GPT-6.1 Terra vs Muse Wonder: vier indexpunten, acht keer zo’n hoge rekening

GPT-6.1 Terra en Muse Wonder liggen vier punten uit elkaar op het openbare scorebord waarop beide zijn gemeten, en ongeveer acht keer uit elkaar qua kosten om een taak op dat scorebord af te ronden. OpenAI bracht Terra op 26 oktober 2026 uit voor $1 per miljoen inputtokens en $5 per miljoen outputtokens; het scoort 48 op de Artificial Analysis Intelligence Index en kost $0,40 per indextaak. Meta bracht Muse Wonder op 12 oktober uit voor $4 en $20; het scoort 52 en kost $3,27 per taak. Beide vermelden een contextvenster van één miljoen tokens. Eén sortering op het leaderboard zou de beslissing in één regel beslechten, en daarom is het leaderboard de verkeerde plek om de knoop door te hakken: het model met de hogere score en de hogere rekening is ook het snellere, en het voordeel van het goedkope model hangt volledig af van wat een fout antwoord je kost.

De onderstaande cijfers zijn afkomstig van Artificial Analysis, gelezen op 27 oktober 2026, en uit de lanceringsdocumentatie van de twee leveranciers. Beweringen van leveranciers zijn als beweringen gemarkeerd. De enige benchmark op taakniveau in dit stuk werd uitgevoerd door DualEntry, een bedrijf dat accountingautomatisering verkoopt, dus het is bewijs van een derde partij met een commercieel belang, geen neutrale audit; zo wordt het ook behandeld.

Twee modellen gebouwd voor verschillende taken

Terra is OpenAI's volumemodel, de vervanging voor GPT-5.6 Terra en de goedkoopste manier om de algemene competentie van de huidige OpenAI-familie te verkrijgen. Het accepteert tekst en afbeeldingen, retourneert tekst, heeft een gedocumenteerde context van 1.050.000 tokens met een uitvoerplafond van 128.000 tokens, en biedt reasoning effort van none tot max. OpenAI heeft het op de lanceringsdag ook uitgebracht naar Amazon Bedrock en naar ChatGPT Work en Codex, zij het niet in de consumenten-chatbox van ChatGPT. Het is alleen via API beschikbaar in de zin die voor inkoop relevant is: geen fine-tuning, geen Realtime, geen Assistants.

Muse Wonder is Meta's eerste model dat meetelt in de frontier-discussie, en het komt met een splitsing die de meeste vergelijkingspagina's verdoezelen. Het API-model is Wonder, tegen $4 voor input en $20 voor output. De hoger scorende checkpoint, Muse Wonder Full met 56 op dezelfde index, wordt alleen verkocht binnen het Muse Code-abonnement van $50 of $200 per maand en is niet via de API beschikbaar. De opvallende benchmarkregels beschrijven vaak Full. Het model dat een ontwikkelaar daadwerkelijk kan aanroepen, ligt vier punten boven Terra, niet acht.

• Prijs — GPT-6.1 Terra $1,00 invoer / $5,00 uitvoer per miljoen; Muse Wonder $4,00 / $20,00.

Gecachte invoer — Terra $ 0,05 met 95% korting; Wonder $ 0,20 met 95% korting.

• Contextvenster — Terra 1.050.000 gedocumenteerd; Wonder 1.000.000 gedocumenteerd.

• Maximale output — Terra 128.000 gedocumenteerd; Meta heeft geen plafond voor Wonder gepubliceerd, en trackers van derden rapporteren waarden rond 943.000.

• Onafhankelijke Intelligentie-Index — Terra 48, 25e van 221; Wonder 52, 10e van 221.

• Kosten per indextaak — Terra $0,40; Wonder $3,27.

• Uitvoersnelheid — Terra 90,9 tokens per seconde; Wonder 207,8.

• Tijd tot eerste token — Terra 77,96 seconden; Wonder 31,62 seconden.

• Invoer — Terra tekst en afbeeldingen; Wonder tekst, afbeeldingen, video en audio volgens trackers, waarbij Meta's eigen lanceringsmateriaal de nadruk legt op tekst en afbeeldingen.

Gewichten — aan beide kanten gesloten. Meta's open-weightoptie is Muse Spark, een ander model.

De rekening is acht keer de indexkloof.

Het kosten-per-taakcijfer is wat zou moeten veranderen hoe de kloof van vier punten wordt geïnterpreteerd. Artificial Analysis vermenigvuldigt niet simpelweg lijsttarieven met een vast tokenaantal; het meet hoeveel tokens elk model verbruikt om dezelfde set indextaken te voltooien, en prijst dat verbruik vervolgens. Terra kost gemiddeld $0,40 per taak en Wonder $3,27, een verschil van 8,2x bij een capaciteitskloof van minder dan 8%.

De lijsttarieven alleen verklaren het niet. Neem een workload van 100 miljoen inputtokens en 10 miljoen outputtokens: Terra rekent $150 en Wonder $600, een verschil van 4x. Het verschil per taak is twee keer zo groot, wat betekent dat de tokens die de indexevaluaties daadwerkelijk verbruikten niet in een verhouding van 10 op 1 waren verdeeld; Artificial Analysis prijst het gemeten input- en outputvolume voor elk model, en dat cijfer per taak weerspiegelt de evaluaties in plaats van een vast voorbeeld. Een prijs per token is een brandstofprijs, niet de kosten van een reis.

Dat onderscheid is het belangrijkst bij het volume waarop Terra is gericht. Een pipeline die 100,000 taken per maand draait, geeft $40,000 uit aan Terra en $327,000 aan Wonder tegen de door Artificial Analysis gemeten tarieven. Het capaciteitsverschil tussen beide verandert niet met een factor acht wanneer de workload verandert; de rekening wel. Als je taak classificatie, extractie, het lezen van formulieren of een afgebakende agentstap is, ligt de bewijslast bij het dure model.

Eén waarschuwing bij de rekensom: de index wordt periodiek gehernormaliseerd, en de kosten-per-taakcijfers bewegen daarmee mee. Vergelijk modellen uit dezelfde meting, zoals deze cijfers, in plaats van een getal van een ouder artikel af te trekken.

Wonder is sneller, en Terra's snelheidsclaim houdt geen stand in de vergelijking.

Het lanceningsmateriaal van OpenAI beschrijft Terra als aanzienlijk sneller dan GPT-6 Astra en GPT-6.1 Sol. Binnen de OpenAI-familie lijkt dat te kloppen, en dat is de reden dat het model bestaat: een goedkope, snelle generalist voor visueel en documentwerk. Tegenover het model van Meta komt het niet in de buurt. Wonder produceert 207,8 outputtokens per seconde tegenover 90,9 voor Terra, en het levert het eerste token in 31,62 seconden tegenover 77,96 voor Terra.

Beide zijn in absolute zin trage starters, wat een eigenschap is van grote redeneermodellen en geen schandaal. Maar de volgorde is omgekeerd aan de prijsorde, en dat heeft praktische gevolgen. Voor een batchtaak die 's nachts draait, is de latentie van Terra irrelevant en de kosten beslissend. Voor een interactief product waarin een gebruiker op het eerste token wacht, is een start van 78 seconden een productbeslissing, geen benchmarkregel, en de 32 seconden van Wonder vormen de betere ervaring, zelfs bij een vijf keer zo hoog invoertarief.

De snelheidscijfers ondermijnen ook een gangbare aanname over goedkope modellen: dat die standaard de snelle optie zijn. Terra is goedkoop per token en goedkoop per taak. Het is niet snel per seconde. Dat zijn verschillende beweringen, en slechts één ervan is waar.

Een test op taakniveau waarbij het goedkope model verloor

De breedste beschikbare controle door derden bij de lancering is DualEntry's accountingbenchmark: 101 synthetische gevallen over transactieclassificatie, journaalposten, crediteuren, debiteuren, reconciliatie, rapportage, maandafsluiting en boekhoudkennis, drie keer per model uitgevoerd met vaste referentieantwoorden in plaats van een AI-beoordelaar. Tweeëntwintig modellen werden getest. DualEntry verkoopt boekhoudautomatisering, dus de benchmark is niet neutraal, maar de methode is concreter dan een samengestelde index.

Terra eindigde op 78,2% in totaal, gedeeld achttiende van de 22. Het profiel was ongelijkmatig op een manier die de samengestelde score verbergt. Transactieclassificatie was perfect, 13 van de 13. Crediteuren was 53,8%, gedeeld laatste. Bankreconciliatie was 83,3%, achter zowel Kimi K3.1 Pro als Muse Wonder, hoewel de release Wonder's exacte reconciliatiescore niet publiceert. Terra was het snelste OpenAI-model op de benchmark en derde snelste in totaal met 16,1 seconden per taak, tegen $0,042 per taak — ongeveer de helft van GPT-6.1 Sol en een tiende van GPT-6 Astra.

Een apart evaluatieplatform, Vals AI, plaatst Terra op 60,17% en een tiende plaats van de 28 op zijn eigen suite, met programmeer- en terminalwerk als sterke punten en juridische, fiscale en financiële taken als zwakke punten. Een andere suite, een andere schaal, dus het getal is niet vergelijkbaar met de Artificial Analysis-index; de vorm wel. Terra is een snelle, goedkope generalist met een grote variatie tussen taakfamilies, niet uniform goed.

Die variantie is het argument tegen uitsluitend op kosten per taak inkopen. In een workflow waarin een subscore van 53,8% betekent dat een mens de helft van de crediteurenwachtrij opnieuw moet doen, is de $2,87 die per taak wordt bespaard geen besparing; het is een kostenoverdracht van het tokenbudget naar het loonbudget. Het voordeel van vier punten op de index van Muse Wonder bewijst niet dat het die lat zou halen — geen gedeelde benchmark in publieke handen stelt dat vast — maar op de enige test op taakniveau waarin beide voorkomen, ligt het voor op het punt waar Terra het zwakst is.

Modaliteiten, outputlengte en wat Meta niet heeft gedocumenteerd

De invoerrij van Wonder is het duidelijkste structurele verschil. Trackers vermelden tekst, afbeeldingen, video en audio als invoer en tekst als uitvoer; Meta's lanceermateriaal is op sommige punten beperkter, maar video- en audio-invoer zijn juist de reden waarom een team het überhaupt boven Terra zou overwegen. Terra accepteert tekst en afbeeldingen. Als je pipeline opgenomen gesprekken, schermopnames of productvideo's verwerkt, kan Terra niet het enige model daarin zijn.

De uitvoerlengte is het tweede. Terra documenteert 128.000 uitvoertokens. Meta heeft het maximum van Wonder niet gepubliceerd, en het getal van ~943.000 dat de ronde doet, komt uit waarneming door derden in plaats van uit een specificatie. Behandel het als een aanwijzing om te verifiëren, niet als een getal waarop je je ontwerp moet afstemmen. Dezelfde voorzichtigheid geldt voor kennisafsluitdatums: Terra documenteert 1 juni 2026; Meta heeft er voor Wonder geen gepubliceerd.

Geen van beide modellen staat in onze catalogus. Dit is wat er is

Eén oprechte beperking vóór elke productnotitie: met ingang van 27 oktober staat noch GPT-6.1 Terra noch Muse Wonder in de catalogus van 214 modellen van OrcaRouter. Terra is beschikbaar via OpenAI's eigen API en, sinds de lanceringsdag, via Amazon Bedrock. Wonder wordt verkocht via Meta's Model API. Iedereen die beweert een van beide vandaag via ons te routeren, beschrijft een roadmap, geen catalogus.

Wat de catalogus wél biedt, is de dichtstbijzijnde gehoste tegenhanger aan elke zijde: GPT-6.1 Sol tegen $2 voor input en $10 voor output, met een score van 52 op de index en $0,72 aan kosten per taak, en Muse Spark 1.2, Meta's Spark-lijn. Als de Terra-vormige workload is wat u moet meten — grootschalig tekst- en beeldwerk waarbij de kosten per voltooide taak de aankoop bepalen — is Sol de gehoste proxy met meer mogelijkheden en ongeveer tweemaal zo hoge kosten per taak, en de vergelijking vertelt u of de besparing van Terra de migratie waard is. Beide worden aangeboden tegen de lijstprijs van de provider zonder toeslag, via één sleutel met automatische failover, zodat een storing bij een provider geen productstoring wordt.

Wanneer een van beide modellen in de catalogus komt, is de overstap een modelstring in plaats van een tweede contract. Dat is de praktische reden om de workload nu te benchmarken in plaats van te wachten op het lanceringsbericht dat de vergelijking beslecht.

Wie moet welke kiezen

Kies Terra wanneer het werk een hoog volume kent, goed gespecificeerd is en gedomineerd wordt door tekst of afbeeldingen: documentextractie, classificatie, formulieren en screenshots lezen, opstellen, afgebakende agentstappen. De $0,40 per taak is veruit de laagste in deze vergelijking, de 128K-output is gedocumenteerd in plaats van een gerucht, en de ongelijke subtaskscores zijn acceptabel wanneer een mens de output toch beoordeelt.

Kies Muse Wonder wanneer de invoer rijker is dan tekst en afbeeldingen, wanneer een agent een lang artefact in één aanroep moet retourneren, of wanneer een fout antwoord veel meer kost dan $2,87. De 207,8 tokens per seconde en het eerste token na 32 seconden maken het het betere interactieve model, en het voordeel van vier punten op de index is reëel, ook al is het kleiner dan het verschil tussen Muse Wonder Full en Terra. Houd rekening met het tarief van $20 voor output en bevestig welk checkpoint de benchmark die je leest daadwerkelijk heeft gemeten.

De vier punten zijn het minst interessante getal in de vergelijking. De rekening, de tijd tot het eerste token en de variantie op taakniveau zijn waar een productiebeslissing op draait — en op die punten is het goedkopere model niet simpelweg het mindere.