Muse Spark 1.2 vs GPT-5.6 Luna: Drie indexpunten voor 4,6x de tokenprijs

Artificial Analysis draaide dezelfde negen benchmarks door beide modellen en bewaarde de bonnetjes. Het doorlopen van Muse Spark 1.2 kostte $637,85. Het doorlopen van GPT-5.6 Luna kostte $174,06. Voor dat 3,7x verschil in uitgaven kwam Meta's model drie punten vooruit — 54 tegen 51 op de Intelligence Index. Of dat een goede ruil is, is de hele vraag, en het antwoord hangt veel minder af van de benchmark dan van twee dingen waar bijna niemand over schrijft: hoe je agentframework omgaat met prompt-caching, en of je workload ooit iets hoeft te horen of te zien.

Elke figuur hieronder is ofwel een onafhankelijke Artificial Analysis-meting, een live API-lijst, of OrcaRouter's eigen productietelemetrie — en dat laatste is het vermelden waard van tevoren, omdat het de benchmarkcijfers op een leerzame manier tegenspreekt. Niets hier is een leveranciersclaim vermomd als resultaat; waar de leverancier de enige bron is, vermeldt de zin dat.

Het scorebord is dichterbij dan het prijskaartje doet vermoeden.

Muse Spark 1.2 scoort 54 op de Artificial Analysis Intelligence Index met zijn xhigh-redeneringsinstelling en staat daarmee op #13 van de 185 modellen, tegen een klassemediaan van 32. GPT-5.6 Luna scoort 51 bij maximale inspanning. Drie punten op een samengestelde index van GDPval-AA v2, τ³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience en AA-LCR.

Drie punten is reëel maar klein, en de subscores die voor de vorige generatie bestaan, suggereren waar dat vandaan komt. De per-dimensiecijfers van Artificial Analysis zetten Muse Spark 1.1 op een codeerindex van 71,3 en een agentische index van 37,5; GPT-5.6 Luna zit op 71,4 en 45,6. Coderen was een gelijkspel, en Luna was acht punten voor op agentisch werk — precies de dimensie die Meta in de productbeschrijving van 1.2 herschreef om te claimen. De samengestelde score verschoof drie punten in het voordeel van Meta. Niemand heeft nog een uitsplitsing per dimensie voor 1.2 gepubliceerd, dus of de agentische kloof daadwerkelijk is gedicht, is onbevestigd.

Het verschil in gemengde tokenprijs is niet subtiel. Het gecombineerde tarief van Artificial Analysis plaatst Muse Spark 1.2 op $0,78 per miljoen tokens en GPT-5.6 Luna op $0,17. Catalogusprijzen: $1,25 in en $4,25 uit voor Muse Spark 1.2, $0,20 in en $1,20 uit voor Luna.

Geprijsd per werkeenheid in plaats van per token, kost een enkele stap van een codeer-agent die 60.000 tokens context leest en 3.000 tokens output schrijft ongeveer 8,8 cent op Muse Spark 1.2 en ongeveer 1,6 cent op GPT-5.6 Luna. Over duizend stappen per dag is dat $88 tegenover $16 — een verschil van ongeveer $26.000 per jaar voor een enkele agent-loop.

Caching is waar de kloof ofwel kleiner wordt ofwel verdubbelt.

Beide modellen bieden agressieve tarieven voor gecachte invoer, en de verhouding daartussen is niet hetzelfde als de verhouding tussen hun catalogusprijzen. Muse Spark 1.2 leest gecachte invoer tegen $0.15 per miljoen, een korting van 88% op het tarief van $1.25. GPT-5.6 Luna leest gecachte invoer tegen $0.01 per miljoen, een korting van 95% op $0.20.

Herhaal dezelfde agentstap met het warm geserveerde prefix van 60.000 tokens: Muse Spark 1.2 daalt van 8,8 cent naar ongeveer 2,2 cent. Luna daalt van 1,6 cent naar ongeveer 0,4 cent. De absolute kloof versmalt van 7,2 cent naar 1,8 cent per stap, maar de verhouding blijft ongeveer gelijk — caching redt het duurdere model niet; het maakt beide alleen in vergelijkbare mate goedkoper. Wat het wel verandert, is welke kostenpost domineert: in gecachte vorm bestaat de kostprijs van Muse Spark 1.2 voor 59% uit outputtokens in plaats van 85% inputtokens, dus de woordrijkheid van het model gaat zwaarder wegen dan de contextgrootte.

Dat is hier geen hypothetische zorg. Muse Spark 1.2 genereerde 95M outputtokens die door de Intelligence Index kwamen, tegen een mediaan van 65M. De eigen samenvatting van Artificial Analysis noemt het "enigszins breedsprakig". Luna verbruikte 130M, wat erger klinkt totdat je vermenigvuldigt met $1,20 in plaats van $4,25.

De producttekst van Meta beweert dat prompt caching de effectieve kosten met 60–80% kan verlagen, afhankelijk van hoeveel context zich herhaalt. Dat is een schatting van de leverancier, geen meting, maar de bovenstaande berekening valt binnen die range.

Latentie: de as waarop de benchmark de waarheid omkeert

Als je alleen de latentiecijfers van Artificial Analysis bekijkt, zou je concluderen dat Muse Spark 1.2 de snelle is. Tijd tot eerste token: 26,12 seconden voor Muse Spark 1.2, 126,99 seconden voor GPT-5.6 Luna. Bijna vijf keer sneller.

Beide worden gemeten bij de duurste redeneerinstelling van elk model — xhigh voor Muse Spark, max voor Luna. Geen van beide is wat u zult zien. Op OrcaRouter, over een week aan echt verkeer, bij welke inspanning aanroepers ook daadwerkelijk opvragen, toont GPT-5.6 Luna een p50-tijd tot eerste token van 1,84 seconden en een p95 van 9,68 seconden. Muse Spark 1.1 toont een identieke p50 van 1,84 seconden met een strakkere p95 van 6,00 seconden. Er is nog geen productietelemetrie voor 1.2 omdat het te nieuw is.

Het structurele verschil is nuttiger dan beide getallen. De redenering van GPT-5.6 Luna is optioneel — de inspanningsknop loopt van geen via laag, medium, hoog, xhoog tot max, en je kunt het denken echt uitschakelen voor classificatie, routering of extractie. De redenering van Muse Spark 1.2 is verplicht. De knop gaat niet lager dan minimaal, en er is geen instelling die je de gewichten geeft zonder voor nadenktijd te betalen. Voor alles met een hoog volume en latency-gevoeligheid is dat een ontwerpbeperking, geen afstelparameter.

De aanhoudende doorvoer ligt dicht bij elkaar: 165,0 tokens per seconde voor Muse Spark 1.2 tegen 177,9 voor Luna, beide ruim boven de mediaan van de klasse van 71.

De prijsvoetnoot waar iedereen over zal struikelen

De prijs van GPT-5.6 Luna wordt momenteel op verschillende plaatsen anders vermeld, en als je een kostenmodel bouwt, moet je dit weten voordat je een cijfer noemt. Artificial Analysis en de catalogus van OrcaRouter tonen beide $0,20 per miljoen invoertokens en $1,20 per miljoen uitvoertokens — het tarief dat volgde op de prijsverlaging van GPT-5.6 in juli, en het tarief dat Artificial Analysis gebruikte om de bovenstaande eval-rekening van $174,06 te berekenen. Sommige marktplaatsvermeldingen tonen momenteel $0,10 en $0,60 met een apart hoger tarief dat ingaat boven 272.000 prompttokens. De veilige zet is om de prijs te controleren op het endpoint dat je daadwerkelijk aanroept, in plaats van die in het vergelijkingsartikel.

De staffeling is reëel, ongeacht welk basistarief van toepassing is, en wordt echt onderbelicht: De prijs van Luna stijgt zodra één enkele aanvraag de grens van ongeveer 272.000 prompttokens overschrijdt. De invoer verdubbelt ongeveer, de uitvoer stijgt met de helft, en cachelezingen schalen daarmee mee. Als je naar Luna kijkt vanwege het contextvenster van 1,05M tokens, houd er dan rekening mee dat je het basistarief al na ongeveer een kwart achter je laat. Muse Spark 1.2 heeft een vast tarief voor alle 1.048.576 tokens, zonder toeslag voor lange context — voor echt lange enkele aanvragen wordt het effectieve verschil tussen de twee aanzienlijk kleiner.

Wat Luna voor geen enkele prijs kan doen

Het modaliteitsverschil is de meest eenduidige reden om de ene boven de andere te verkiezen, en het komt op geen enkele ranglijst voor.

• Invoer — Muse Spark 1.2 accepteert tekst, afbeeldingen, video, audio en PDF-documenten, zoals vermeld door Meta. GPT-5.6 Luna accepteert tekst, afbeeldingen en bestanden. Geen audio, geen video. Als je pipeline in aanraking komt met opnamen of beeldmateriaal, is Luna helemaal geen kandidaat.

• Maximale output — Luna stelt een maximum van 128.000 tokens voor de voltooiing. Het endpoint van Muse Spark 1.2 geeft geen maximale voltooiingslengte op, wat zo ongebruikelijk is dat je het moet testen in plaats van erop te rekenen.

• Kennisafsluitdatum — die van Luna's is gepubliceerd als 16 februari 2026. Meta publiceert geen afsluitdatum voor Muse Spark 1.2, dus reserveer in beide gevallen budget voor retrieval.

• Serveren — Luna is wereldwijd algemeen beschikbaar via meerdere routes. Muse Spark 1.2 wordt door precies één provider bediend: Meta. Eén eindpunt, één regionaal beleid, één ding dat kan uitvallen.

• Moderatie — beide zijn gemodereerde endpoints.

Eén eerlijk voorbehoud bij het multimodale voordeel: de technische specificatiekaart van Artificial Analysis voor Muse Spark 1.2 vermeldt tekst- en beeldinvoer als wat het evalueerde, niet het volledige spectrum van vijf modaliteiten dat Meta adverteert. De API accepteert meer dan wie dan ook onafhankelijk heeft getest.

Adoptie, omdat het nu eenmaal meetbaar is.

Benchmarks vertellen je wat een model kan; verkeer vertelt je wat mensen eraan toevertrouwen. Over een voortschrijdende week op OrcaRouter verwerkte GPT-5.6 Luna 4.679,4 miljoen tokens. Muse Spark 1.1 — dezelfde 1M-context, vergelijkbare indexscore, vier weken ouder in de catalogus — verwerkte 4,4 miljoen. Dat is een factor van ruwweg duizend.

Een deel daarvan is distributie: Luna is een standaardoptie in meer tooling en is al langer wereldwijd GA, terwijl de Muse Spark-familie alleen in de VS is gelanceerd. Maar een gat van duizend tegen één op een router waar beide slechts één modelstring van elkaar verwijderd zijn, is niet puur een distributieverhaal. Het is de praktische reden waarom Luna de veiligere standaard is en Muse Spark 1.2 hetgene is dat je bewust evalueert.

Het is de moeite waard om te noteren wat je vandaag wel en niet kunt huren: GPT-5.6 Luna staat in de OrcaRouter-catalogus voor $0.20 en $1.20, dezelfde cijfers als op de eigen prijslijst van de provider, omdat wij 0% opslag hanteren en de lijstprijs van de provider direct doorberekenen. Muse Spark 1.1 staat er voor $1.25 en $4.25 op dezelfde basis. Muse Spark 1.2 staat nog niet in de catalogus — die wordt rechtstreeks door Meta aangeboden. Dus de goedkoopste manier om deze vergelijking vandaag eerlijk uit te voeren, is Luna tegen Muse Spark 1.1 op één sleutel, waarbij je tussen de runs één string wijzigt, en vervolgens opnieuw te testen tegen 1.2 zodra die beschikbaar is.

Kies er één.

Neem GPT-5.6 Luna als de werklast hoogvolume en tekstvormig is: chat, classificatie, extractie, routing, licht toolgebruik. Het kost een kwart van de samengestelde prijs, je kunt het redeneren volledig uitschakelen, de p50 van 1,84 seconde is een echt gemeten productiecijfer in plaats van een benchmark-artefact, en het is het model waar duizend keer zoveel liveverkeer achter zit. Drie indexpunten overleven die rekensom niet.

Kies Muse Spark 1.2 als de workload langdurige agentische codering betreft — refactoring van meerdere bestanden, uitgebreid debuggen, werk aan de hele repository — of als het audio- of video-invoer omvat, waar Luna simpelweg niet kan concurreren. Het is ook de betere keuze voor werkelijk enorme afzonderlijke verzoeken, omdat het tarief constant is over de volledige miljoen tokens, terwijl Luna's tarief oploopt na 272K.

Neem beide als je eerlijk bent over hoe agentsystemen daadwerkelijk worden gebouwd. Het patroon dat blijft winnen is een goedkoop model dat de routinematige meerderheid van de oproepen afhandelt en een duur model dat wordt gereserveerd voor de stappen waar kwaliteit zichzelf terugverdient. Beide modellen zitten achter één OpenAI-compatibel endpoint, dus die splitsing is een routeringsregel in plaats van een tweede leveranciersrelatie — en als de dure arm halverwege uitvalt, zorgt automatische failover ervoor dat je evaluatie zichzelf niet stilletjes vergiftigt met een halve dataset.

Het punt om de komende maand in de gaten te houden is de uitsplitsing per dimensie. De hele pitch van Muse Spark 1.2 draait om agentische capaciteiten, en bij de vorige generatie was dat de dimensie waarop Luna acht punten leidde. Totdat iemand een agentische index voor 1.2 publiceert, is de gecombineerde winst van drie punten het enige bewijs dat Meta de achterstand heeft ingehaald.