Muse Spark 1.2 vs Claude Haiku 4.5: Zelfde gecombineerde prijs, tegenovergestelde ideeën over denken

Artificial Analysis prices Muse Spark 1.2 at $0.78 per million tokens blended and Claude Haiku 4.5 at $0.77. One cent apart, from two labs that agreed on nothing else. Meta's model cannot stop reasoning; Claude Haiku 4.5 only reasons when you ask it to. Meta gives you 1,048,576 tokens of context; Claude Haiku 4.5 gives you 200,000. Meta shipped this one on August 5, 2026 as a coding model with a terminal agent attached; Claude Haiku 4.5 shipped in October 2025 as the fast, cheap worker a bigger model tells what to do. Same price per token, entirely different machines.

That coincidence is the useful place to start a comparison, because it removes the variable people usually decide on and forces the question to be about shape instead. What follows uses independent numbers where they exist — Artificial Analysis for index scores and lab latency, OrcaRouter's own seven-day production telemetry for real-traffic latency — and flags vendor-reported figures as such, including one benchmark headline of the vendor's that has no third-party counterpart.

Het spec-contrast, één dimensie tegelijk

• Price — Muse Spark 1.2 at $1.25 in / $4.25 out per million; Claude Haiku 4.5 at $1.00 in / $5.00 out. Meta is cheaper on input, Claude Haiku 4.5 on output.

• Cache — $0,15 per miljoen voor een Muse Spark 1.2 cache-hit, een korting van 88%; $0,10 per miljoen voor een Claude Haiku 4.5 cache-read, een korting van 90%, en cache-writes worden gefactureerd tegen $1,25.

• Context — 1.048.576 tokens tegenover 200.000. Een 5,2× verschil, en verreweg de grootste kloof tussen beide.

• Maximale output — Claude Haiku 4.5 vermeldt een plafond van 64.000 tokens; het Muse Spark 1.2-eindpunt vermeldt helemaal geen maximale completielengte, wat ongebruikelijk genoeg is om te testen in plaats van aan te nemen.

• Redeneren — verplicht op Muse Spark 1.2, met vijf inspanningsniveaus van minimaal tot xhigh en een standaard van medium; optioneel op Claude Haiku 4.5, dat een niet-redenerend model is totdat je uitgebreid denken inschakelt en er een denkbudget aan toewijst.

• Inputs — Meta advertises text, images, video, audio and PDF; Claude Haiku 4.5 takes text and images. Both return text.

• Weights and providers — both closed. Muse Spark 1.2 is served only by Meta's own Model API; Claude Haiku 4.5 is available from the vendor and through the usual cloud resellers and aggregators.

• Leeftijd — Muse Spark 1.2 is nog maar een paar dagen oud. Claude Haiku 4.5 is sinds 15 oktober 2025 in productie, met een kennisafsluitdatum van juli 2025 en negen maanden aan opgebouwde praktijkervaring achter de rug.

De indexkloof is reëel. Het getal dat iedereen zal citeren is dat niet.

Artificial Analysis geeft Muse Spark 1.2 een score van 54 op zijn Intelligence Index, rang #13 van de 185. De huidige notering voor Claude Haiku 4.5 is 24. Zet die naast elkaar en je hebt een kop; kijk naar wat de noteringen daadwerkelijk inhouden en de kop valt uiteen.

De 54 is Muse Spark 1.2 geëvalueerd op xhigh, zijn duurste redeneerinstelling. De 24 is Claude Haiku 4.5 geëvalueerd als een niet-redenerend model — denken uit — en Artificial Analysis markeert het als een schatting in plaats van een voltooide run. Op een eerdere versie van dezelfde index, vóór de v4.1-herweging, gaf Artificial Analysis Claude Haiku 4.5 een score van 55 met redeneren ingeschakeld en 42 zonder. Die oudere cijfers kunnen ook niet met 54 worden vergeleken, omdat indexversies herschalen en een score uit het v3-tijdperk geen v4.1-score is.

De eerlijke uitspraak is dus beperkter dan het leaderboard doet vermoeden: Muse Spark 1.2 scoort bij maximale inspanning 54 op de huidige index; er is geen gepubliceerde v4.1-score voor Claude Haiku 4.5 met uitgebreid denken ingeschakeld, dus er bestaat nog geen directe vergelijking van deze twee op volle inspanning.Iedereen die je 54 versus 24 laat zien, vergelijkt een model dat volledig doordenkt met een model dat de opdracht heeft gekregen om niet na te denken.

Where the vendor has published a number, it is a specific one: Claude Haiku 4.5 scores 73.3% on SWE-bench Verified, averaged over 50 trials with a 128K thinking budget. That is a vendor figure, and the thinking budget in it is enormous for a model marketed on speed — but it is the same evaluation the industry quotes for frontier models, and it puts Haiku in a bracket its price does not suggest. Meta's counterpart claims for Muse Spark 1.2 are Terminal-Bench 2.1 at 82.9% and DeepSWE v1.1 at 59.3%, also vendor-run, on Meta's own harness with each competitor paired to its own agent product. Two vendors, two benchmarks, no overlap. There is currently no single evaluation on which both of these models have a published score from the same evaluator.

Vier latentiecijfers, twee verschillende verhalen

Latency is waar de 'zelfde prijs'-framing ophoudt een curiositeit te zijn en een beslissing wordt, en het is ook waar de meetbron het meest telt.

In de benchmarkomgeving registreert Artificial Analysis een tijd tot eerste token van 26,12 seconden voor Muse Spark 1.2 op xhigh, en 1,00 seconde voor Claude Haiku 4.5. Een gat van 26×, en als dat het hele plaatje was, zou de vergelijking voorbij zijn.

In productie is het omgekeerd. Over zeven dagen van echt verkeer op OrcaRouter — bellers die zoveel moeite doen als ze daadwerkelijk willen — toont Claude Haiku 4.5 een p50-tijd tot eerste token van 3,84 seconden en een p95 van 10,00 seconden, bij 214 tokens per seconde en een foutpercentage van 1,0%. Muse Spark 1.1, de versie van Meta's model die in de catalogus staat, toont een p50 van 1,84 seconden en een p95 van 6,00 seconden, bij 519 tokens per seconde en zonder geregistreerde fouten. Bij live verkeer is het Meta-model de snellere.

Beide getallenreeksen zijn waar en ze meten verschillende dingen. Het labcijfer is elk model bij maximale bedenktijd met een koude cache, wat een eerlijke test is van het plafond en een slechte test van een chatbox. Het productiecijfer omvat cache-hits, korte prompts, lage inspanningsniveaus en al het andere dat echte toepassingen doen — een eerlijke test van de mediaan en helemaal geen test van het slechtste geval. De valkuil is de ene citeren en over de andere redeneren. Als je een gebruikersgerichte time-out aan het bepalen bent, is de p95 jouw getal. Als je je afvraagt wat een diepe agentische stap in verstreken tijd kost, ligt het benchmarkcijfer dichter bij de waarheid — en het eerlijke voorbehoud is dat er voor Muse Spark 1.2 zelf nog geen dergelijk productiecijfer bestaat, omdat het te nieuw is en niet breed wordt gerouteerd.

Beide labs verkochten je een subagent. Ze bedoelden verschillende dingen.

The vendor's pitch for Claude Haiku 4.5 was explicit about hierarchy: Sonnet-class models plan and orchestrate, Haiku instances execute in parallel underneath. Cheap, fast, disposable, many at once. The product design follows — a 200K window is plenty for a scoped subtask and deliberately not enough for a whole repository, thinking is off by default because a worker that deliberates is a worker that costs orchestrator money, and the vendor's own marketing names real-time chat, customer service and pair programming as the target.

Meta's pitch voor Muse Spark 1.2 claimt beide uiteinden van dezelfde hiërarchie. Meta's tekst zegt dat het model de primaire agent kan zijn die context verzamelt, plant en delegeert, of een subagent die parallel onder één ervan draait. Muse Code, de terminal-agent die er samen mee werd uitgebracht, coördineert meerdere persistente subagents per taak in geïsoleerde worktrees, op een replay-exacte event-log-runtime. Het tokenvenster van een miljoen en het continu actieve redeneervermogen zijn wat een planner nodig heeft; ze zijn precies wat je niet zou kiezen voor een fan-out-worker, omdat elke parallelle instantie betaalt voor redeneerwerk waar je niet om vroeg.

Read as architecture rather than marketing, that is the real difference: the vendor built a worker and expects you to bring an orchestrator; Meta built an orchestrator and claims it can also work. If you already run a hierarchy, the interesting experiment is not choosing between them — it is Muse Spark 1.2 planning and Claude Haiku 4.5 executing, which is a shape neither vendor will sell you as a package.

Wat één echte stap op elk kost

Prijzen per miljoen tokens bepalen niets bij redeneringsmodellen, omdat het model kiest hoeveel tokens het uitgeeft. Prijs in plaats daarvan de stap.

Neem een afgebakende codetaak: 60.000 tokens aan repository-context erin, 3.000 tokens aan patch eruit. Koud, Claude Haiku 4.5 kost $0,060 voor invoer plus $0,015 voor uitvoer — 7,5 cent. Muse Spark 1.2 kost $0,075 plus $0,013 — 8,8 cent. Dicht genoeg om ruis te zijn, precies zoals de gemengde prijs beloofde.

Now add the thing the blended rate hides. Muse Spark 1.2 cannot turn reasoning off, and at its default medium setting a step like this plausibly emits a few thousand reasoning tokens before the patch — they bill as output. Add 3,000 and the same step is $0.075 + $0.026 = 10.1 cents, about 35% above Haiku on identical inputs. Claude Haiku 4.5 with thinking off pays nothing for deliberation and stays at 7.5 cents; with a large thinking budget it will exceed Muse Spark 1.2, because Claude Haiku 4.5 charges $5.00 per million output against Meta's $4.25.

Caching verlegt de nadruk opnieuw. Houd de repository-context stabiel zodat het de cache raakt en Haiku's invoer daalt naar $0,006 en die van Muse Spark 1.2 naar $0,009 — de invoerkant doet er helemaal niet meer toe en de hele vergelijking wordt een gevecht over output-tokens, wat een gevecht is over hoeveel elk model denkt. Bij een workload die context herhaalt, is cache-key-stabiliteit meer waard dan de modelkeuze, en dat geldt voor beide modellen.

The 1M window is the one place the arithmetic is not close. Anything that genuinely needs more than 200,000 tokens in a single call cannot be run on Claude Haiku 4.5 at any price. You either chunk and orchestrate — which is what the vendor intends — or you use a model with the room.

Beide proberen zonder een tweede contract

Claude Haiku 4.5 is in the OrcaRouter catalog at $1.00 and $5.00 — the vendor's list price, because OrcaRouter runs 0% markup and passes provider pricing through untouched, which also means a vendor price change is live on our side the same day rather than at the next contract cycle. The production latency figures above come from that same routing layer.

Muse Spark 1.2 staat niet in de catalogus. Meta's Model API is momenteel de enige plek om het aan te roepen, dus een echte head-to-head vandaag betekent één integratie via ons en één direct met Meta. Muse Spark 1.1 wordt gehost, tegen dezelfde $1,25 en $4,25 die Meta voor 1.2 rekent, wat het een redelijke vervanger maakt voor de kosten- en latentievorm van de familie, maar niet voor de codeerwinsten waar 1.2 op wordt verkocht. Wanneer 1.2 routeerbaar wordt, wordt de vergelijking een eenregelige modelstringwijziging met dezelfde key — en voor het hierboven beschreven orchestrator-plus-worker-experiment is de routing-DSL de manier om een planner en een fan-out-worker in één enkele aanroep samen te voegen, in plaats van de overdracht zelf te bouwen.

Kies op basis van de vorm van het werk, niet de score

Kies Claude Haiku 4.5 wanneer het werk begrensd is en de gebruiker wacht. Supportagenten, classificatie, extractie, chat, aanvullingen voor pair-programming, en de parallel-worker-laag van een agenthiërarchie. Het is een bewezen geheel met negen maanden praktijkervaring, denken is optioneel, dus je betaalt alleen voor denkwerk wanneer je het wilt, en 200K is genoeg voor bijna elke afgebakende deeltaak. Het gepubliceerde SWE-bench Verified-resultaat zegt dat het veel capabeler is dan de prijs doet vermoeden, op voorwaarde dat je bereid bent het denkbudget te besteden dat voor dat resultaat is gebruikt.

Kies Muse Spark 1.2 wanneer de werkeenheid een repository is in plaats van een verzoek. Refactoring van meerdere bestanden, uitgebreid debuggen, generatie van het hele project, agent-lussen met een lange horizon waarbij niemand naar een spinner kijkt. Het venster van een miljoen tokens elimineert een chunking-probleem dat Haiku tegen geen enkele prijs kan oplossen, en de verplichte redenering die het voor chat verpest, is de juiste standaard wanneer een verkeerd plan meer kost dan een langzaam plan.

What should decide it is not the index number. Ask two questions instead: does a single call ever need to see more than 200,000 tokens, and is there a human waiting on the first token? Yes to the first points at Meta. Yes to the second points at the vendor. Yes to both means you want two models, which is the honest answer more often than either vendor's marketing admits.