장 흥미로운 주장은 벤치마크 점수가 아니다. 그것은 Beam이 코딩 및 에이전트 능력을 "고효율 추론"과 결합하여 GLM-5.2에 필적하는 고급 추론 벤치마크 점수를 달성하면서도 추론 컴퓨팅을 3–4배 적게 사용한다는 것이다. 또한 Qwen 3.8-Max와 같은 2T+ 매개변수 계열 모델과의 격차는 더 벌어진다. 그 주장을 뒷받침하는 차트는 벤더의 자체 축을 사용한 벤더 차트이며, 재현되지 않았다. 그러나 그 기저의 산술은 이례적이지 않다. 추론 FLOPs는 대략 활성 매개변수 수의 두 배에 생성된 토큰 수를 곱한 값에 비례하므로, 특정 작업에 대해 비슷한 출력을 생성하는 23B 활성 모델은 실제로 40B 또는 100B 활성 모델보다 작업당 비용이 더 적게 든다. 아키텍처가 논거이며, 아키텍처 측면에서 Beam의 주장은 일관성이 있다.

빠져 있는 것은 분모다. 작업당 컴퓨트는 비율이며, 공개된 자료는 그중 파라미터 쪽만 알려줄 뿐 토큰 쪽에 대해서는 아무것도 알려주지 않는다. Reflection은 자사의 어떤 벤치마크 실행에 대해서도 출력 토큰 수를 공개하지 않는다. 장황성 수치도, 작업당 토큰 측정값도, 독립 실행도 없다.

Muse Wonder, by contrast, has exactly that number and it cuts the other way. Artificial Analysis measured Muse Wonder (max) at 130 million output tokens consumed during its Intelligence Index evaluation, against a median of 85M across comparable models, and at about $4.52 per index task. The evaluator's own label for that behaviour is "somewhat verbose." Muse Wonder is a frontier model at a frontier price and it pays for its score in output tokens, because reasoning tokens bill at the output rate — which is the single most consequential line in M​eta's own pricing documentation.

So the two labs are making opposite bets and neither has published the numbers that would settle it. M​eta has a measurable verbosity and no disclosed parameter count, so you cannot compute its FLOPs per token. Reflection has a disclosed parameter count and no measured verbosity, so you cannot compute its tokens per task. Anyone who tells you Beam is three to four times cheaper to run than Muse Wonder is comparing a parameter ratio against a token count that does not exist.

희소성은 추론 비용을 절감해 줄 뿐, 성능을 높여 주지는 않는다.

501B라는 수치에는 두 번째 함정이 있는데, 그 수가 너무 크기 때문에 빠지기 쉽다. 희소 전문가 혼합 모델의 전체 파라미터 수는 저장 및 사전 학습 통계일 뿐, 토큰당 연산 통계가 아니다. Beam이 생성하는 모든 토큰은 5010억 개 파라미터 중 약 230억 개에만 관여한다. 나머지 4780억 개는 그 호출에서 놀고 있다. Beam은 그 정도 규모의 덴스 모델이 그렇듯 5010억 파라미터 모델인 것은 아니며, Muse Wonder의 공개되지 않은 규모 옆에 이 수치를 인용하는 것은 아무 의미 없는 비교를 유도한다.

비율이 실제로 중요해지는 지점은 배포다. BF16의 501B 체크포인트는 가중치만 대략 테라바이트 규모이고, 활성 파라미터 수는 메모리 사용량을 줄여주지 않는다 — 오직 연산량만 줄인다. Beam을 직접 서빙한다는 것은 대규모 멀티 GPU 노드나 강도 높은 양자화를 의미하며, 양자화는 바로 가중치가 존재한 뒤에야 평가할 수 있는 종류의 것이다. Apache 2.0 릴리스가 여기서 각주가 아니라 중요한 사건인 두 번째 이유가 바로 이것이다: 이는 유망한 아키텍처를 자신의 하드웨어에서, 자신의 배치 크기로, 자신의 프롬프트로 측정할 수 있는 무언가로 바꿔준다.

M​eta's position on the same axis is the opposite. Muse Wonder's architecture is undisclosed and its deployment story is entirely someone else's API. You will not quantise it, will not run it on-premises for a regulated workload, and will not fine-tune it. You rent it, at a listed rate, indefinitely.

공급업체 수치와 독립 수치가 불일치하는 경우

This is worth a short section because it is the discipline that keeps the rest of the comparison honest. M​eta's own harness puts Muse Wonder Full at 59.1 on its Personal Superintelligence Index and Muse Wonder at 56. Artificial Analysis, running its own index on Muse Wonder (max), gets 52. Same model family, same week, four points of daylight — and the independent figure is the lower one. Muse Wonder Full at 56 on the independent board is a genuine result, ranking #4 of 699 models in that class, and it is still four points below what M​eta's own table implies. None of that makes M​eta's numbers wrong; vendor harnesses are tuned for the vendor's deployment, and M​eta labels them as its own. It does mean the only figures in this article that can be laid against each other are the Artificial Analysis ones, and those exist for exactly one of the two models.

Reflection의 표들은 같은 문제의 다른 버전을 담고 있다. Beam은 SWE-Bench Verified에서 80.9, Terminal-Bench v2.1에서 80.1, DeepSWE v1.1에서 44.4로 기재되어 있으며, 모두 벤더 보고 수치이고, 모두 Inkling 및 Nemotron 3 Ultra와의 비교와 같은 페이지에 있다. 이 세 가지 중 둘은 Muse Wonder도 벤더 수치를 갖고 있는 점수이며, 서로 다른 두 하네스가 산출한 두 벌의 벤더 수치를 비교하는 것은 비교가 아니다. 그것은 열 제목이 우연히 겹친 것일 뿐이다.

이번 달에 선택해야 한다면

결국 그 결정은 어떤 것이 빠진 상태를 견딜 수 있느냐의 문제로 귀결된다.

• 이번 분기에 출시해야 하고, 호출 가능성과 예측할 수 있는 가격, 1M 토큰 윈도우, 943,718 토큰 출력 예산이 필요하다면 — Muse Wonder는 둘 중 오늘날 서비스로 존재하는 유일한 것이며, 선택은 저절로 내려진다

• 이번 분기에 출시되며, 1억 3천만 토큰 평가 프로필 대비 Muse Wonder의 백만 토큰당 20달러 출력 단가는 예산을 벗어납니다 — 유용한 선택은 다른 모델이 아니라 노력 사다리입니다. Muse Wonder에서는 추론이 필수이지만, 이 사다리는 최소에서 최대까지 이어지고 모든 추론 토큰은 출력으로 청구됩니다. 추출과 분류는 최소로 실행하고, 높음 또는 최대는 그만한 가치가 있는 호출에 남겨 두는 것이 청구서를 움직이는 지렛대입니다.

• 규제가 적용되는, 에어갭 또는 온프레미스 요구 사항 — 현재 어느 모델도 이를 해결하지 못합니다. Muse Wonder는 결코 이를 충족하지 못할 것입니다. Beam은 한 달 뒤, 허용적 라이선스 하에서, 아직 측정하지 않은 메모리 비용을 대가로 이를 충족할 수도 있습니다.

• 연구 또는 파인튜닝 계획 — 가중치를 기다리세요. 다운로드할 수 없는 501B 아키텍처를 대상으로 프로젝트를 시작하지 마세요

• 자체 워크로드를 기준으로 벤치마킹할 때 — Muse Wonder는 이번 주에 측정할 수 있지만 Beam은 전혀 측정할 수 없습니다. 귀하의 평가 스프레드시트에 있는 모든 Beam 수치는 현재 분모가 없는 공급업체 주장에 불과합니다.

우리가 라우팅하는 것과 라우팅하지 않는 것

Being plain about this: neither model is in OrcaRouter's catalogue. There is no meta/muse-wonder entry and no Reflection entry of any kind, and we will not present a route that does not exist. What we carry from Meta Superintelligence Labs is the Muse Spark line —Muse Spark 1.2 and Muse Spark 1.1 — which is the closest thing to M​eta's reasoning family a team can call through us today and costs roughly a fifth of what Muse Wonder does per token. Among the models this matchup is priced against, Claude Opus 5.5 is on our list at A​nthropic's own rates, and so is D​eepSeek V4 Pro at a fraction of that.

That honesty has a practical consequence that a comparison like this one makes unusually clear. Automatic failover only ever fails over to something we actually route, and a waitlist with no endpoint is not a fallback. If your plan for Beam is "we will test it when the preview clears," the useful thing to hold in place until then is a primary you can measure and a second route behind it — which is a configuration change on one O​penAI-compatible endpoint. OrcaRouter serves 200-plus models behind one key and one bill, so when Beam's weights land and some provider starts serving it, reaching it is an ID in a config file rather than a new integration.

무엇이 답을 바꿀 수 있는가, 그리고 언제 살펴봐야 하는가

세 가지 이벤트, 이것을 움직일 정도 순으로.

첫 번째는 가중치 공개입니다. Reflection은 Apache 2.0을 따르겠다고 약속했고, 아티팩트는 이달 말에 나온다고 밝혔습니다. 그 릴리스가 바로 501B라는 주장을 다운로드하고 양자화하고 벤치마크할 수 있는 무언가로 바꾸는 계기이며, Beam이 라우팅 플랫폼에 등장할 수 있는 유일한 경로이기도 합니다. 그 일이 실현되기 전까지 Beam은 인용이 달린 가설에 불과합니다.

두 번째는 독립적인 평가입니다. Beam에 대한 Artificial Analysis의 단 하나의 행은 이 맞대결을 판가름하는 데 아무리 많은 벤더 표를 읽는 것보다도 더 도움이 될 것입니다. 왜냐하면 그것은 효율성 주장에서 빠져 있는 작업당 토큰 수치를 제공해 줄 것이기 때문입니다. 출시 블로그가 아니라 그 보드를 지켜보세요.

세 번째는 Muse Wonder 자체의 구성 표면이 안정화되는 것입니다. 작업당 $4.52라는 수치는 출시된 지 하루밖에 되지 않은 모델에서 최대 추론으로 측정된 값입니다. 팀들이 프로덕션에서 노력 사다리의 하위 단계를 활용하게 되면 모델의 현실적인 비용은 떨어질 것이며, Beam이 능가해야 할 것은 지수 점수가 아니라 바로 그 숫자입니다.

단기적으로 가장 유력한 답은 완승도 완패도 아니다: 지금 당장 모델이 필요한 팀은 Muse Wonder를 사용하고, 자기 가중치를 소유해야 하는 팀은 결국 둘 중 실제로 다운로드할 수 있는 쪽을 손에 넣게 된다. 이는 정면 대결을 설명하기에는 이상한 방식이며, 동시에 정확한 방식이기도 하다.