Muse Wonder vs GPT-6 Astra: Het model met het 2,5x-prijskaartje is de goedkopere

GPT-6 Astra rekent $10,00 per miljoen invoertokens en $50,00 per miljoen uitvoertokens. Meta Muse Wonder rekent $4,00 en $20,00. Op de twee documenten die het meest van belang zijn voor een inkoopbeslissing — de tariefkaart en de benchmarktabel — wint het model dat tweeënhalf keer zoveel kost, en het wint met een marge die allesbehalve nipt is: op de eigen harness van Artificial Analysis voltooit GPT-6 Astra (max) een Intelligence Index-taak voor ongeveer $3,26, terwijl Meta Muse Wonder (max) dezelfde taak voltooit voor ongeveer $4,52, en daarbij ook nog eens een punt hoger scoort. Meta Superintelligence Labs bracht Muse Wonder uit op 12 oktober 2026 met een venster van een miljoen tokens en verplichte reasoning. De leverancier bracht GPT-6 Astra begin september 2026 uit met 1.050.000 tokens context en 128.000 tokens maximale uitvoer. Als je tussen hen kiest op basis van prijs per token, lees je het verkeerde getal.

Twee tariefkaarten, en wat ze voorspellen

Hier is wat elke leverancier publiceert, naast elkaar, voordat er ook maar iets gemetens in beeld komt.

• Invoer — GPT-6 Astra $10,00 per miljoen tokens; Muse Wonder $4,00. Astra is 2,5x.

• Output — GPT-6 Astra $50,00 per miljoen tokens; Muse Wonder $20,00. Ook 2,5x.

• Gecachte invoer — GPT-6 Astra $1,00 per miljoen; Muse Wonder $0,20. Astra is 5x zo duur op de regel die agentisch verkeer met herhaalde prefixen domineert.

• De tweede tariefcategorie — verzoeken boven 272.000 prompttokens worden gefactureerd tegen $20,00 voor input en $75,00 voor output. Muse Wonder heeft geen gepubliceerde tariefcategorie; de $4,00 en $20,00 gelden voor het hele venster.

• Contextvenster — GPT-6 Astra 1.050.000 tokens; Muse Wonder 1.048.576. Noem het identiek.

• Maximale uitvoer — GPT-6 Astra 128.000 tokens; Muse Wonder documenteert 943.718 tegenover zijn venster van 1.048.576 tokens.

• Invoeroppervlak — GPT-6 Astra accepteert tekst, afbeeldingen en bestanden; Muse Wonder adverteert met tekst, afbeelding, spraak en video.

Gewichten — geen van beide is open. Beide zijn propriëtair, beide zijn gesloten voor zelfhosting.

Elke regel daarvan wijst dezelfde kant op. Astra is een model in het topsegment qua prijs en Muse Wonder een in het middensegment, en het niveau van 272.000 tokens maakt de kloof voor wie met een lange context werkt nog groter — een prompt van 400.000 tokens wordt op Astra gefactureerd tegen $20,00 per miljoen, vijf keer het inputtarief van Muse Wonder. Er is geen enkele interpretatie van de twee tariefkaarten waarbij Muse Wonder niet het goedkopere model is.

Wat een afgeronde opdracht kost, dat is het andere getal.

Artificial Analysis publiceert zowel het tokenvolume dat elk model op zijn Intelligence Index verbruikt als de resulterende kosten per taak. Dat paar is waar deze vergelijking omslaat.

• Kosten per Intelligence Index-taak — GPT-6 Astra (max) ongeveer $3,26; Muse Wonder (max) ongeveer $4,52

• Verbruikte outputtokens tijdens die run — GPT-6 Astra ongeveer 60M; Muse Wonder ongeveer 130M, tegen een bordmediaan van bijna 85M

• De eigen bewoording van de beoordelaar — GPT-6 Astra wordt beschreven als "vrij bondig"; Muse Wonder als "wat wijdlopig"

• Intelligentie-index — GPT-6 Astra (max) 53; Muse Wonder (max) 52

• Snelheid op dezelfde run — GPT-6 Astra ongeveer 66 tokens per seconde; Muse Wonder niet gedocumenteerd door de beoordelaar in deze combinatie

Dit is het hele argument in vijf regels. Astra genereert ongeveer 60 miljoen outputtokens om een taak te voltooien die Muse Wonder 130 miljoen kost, een verhouding van beter dan twee op één, en die verhouding is ruim voldoende om een verschil van 2,5x in de outputprijs op te vangen. Anders gezegd: de prijs per token is een eigenschap van de marketing van de leverancier, en de tokens per taak is een eigenschap van hoe het model is getraind om zich te gedragen. Het tweede doet hier het werk.

Dat is ook de reden waarom deze combinatie anders overkomt dan het gebruikelijke verhaal "een duur model is duur". Astra is in geen enkel opzicht een budgetmodel — het is de duurste vermelding in onze eigen catalogus onder de huidige GPT-6-topmodellen, en het invoertarief ligt op vijf keer de mediaan van de ranglijst. Het is een model waarvan het kostenprofiel is toegespitst op zorgvuldig redeneren in plaats van volume: minder outputtokens, een hogere prijs per token, een lagere rekening per voltooide taak. Het woord dat de beoordelaar gebruikt is "beknopt", en dat is het financieel meest relevante aspect van het model.

Waar Astra's voordeel ophoudt

De kloof is reëel, maar niet uniform, en er horen drie nuanceringen naast.

Ten eerste, de index is een composiet van tien evaluaties, en de tokenbehoefte verschilt per taak. Een werklast die wordt gedomineerd door het genereren van lange teksten — het schrijven van concepten, documentatie, code met veel commentaar — is er een waarin het uitvoerplafond van 943.718 tokens van Muse Wonder de moeite waard is om te hebben, en waarin de beknoptheid van Astra niet zozeer een voordeel is als wel een beperking; 128.000 tokens maximale uitvoer is een harde grens, en die is kleiner dan de meeste mensen aannemen wanneer ze "1,05M contextvenster" lezen en dat in gedachten doortrekken naar het antwoord.

Ten tweede is de tweede prijsklasse een valkuil voor precies de workloads die het aantrekkelijkst lijken. Diepgaand onderzoek over een corpus van 300.000 tokens, een repo-brede review, een volledige contractset — dit zijn de sterke punten die Astra zelf noemt, en het zijn ook de aanvragen die 272.000 prompttokens overschrijden en de hele aanvraag opnieuw prijzen op $20,00 in en $75,00 uit. Het vaste tarief van Muse Wonder van $4,00 en $20,00 over het hele venster betekent dat een long-context-agent die een grote prefix opnieuw verzendt, aan beide kanten een voorspelbaar tarief betaalt, en zijn $0,20 cache-read tegenover Astra's $1,00 weegt het zwaarst in precies die vorm, waarin dezelfde context bij elke beurt opnieuw wordt afgespeeld.

Ten derde: het gat in de benchmark is één punt op een samengestelde score waarvan de mediaan in het veld 27 is, en het komt voort uit een splitsing tussen leverancier en onafhankelijke partij die het vermelden waard is. Op de GPQA Diamond-vragenset vermeldt onze eigen catalogus GPT-6 Astra op 96,1 — met afstand het hoogste getal dat erin voorkomt — terwijl Artificial Analysis zijn resultaat voor Humanity's Last Exam gelijkstelt met dat van Claude Opus 5 en zijn Terminal-Bench 4.0-score op 59,1 tegenover de 85,6 van Muse Wonder. Meta's eigen tabel is ondertussen door de leverancier gerapporteerd in Meta's harnas en niet gereproduceerd, daarom vermeldt Meta Muse Wonder Full op 59,0 in de index waar de evaluator zelf 56 publiceert. Beschouw elk daarvan als iemands bewering over zijn eigen model, en beschouw de $3,26 en $4,52 als de enige cijfers in dit artikel die voor beide op dezelfde manier zijn geproduceerd.

Welke van de twee moet je pakken?

De beslisregel die uit de cijfers volgt, is beperkter dan "kies de goedkopere".

• Kies GPT-6 Astra wanneer het werk bestaat uit analyse, redenering en professionele deliverables, waarbij het model met minder tokens klaar is dan het alternatief — het gemeten kostenvoordeel komt volledig voort uit beknoptheid, dus een werklast die lange output afdwingt, levert dat voordeel in.

• Kies Muse Wonder wanneer de invoer spraak of video is, wat Astra helemaal niet accepteert, of wanneer één enkel antwoord meer dan 128.000 tokens moet zijn.

• Kies Muse Wonder wanneer de workload aan beide zijden van de balans wordt gekenmerkt door een lange context en veel cachegebruik, omdat $0,20 tegenover $1,00 voor gecachte tokens en een vast tarief boven 272.000 tokens een deel van het verschil per taak omkeren.

• Kies geen van beide als de werklast groot is en alleen tekst betreft; een goedkoper open-weightmodel doet hetzelfde werk voor een fractie van een van beide tariefkaarten, en de zeven tot acht indexpunten die je opgeeft, zijn onzichtbaar bij taken die beide modellen voltooien.

Beide zijn slechts één toets verwijderd, en dat is het praktische deel.

GPT-6 Astra staat op OrcaRouter, dus de bovenstaande vergelijking is iets wat je kunt uitvoeren in plaats van lezen. Het wordt standaard tegen leverancierslijsttarieven vermeld — $10,00 voor invoer en $50,00 voor uitvoer, met een cache-leesprijs van $1,00 — waarbij de staffel van 272.000 tokens getrouw wordt doorgegeven, omdat een doorgeefservice die de tweede staffel zou negeren een factuur zou opleveren die niet overeenkomt met die van de leverancier. Het spreekt zowel het GPT-chat-completionsformaat als de native Responses API, zodat een bestaande GPT-integratie overstapt met een wijziging van de basis-URL in plaats van een herschrijving.

Muse Wonder staat niet in onze catalogus en we gaan het niet beschrijven alsof dat wel zo is: om het te bereiken moet je via Meta's Model API gaan, en de Full checkpoint met de hogere score wordt helemaal niet per token verkocht. Muse Spark 1.2 is wat wij van Meta aanbieden — een multimodaal reasoning-checkpoint tegen $1,25 voor input en $4,25 voor output over 1.048.576 tokens — en het is de eerlijke, goedkope optie als je het lab wilt in plaats van het vlaggenschip.

Wat het paar dat één endpoint deelt je oplevert, is een meting in plaats van een argument. Verwissel het model-ID, houd de prompt en de effort-instelling gelijk, en vergelijk je eigen tokens-out op beide. De 60 miljoen tegen 130 miljoen verdeling van de evaluator is een gemiddelde over tien benchmarks die je waarschijnlijk niet draait; die van jou is het getal dat bepaalt of je een 2,5x prijs betaalt voor een goedkopere klus of andersom. Als de beknoptheid zich niet reproduceert op jouw workload, heb je iets geleerd wat de tariefkaarten je niet kunnen vertellen — en automatische failover tussen providers betekent dat je dat kunt ontdekken op live verkeer zonder een tweede integratie of een tweede contract.

De korte versie

Meta Muse Wonder is het goedkopere model per token en het duurdere per voltooide taak. GPT-6 Astra is het omgekeerde: een premiumtariefkaart gekoppeld aan een model dat in minder dan de helft van de outputtokens klaar is, waardoor het ongeveer 28% goedkoper uitkomt per indextaak en één punt hoger op de index staat. Wie op basis van de adviesprijs kiest, kiest Muse Wonder en betaalt meer; wie alleen op de index afgaat, kiest Astra en mist dat het long-contextniveau en het outputplafond van 128.000 tokens de twee situaties zijn waarin het goedkopere model het betere is.

De combinatie die het waard is om als echt onopgelost te markeren, is de derde die geen van beide leveranciers op een slide zet: beide zijn gesloten, beide vallen in de prijsklasse die de evaluator duur noemt, en beide verliezen terrein op het gebied van kosten per taak ten opzichte van open-weightmodellen die een vijfde van elk van beide tarieven rekenen. Dat is de vergelijking die een budget uiteindelijk zal afdwingen, en die komt in geen van beide lanceringsberichten voor.