Muse Wonder vs Gemini 3.1 Pro: Tweeëntwintig indexpunten, twee release-treinen en een scorebord dat onder een van hen verschoof

Gemini 3.1 Pro scoorde 57 op Artificial Analysis' Intelligence Index toen het in februari 2026 uitkwam en stond bovenaan de ranglijst. Vandaag gelezen, op de huidige revisie van diezelfde index, scoort het 29,7. Er is niets aan het model veranderd. Muse Wonder, uitgebracht op 12 oktober 2026, staat op 52 op dezelfde ranglijst — en de vergelijking die de meeste mensen zullen maken, 52 tegenover 29,7, is een reëel gat dat ook misleidend is, omdat een groot deel ervan is gecreëerd door een herbeoordeling in plaats van door zes maanden modelvooruitgang. De eerlijke versie van deze confrontatie vergelijkt twee modellen die op de markt zijn, Gemini 3.1 Pro en Muse Wonder, op een meetlat die tweemaal is vervangen, en vraagt vervolgens waar elk eigenlijk voor dient.

Eerst één kader voordat de cijfers komen. Dit zijn geen concurrenten in de zin die een typische versus-pagina bedoelt. Gemini 3.1 Pro is het laatste live Pro-tier-endpoint in die lijn, nog steeds aangeboden onder een preview-identifier, zeven maanden na de aankondiging. Muse Wonder is de nieuwste frontier-release van Meta Superintelligence Labs, met een abonnementsgebonden, hoger scorend zustermodel. De ene is een multimodaal werkpaard voor lange contexten, waarvan de prijs het argument is; de andere is een output-intensief agentisch model, waarvan de prijs het punt is waar je het hardst over moet nadenken.

De heerser veranderde, het model niet.

Dit is het deel van de vergelijking dat een specificatieblad je niet zal vertellen, en daarom is het verschil in de koppen in beide richtingen misleidend.

Artificial Analysis heeft Intelligence Index v4.3 begin september 2026 uitgebracht en heeft het sindsdien opnieuw herzien. Die update verving Terminal-Bench v2.1 door het veel moeilijkere Terminal-Bench v4.0 en ruilde τ³-Banking in voor AutomationBench-AA, een benchmark voor agentische workflows die is gebouwd op een besloten, achtergehouden takenreeks. De weging van besloten, achtergehouden taken steeg naar 45%. Als gevolg daarvan daalden de scores over de hele frontier — modellen die op de oude schaal in de zestig zaten, kwamen uit in de lage vijftig. Gemini 3.1 Pro viel niet zo ver; die zakte tot onder de 30.

Dus hetzelfde ongewijzigde checkpoint heeft vier gepubliceerde cijfers in omloop — 57, 46, 30 en 29.7 — afhankelijk van welke pagina je opent en wanneer. Dat is geen schandaal, het is hoe een goede index eruitziet wanneer de tests eronder moeilijker worden. Het is echter wel een reden om nooit twee getallen te vergelijken die uit twee verschillende revisies afkomstig zijn, en dat is precies waartoe een regel met 52 tegenover 29.7 je uitnodigt.

Wat elk model daadwerkelijk is

• Gemini 3.1 Pro — een closed-weights, native multimodaal reasoningmodel dat op 19 februari 2026 werd aangekondigd en bij het endpoint nog steeds onder "Preview" staatgemini-3.1-pro-preview. Er is geen 3.5, 3.6, 3.7 of 3.8 Pro in de reeks; de Flash-ladder is vijf keer opgeschoven, terwijl de Pro-ladder helemaal niet is opgeschoven.

• Muse Wonder — een frontier-model met gesloten gewichten dat op 12 oktober 2026 werd uitgebracht, aangeboden als muse-wonder-1.0 via Meta's eigen API en binnen Muse Code. Een tweede checkpoint, Muse Wonder Full, scoort hoger op Meta's eigen tabel en is alleen beschikbaar met een Muse Code-abonnement.

• Context — Gemini 3.1 Pro 1.048.576 invoertokens; Muse Wonder 1.048.576. Niveau, en op hetzelfde niveau als het grootste deel van de huidige frontier.

• Outputplafond — Gemini 3.1 Pro 65.536 tokens in één enkele respons; Muse Wonder 943.718. Dit is de grootste afzonderlijke kloof tussen de twee modellen en die is ruim veertien keer zo groot.

• Prijs — Gemini 3.1 Pro: $2,00 per miljoen inputtokens en $12,00 per miljoen output onder een prompt van 200.000 tokens, oplopend naar $4,00 en $18,00 daarboven, met gecachte input tegen $0,20 en $0,40. Muse Wonder heeft een vast tarief van $4,00 en $20,00, gecachte input $0,20. Bij korte prompts is het de helft van de prijs voor input en 40% goedkoper voor output; voorbij 200.000 tokens convergeren de twee bijna exact.

• Modaliteiten in — Gemini 3.1 Pro accepteert tekst, afbeelding, video, audio en bestanden. Muse Wonder accepteert tekst, afbeelding, spraak en video. Beide schrijven alleen tekst. Op papier is dit dezelfde zin, en in de praktijk heeft het tooling-ecosysteem zeven maanden aan tooling eromheen gebouwd.

• Redeneren — Gemini 3.1 Pro ondersteunt besturing van het denkniveau, waarbij denktokens tegen het outputtarief worden gefactureerd. Bij Muse Wonder is redeneren verplicht, met een inspanningsschaal van minimaal tot maximaal die standaard op medium staat, en er is helemaal geen niet-denkenpad.

• Onafhankelijke index — Gemini 3.1 Pro 29,7 op de huidige revisie, met een eerdere meting van 46 en een meting uit de lanceerperiode van 57; Muse Wonder 52 op de huidige revisie.

De herprijsgrens die de meeste teams per ongeluk overschrijden

De tariefkaart van Gemini 3.1 Pro bevat een sprong, en dat is geen overschrijding. Onder de 200.000 invoertokens kost het model $2,00 en $12,00; boven die drempel wordt de aanvraag opnieuw geprijsd op $4,00 en $18,00. Een aanvraag van 210.000 tokens wordt niet tegen het lage tarief gefactureerd voor de eerste 200.000 tokens — de hele aanvraag gaat naar het hogere tariefniveau.

Dat is een echte eigenaardigheid voor een model wiens hele verkooppraatje een contextvenster van een miljoen tokens is: het venster is echt, maar alleen het eerste vijfde deel ervan komt tegen de geadverteerde prijs. Boven de drempel is Gemini 3.1 Pro geprijsd op $4,00 en $18,00, wat binnen een afrondingsfout ligt van Muse Wonders $4,00 en $20,00, en de cache-read is identiek op $0,20 per miljoen. Dus de bewering 'goedkoper op input' geldt precies tot het punt waarop je de capaciteit gebruikt waarvoor je het model hebt gekocht.

Het tegenwicht zit aan de inputzijde, waar de inputeconomie echt sterk is en onafhankelijke metingen dat ondersteunen. Artificial Analysis registreert een kostenpost van ongeveer $0,67 per indextaak voor Gemini 3.1 Pro en ongeveer 67 miljoen gegenereerde uitvoertokens gedurende de index-run, tegenover een mediaan van ongeveer 90 miljoen voor modellen in zijn prijsklasse. Een model dat met minder tokens tegen een lager tarief antwoordt, is goedkoper op een manier die geen enkele tariefkaart direct toont — en dat is het getal om te vergelijken met de ongeveer $4,52 per indextaak van Muse Wonder, wat een gevolg is van zowel een hoger tarief als ongeveer 130 miljoen uitvoertokens tegenover een mediaan van 85 miljoen.

Waar je eigenlijk tussen kiest

De bekwaamheidskloof op de meetlat van vandaag is reëel — 52 tegen 29,7 is tweeëntwintig punten en het is geen ruis — maar het is een vergelijking tussen een vijf weken oude frontier-release en een zeven maanden oude preview die de leverancier nooit voorbij de previewstatus heeft gepromoot. De keuze tussen beide gaat minder om welke hoger scoort en meer om met welke faalmodus je kunt leven.

De beperkingen van Gemini 3.1 Pro zijn structureel en bekend. Het outputplafond van 65.536 tokens sluit het uit voor de generatie van lange teksten in één beurt, en dat is precies waar het budget van 943.718 tokens van Muse Wonder het duidelijkst een voordeel is. De tijd tot het eerste token ligt volgens de gepubliceerde meting rond 35,7 seconden, wat traag is voor alles wat interactief is. En de preview-identificatie is het echte risico: een preview-endpoint kan onder je handen worden herzien of stopgezet zonder dat het versienummer wordt verhoogd, en daarom is het bij dat model standaardpraktijk om exacte model-ID's vast te pinnen in plaats van aliassen.

De beperkingen van Muse Wonder zijn net zo structureel en veel recenter. Redeneren is verplicht, dus elke aanroep betaalt voor denktokens tegen $20 per miljoen, zonder goedkope route — het denkniveau van Gemini 3.1 Pro kan tenminste richting nul worden bijgesteld. Onafhankelijke meting is slechts de rij van één beoordelaar op een twee dagen oud model. En de best scorende versie van hetgeen je vergelijkt, Muse Wonder Full, zit achter een maandabonnement van $50 tot $200 in plaats van beschikbaar te zijn tegen de prijzen per token op dezelfde pagina.

Er is ook een dimensie van benchmarkintegriteit die het noemen waard is, want juist deze combinatie is er een goede illustratie van. Meta's lanceringstabel rapporteert Muse Wonder Full op 59,0 op de Artificial Analysis Index, terwijl Artificial Analysis zelf 56 publiceert, en rapporteert de aanroepbare Muse Wonder op 56, terwijl de evaluator 52 leest. De eigen geschiedenis van Gemini 3.1 Pro is het spiegelbeeld: een 57 die in de ene revisie een kop in de pers en bij de leverancier was en in een andere een 29,7. De les is in beide richtingen dezelfde — een score is alleen betekenisvol met de bijbehorende meetlat erbij, en de versie die een leverancier van andermans index geeft, blijft een leverancierscijfer.

Beide vanaf één sleutel uitvoeren

Gemini 3.1 Pro staat op OrcaRouter als google/gemini-3.1-pro-preview, tegen de eigen lijstprijs van de leverancier en met de herprijzingsgrens van 200.000 tokens ongewijzigd doorgevoerd — $2,00 in en $12,00 uit daaronder, $4,00 en $18,00 daarboven, gecachte invoer $0,20 en $0,40. Aan onze kant zit geen opslag, en het venster van 1.048.576 tokens en het uitvoerplafond van 65.536 tokens worden doorgegeven zoals gepubliceerd.

Muse Wonder staat niet op OrcaRouter. Er is geen meta/muse-wonder-vermelding in onze catalogus en we zullen er geen beschrijven alsof die bestaat; vandaag de dag draait het model op Meta's eigen API en binnen Muse Code. Wat we wel van hetzelfde lab aanbieden is Muse Spark 1.2 en Muse Spark 1.1, dus de Muse-familie is bereikbaar met dezelfde sleutel terwijl het Wonder-checkpoint een trackrecord opbouwt.

De praktische reden die hier toe doet, is de staffelgrens. Een model dat de prijs van een hele aanvraag bij 200.000 tokens opnieuw berekent, is iets dat je wilt meten in plaats van aannemen, omdat de lengte van je prompts bepaalt of je $2 of $4 betaalt voor dezelfde aanroep. OrcaRouter zet 200-plus modellen achter één OpenAI-compatibel endpoint, waarbij de lijstprijzen van providers ongewijzigd worden doorgegeven — dus een run met je echte verkeer tegen Gemini 3.1 Pro aan beide zijden van die drempel, en tegen wat er verder ook in de catalogus staat, kost één sleutel en een middag in plaats van een inkooptraject. Wanneer een provider die wij routeren Muse Wonder gaat aanbieden, wordt de andere helft van die test een modelnaamwijziging.

Het vonnis

• Kies Gemini 3.1 Pro als je werk bestaat uit de analyse van lange documenten en mixed media, waarbij de invoer domineert en het antwoord kort is — het tarief van $2,00 onder 200K en de kosten van $0,67 per indextaak zijn moeilijk te overtreffen, en de zeven maanden aan ecosysteem erachter zijn iets waard dat een model uit de lanceringsweek niet kan evenaren.

• Kies Muse Wonder als je lange outputs in één beurt genereert of spraak en video rechtstreeks in het model voert. Een outputbudget van 943.718 tokens is geen specificatiedetail wanneer het alternatief is generaties aan elkaar te naaien.

• Let op de grens van 200.000 tokens voordat je een prijs voor Gemini 3.1 Pro noemt. Daarboven kosten de twee modellen bijna hetzelfde, wat het intuïtieve antwoord op deze vergelijking precies omkeert voor de workloads die het grote contextvenster gebruiken.

• Behandel het verschil van 22 punten als een richting, niet als een meting. Het is ontstaan door twee indexrevisies met elkaar te vergelijken; op de eerdere revisie stond Gemini 3.1 Pro op 46, en hetzelfde ongewijzigde checkpoint is op verschillende momenten gepubliceerd met 57, 46, 30 en 29,7.

Twee modellen, het ene sinds februari onder een preview-identifier aangeboden en het andere twee dagen oud, bijna identiek geprijsd voorbij de 200K-grens en op het huidige scorebord gescheiden door tweeëntwintig punten. Slechts één van die feiten zou een verandering van maatstaf overleven — en dat zijn niet de tweeëntwintig punten.