Muse Wonder Full vs Muse Wonder: zelfde lancering, zelfde tariefkaart, vier punten uit elkaar op het enige bord dat beide heeft gemeten

Muse Wonder Full en Muse Wonder verschenen in één bericht op 12 oktober 2026, afkomstig van Meta Superintelligence Labs, en vrijwel elke specificatie in dat bericht geldt voor beide. Van beide wordt een contextvenster van 1.048.576 tokens vermeld. Beide staan vermeld voor $4,00 per miljoen invoertokens, $0,20 voor gecachte invoer en $20,00 per miljoen uitvoertokens. Voor beide is redeneervermogen vereist. Beide nemen tekst, afbeelding, spraak en video als invoer en geven tekst terug. En op de onafhankelijke Artificial Analysis Intelligence Index schelen ze vier punten: Muse Wonder Full op 56, als vierde gerangschikt van de 699 gemeten modellen, en Muse Wonder op 52, als negende gerangschikt van de 219.

De vier punten zijn het kleinste werkelijke verschil tussen twee frontier-checkpoints die op dezelfde dag door hetzelfde lab zijn uitgebracht, en ze zijn ook het minst beslissende aspect van de combinatie — want slechts één van de twee is bereikbaar. Muse Wonder antwoordt via de Meta Model API en binnen Muse Code. Muse Wonder Full wordt door Meta beschreven als uitsluitend via een Muse Code-abonnement, voor $50 per maand voor Power Usage of $200 per maand voor Maximum Usage. Dit is geen vergelijking tussen een sterk model en een sterker model. Het is een vergelijking tussen een sterker model dat je niet kunt aanroepen en een zwakker model dat je wel kunt aanroepen.

Eén aankondiging, twee controlepunten en één kolom die ze scheidt.

Lees het lanceermateriaal regel voor regel, en de twee modellen lopen bijna tot het einde gelijk op. Waar ze uiteenlopen is één enkele kolom, en dat is niet capaciteit.

• Toegang — muse-wonder-1.0 is beschikbaar op de Meta Model API en binnen Muse Code; muse-wonder-full-1.0 is alleen via een Muse Code-abonnement, zonder een verbruiksgebaseerd pad en zonder SDK die erop gericht kan worden.

• Prijs — de gedeelde tariefkaart van $4,00 in, $0,20 gecached en $20,00 uit beschrijft een pad dat bestaat voor Muse Wonder en niet bestaat voor Muse Wonder Full, waarvan de kosten een maandplan van $50 of $200 zijn.

• Onafhankelijke index — Muse Wonder 52, negende van 219; Muse Wonder Full 56, vierde van 699. Vier punten, gemeten op dezelfde openbare testomgeving, de enige plek waar beide op één schaal voorkomen.

• Uitvoerbudget — het plafond voor één antwoord van het aanroepbare checkpoint is 943.718 tokens. Het plafond van het abonnementscheckpoint is niet gepubliceerd, omdat niemand buiten Meta het kan tellen.

• Leverancierscomposiet — Meta's eigen tabel plaatst Muse Wonder Full op 59,1 op zijn Personal Superintelligence Index en Muse Wonder op 56. In de Artificial Analysis Index-rij van dezelfde tabel vermeldt Meta Muse Wonder Full op 59,0, terwijl Artificial Analysis zelf 56 publiceert.

Het loont de moeite om bij die laatste regel stil te staan. Het cijfer van de leverancier voor zijn eigen topcheckpoint ligt drie punten boven de onafhankelijke meting van hetzelfde checkpoint op de gelijknamige index — en de onafhankelijke meting van het andere checkpoint, 52, ligt dichter bij de 59,1 van de leverancier voor het eerste dan de twee cijfers van de leverancier bij elkaar liggen.

Vier punten is niet het aantal dat ertoe doet.

Op Meta's eigen long-horizon-rijen lopen de twee checkpoints veel verder uiteen dan vier punten, en in beide richtingen. Alle onderstaande zijn door de leverancier gerapporteerd, geproduceerd in Meta's harness bij maximale redeneerinspanning, zonder dat iets onafhankelijk is gereproduceerd.

• JobBench, professionele taken met een lange tijdshorizon — Muse Wonder Full 75,3, Muse Wonder 30,8. Een verschil van 44 punten tussen twee modellen uit dezelfde release.

• Terminal-Bench 4.0-AA — Muse Wonder 85,6, Muse Wonder Full 85,5. Het aanroepbare checkpoint is net iets beter dan dat van het abonnement, met een tiende van een punt.

• SWE-Marathon — Muse Wonder Full 79,0, Muse Wonder 78,8.

• MemoryBench — Muse Wonder Full 39,4, Muse Wonder 34,3.

• Harvey LAB-AA, Meta's suite met juridische agenten — Muse Wonder 54.3, Muse Wonder Full 13.1. Het abonnementscheckpoint eindigt als laatste, 41 punten achter degene die je daadwerkelijk kunt aanroepen.

Het paar ligt dus vier punten uit elkaar op de onafhankelijke ranglijst, 44 punten uit elkaar in het voordeel van Meta op de ene rij, en 41 punten uit elkaar in het nadeel van Meta op de volgende rij. Die drie getallen kunnen niet allemaal één capaciteitsverschil beschrijven, en de meest spaarzame lezing is dat ze dat ook niet doen: een schommeling van 44 punten tussen checkpoints die vier punten uit elkaar staan op een publiek testharnas is hoe een harnasgevoelige evaluatie van een rollout-vormige taak er in een geaggregeerde score uitziet.

De vier punten van de onafhankelijke raad vormen, als er al iets is, het eerlijkere getal en het minder bruikbare — een verschil van die grootte bij één enkele run valt binnen de ruisband van de evaluatie zelf. Samen met de samengestelde tabel wijzen de drie rijen alles bij elkaar op dezelfde conclusie: dit zijn twee frontier-checkpoints uit de top tien waarvan de algemene capaciteitsmaten dicht bij elkaar liggen, waarvan de maten voor langetermijngedrag ver uiteenlopen, en waarvan niemand buiten Meta er één kan draaien. Wat het niet kan vaststellen, is welke van de twee het beste presteert op jouw workload, en dat probeert het ook niet.

Wat de extra sport verondersteld wordt op te leveren

Meta noemt twee capaciteiten voor de serie die helemaal geen benchmarkrijen zijn: Active Memory, beschreven als persistente state die over sessies heen wordt meegenomen, en Active Focus, beschreven als zelfbeheerde aandacht bij lange taken. Als een van beide werkt zoals beschreven, is het een ander soort verschil dan een score — het verandert de vorm van de applicatie, omdat state die een sessiegrens overleeft iets is dat je anders zelf, slecht, in je eigen database zou bouwen.

Geen van beide wordt op een modelkaart gedemonstreerd, en geen van beide is toegankelijk voor tests, omdat de checkpoint die ze bevat degene is die achter het abonnement zit. Dat laat een team achter met een specifiek en onglamoureus probleem: de plausibele reden om $50 of $200 per maand voor Muse Wonder Full te betalen, is een functie die niemand buiten Meta kan evalueren, gekoppeld aan een checkpoint die ook een 13,1 rapporteert op de suite voor juridische agents, tegenover de 54,3 van zijn zustercheckpoint.

Onafhankelijke meting vult een deel van de kloof en slechts een deel. Artificial Analysis registreert dat Muse Wonder Full tijdens de evaluatie ongeveer 140 miljoen outputtokens verbruikt, tegenover een mediaan van 88 miljoen, en Muse Wonder ongeveer 130 miljoen tegenover een mediaan van 85 miljoen. Beide besteden veel om hun scores te bereiken, wat consistent is met verplicht redeneren en je de kosten van een escalatie vertelt voordat je die maakt — maar geen van beide cijfers zegt iets over of persistent geheugen werkt.

De beslissing is een smoorklep, geen aankoop

De meeste vergelijkingen van twee checkpoints eindigen in een inkoopvraag: welke kopen we? Deze niet, want één kant heeft geen SKU met verbruiksmeting. Daardoor wordt het geheel in plaats daarvan een routeringsvraag, en die routeringsvraag heeft hier een ongewoon heldere vorm, omdat de goedkopere optie en de duurdere op volledig verschillende meters worden verkocht.

Muse Wonder wordt op verbruik afgerekend. De kosten schalen lineair met tokens tegen $4,00 en $20,00 per miljoen, met een cachekorting van 95% aan de invoerkant, waardoor de zelfstandige kosten per indextaak op ongeveer $4,52 uitkomen. Muse Wonder Full wordt helemaal niet op verbruik afgerekend. De kosten bestaan uit een vast maandabonnement dat niet meebeweegt met het volume, wat betekent dat de marginale kosten van nog één verzoek aan het Full-checkpoint nul zijn binnen een abonnement en oneindig daarbuiten. Die twee prijsmodellen vragen om tegenovergesteld verkeer: verbruikstarifering beloont het weren van het dure model bij de meeste verzoeken, en vaste tarifering beloont het er zo veel mogelijk doorheen duwen zodra je hebt betaald.

Wat betekent dat de praktische architectuur een escalatieladder is in plaats van een modelkeuze. Het aanroepbare checkpoint verwerkt het grootste deel van het verkeer tegen een tempo dat u kunt voorspellen. Het abonnementscheckpoint absorbeert het deel waar het langetermijngedrag verschilt — ervan uitgaande dat u een plan hebt dat het volume aankan, en dat de 44-puntsclaim van JobBench uw eigen meting doorstaat. De meting zelf is het onderdeel dat u eerst moet doen, want een publieke kloof van vier punten en een leverancierskloof van 44 punten kunnen niet beide juist zijn, en uw werklast is het enige instrument dat hier uitsluitsel over geeft.

Twee dingen aan de rest van het veld maken die ladder goedkoper om te bouwen dan het klinkt. Het eerste is dat al deze modellen op dezelfde manier factureren — redeneertokens zijn uitvoertokens tegen $20 per miljoen, en de inspanningstrap loopt van minimaal tot maximaal en staat standaard op medium, dus de instelling die je kiest is een grotere kostenpost dan de modelaanduiding die je verwisselt. Het tweede is dat de vergelijkingsset die deze lancering uitnodigt al routeerbaar is: Claude Opus 5.5 tegen $4,00 in en $20,00 uit en Meta's eigen Muse Spark 1.2 tegen $1,25 en $4,25 staan beide op OrcaRouter tegen de lijstprijzen van hun leveranciers, naast meer dan 200 andere modellen achter één OpenAI-compatibele API. Lijstprijzen worden tegen 0% opslag doorgegeven, dus de rekensom van de ladder verandert niet wanneer het model verandert.

Noch Muse Wonder noch Muse Wonder Full is een van onze routes. Er is geen meta/muse-wonder- of meta/muse-wonder-full-vermelding in de catalogus, Muse Wonder Full is voor geen enkele prijs beschikbaar buiten Meta's abonnementsoppervlakken, en we gaan geen van beide beschrijven alsof dat het geval was. Wat een router aan deze specifieke beslissing bijdraagt, is de failover en de fallback: de escalatietrede die zelden hoort te draaien, is precies de trede waar een hapering bij een provider het minst tolereerbaar en het minst zichtbaar is, en automatische failover plus een routing-DSL die de escalatie als configuratie kan uitdrukken in plaats van als applicatiecode, is wat voorkomt dat een zelden gebruikt pad een storing wordt.

De versie om te onthouden

Als het enige dat je van deze lancering meeneemt is dat Muse Wonder Full hoger scoort dan Muse Wonder, dan heb je het minst bruikbare deel ervan. De twee verschillen vier punten op het enige onafhankelijke board dat beide heeft gemeten, een door de leverancier gerapporteerde 44 punten op de ene suite en een door de leverancier gerapporteerde 41 punten tegen de andere op een andere suite, en een harde binaire tweedeling qua toegang: de ene is een API die je vandaag kunt aanroepen voor $4,00 en $20,00 per miljoen, de andere is een maandabonnement zonder tarief per token en zonder toegang vanuit een SDK.

De juiste zet is om de vier punten te zien als bewijs dat deze modellen gelijkwaardig zijn in capaciteit, en het toegangsverschil als bewijs dat ze geen substituut voor elkaar zijn. Bouw voort op het aanroepbare checkpoint, bouw de meetomgeving die je je eigen kloof zou tonen, en beschouw het abonnement als een escalatie die je aanzet wanneer de meting dat rechtvaardigt — niet als een upgrade die je koopt omdat de samengestelde score hoger is. En wanneer een leverancier een spreiding van 44 punten binnen één enkele release publiceert, is de nuttige vraag niet op welk checkpoint je moet standaardiseren. Het is welk getal de confrontatie met je eigen evaluatieset overleeft, en die vraag heeft alleen een antwoord als je die al hebt gebouwd.