Muse Wonder vs Grok 4.6: Een 1.048.576-tokenvenster tegenover een model dat zijn prijs verdubbelt bij 200.000

Grok 4.6 is in deze vergelijking het goedkopere model volgens elk gepubliceerd tarief — $2,00 per miljoen invoertokens en $6,00 per miljoen uitvoertokens, tegenover de $4,00 en $20,00 van Muse Wonder — en er is een promptlengte waarbij dat voordeel volledig verdwijnt. De getrapte tariefkaart van SpaceXAI herprijst het hele verzoek tegen het dubbele van het basistarief zodra een prompt de 200.000 tokens overschrijdt: invoer gaat naar $4,00, uitvoer naar $12,00, gecachte invoer naar $1,00. Bij 250.000 invoertokens met 8.000 uitvoertokens rekent Grok 4.6 ongeveer $1,10 en Muse Wonder ongeveer $1,16. Het model dat bij korte prompts 2,5× goedkoper leek, zit bij lange prompts binnen 6% van zijn rivaal — en het is de rivaal, de release van 12 oktober 2026 van Meta Superintelligence Labs, die een vast tarief hanteert over het volledige venster van 1.048.576 tokens.

Dat omslagpunt is het nuttigste op deze pagina, en het bestaat alleen dankzij een tweede verschil. Grok 4.6 verkoopt een contextvenster van 500.000 tokens en rekent vervolgens het getrapte tarief voor alles voorbij 200.000 tokens; Muse Wonder verkoopt een twee keer zo groot venster en kent nooit tariefstappen. Als je prompts onder de 200.000 tokens blijven, geldt dit allemaal niet en is Grok 4.6 simpelweg de betere koop. Als dat niet zo is, kosten de twee modellen bijna hetzelfde en gaat de vergelijking over capaciteiten in plaats van prijs.

Twee vlaggenschepen, acht weken uit elkaar

Grok 4.6 is het vlaggenschip van SpaceXAI, uitgebracht op 12 augustus 2026, voor $2,00 per miljoen invoertokens en $6,00 per miljoen uitvoertokens, met gecachte invoer tegen $0,50. Het heeft een contextvenster van 500.000 tokens, accepteert tekst-, afbeeldings- en bestandsinvoer, retourneert tekst, ondersteunt configureerbare reasoning-inspanning en native tool calling, en kent twee prijsklassen: alles tot 200.000 prompttokens tegen het basistarief, alles daarboven tegen het dubbele tarief. In de publicatiegegevens staat helemaal geen maximumoutputwaarde voor één enkele respons, wat een hiaat is en geen nul — er is geen getal waarmee je een langdurige generatieworkload kunt plannen.

Muse Wonder is de frontier-release van Meta Superintelligence Labs, uitgebracht op 12 oktober 2026 als onderdeel van een serie van twee checkpoints. De aanroepbare variant is muse-wonder-1.0, beschikbaar via de Meta Model API en binnen Muse Code; de hoger scorende Muse Wonder Full wordt alleen verkocht via een Muse Code-abonnement en heeft geen prijs per token. Het aanroepbare checkpoint accepteert tekst-, beeld-, spraak- en video-invoer, retourneert tekst, heeft een contextvenster van 1,048,576 tokens, beperkt een enkel antwoord tot 943,718 tokens, factureert $4.00 voor invoer, $0.20 voor cached en $20.00 voor uitvoer per miljoen over het hele venster, en voert verplicht reasoning uit met een effort-ladder van minimaal tot maximaal die standaard op medium staat.

De onafhankelijke raad die beide heeft gemeten, plaatst ze acht punten uit elkaar — Muse Wonder op 52, Grok 4.6 op 44 — en markeert Grok 4.6 ook als opgevolgd door Grok 4.7. Dat laatste detail is om een niet voor de hand liggende reden van belang: Grok 4.7 heeft dezelfde lijstprijs van $2,00/$6,00 als het model dat het vervangt, dus de opvolger is geen goedkopere optie. Het is een anders gevormde optie.

De tariefkaarten, en de enige rij die geen getal is.

Alles in deze lijst is een feit uit de tariefkaart van de leverancier per miljoen tokens, behalve de laatste twee rijen, die onafhankelijke metingen zijn.

• Input op het eerste niveau — Grok 4.6 $2.00 per miljoen; Muse Wonder $4.00

• Eerste-klasse output — Grok 4.6 $6,00 per miljoen; Muse Wonder $20,00

• Gecachte invoer — Grok 4.6 $0,50 per miljoen; Muse Wonder $0,20

• Boven 200.000 prompttokens — Grok 4.6 gaat naar $4,00 in, $12,00 uit en $1,00 in de cache voor de hele aanvraag; Muse Wonder is ongewijzigd

• Contextvenster — Grok 4.6 500.000 tokens; Muse Wonder 1.048.576

• Maximale uitvoer in één antwoord — Grok 4.6 niet gepubliceerd; Muse Wonder 943.718 tokens

• Invoeroppervlak — Grok 4.6 tekst, afbeelding en bestand; Muse Wonder tekst, afbeelding, spraak en video

• Redeneercontrole — Grok 4.6 van low tot xhigh met een hoge standaardwaarde; Muse Wonder van minimaal tot max met een medium standaardwaarde, en geen uitschakelaar

• Intelligence Index, onafhankelijk gemeten — Grok 4.6 44, zevenendertigste van 216; Muse Wonder 52, negende van 216

• Kosten voor het voltooien van één indextaak, op dezelfde manier gemeten — Grok 4.6 ongeveer $1,48; Muse Wonder ongeveer $4,52

De laatste rij is waar het prijsverhaal eerlijk wordt. Drie keer de kosten per voltooide taak is een grotere kloof dan de gecombineerde tariefkaart doet vermoeden, en die wordt niet veroorzaakt doordat Grok 4.6 extravagant is — integendeel. Bij die evaluatie verbruikte Grok 4.6 ongeveer 94 miljoen outputtokens tegenover 130 miljoen van Muse Wonder, met een mediaan op het leaderboard van ongeveer 85 miljoen. Het goedkopere model is ook het minder spraakzame model, wat ongebruikelijk is in deze prijsklasse en betekent dat het verschil op het prijskaartje echt is en geen artefact van één model dat meer schrijft.

Waar de crossover daadwerkelijk terechtkomt

Neem een plausibele werklast: 70% van de promptkosten voor input, een stabiele systeem-prefix die wordt gecachet, en een respons van een paar duizend tokens. De onderstaande berekening is gebaseerd op de gepubliceerde lijstprijzen van elke leverancier en is ons eigen rekenwerk, niet een benchmark van een leverancier.

• 30.000 input en 8.000 output, niet-gecacht — Grok 4.6 ongeveer $0,11; Muse Wonder ongeveer $0,28. Grok is ongeveer 2,6× goedkoper.

• 250.000 input en 8.000 output, niet in cache — Grok 4.6 ongeveer $1,10 bij het getrapte tarief; Muse Wonder ongeveer $1,16 bij zijn vaste tarief. Het verschil is ongeveer 5%.

• 400.000 invoer en 8.000 uitvoer, niet-gecachet — Grok 4.6 ongeveer $1,70; Muse Wonder ongeveer $1,76. Nog steeds gelijk, en Grok 4.6 zit nu nog maar 100.000 tokens van het einde van zijn venster, terwijl Muse Wonder 38% van het zijne gebruikt.

• Cached reads at 250,000 tokens of context — Grok 4.6 $1.00 per million against Muse Wonder's $0.20, a 5× edge to M​eta once the cache is warm and the prompt is long enough to have tripped the step

Het patroon is waar het om gaat. Grok 4.6 is dramatisch goedkoper voor het werk dat de meeste teams het grootste deel van de tijd doen, en het presteert gelijkwaardig of iets minder goed voor het werk waardoor mensen in de eerste plaats naar een venster van een miljoen tokens gingen zoeken. Een kostenmodel dat is gebaseerd op het tarief uit de koppen, overschat het voordeel van Grok bij long-contextverkeer schromelijk.

Wat acht indexpunten kopen, en wat ze niet doen

Gemeten onafhankelijkheid werkt hier beide kanten op, en het is de moeite waard om precies te zijn over welke cijfers waar vandaan komen.

De sterkste gepubliceerde cijfers van Grok 4.6 zijn van derden en een ervan is ongewoon goed. Op GPQA Diamond, een wetenschappelijke vragenset op masterniveau, scoort het 94,9 — de hoogste eersteklas score in zijn prijsklasse, en een plek waar Muse Wonder helemaal geen gepubliceerde onafhankelijke rij heeft. Het behaalt ook 61,0 op Humanity's Last Exam en 76,8 op de onafhankelijke programmeerbeoordeling, beide van dezelfde beoordelaar. Bij vraagvormig werk op grote schaal zijn dat de cijfers die voorspellen of het model je voor schut zal zetten, en voor $2,00/$6,00 zijn ze een sterk koopje.

Muse Wonder's strength is a different shape, and it is the reason the eight-point index gap is not the story either. M​eta's own launch table — vendor-reported, run in M​eta's harness, and unreproduced — is built almost entirely from long-horizon agentic and terminal tasks, and independent commentary has already selected from it. M​eta's DeepSWE 1.1 and SWE-Marathon rows put the series ahead of the models it compares against, and the 943,718-token output ceiling is a structural advantage no rate card captures: a workload that emits a very large single artifact, whether that is a generated application or a long structured document, has no Grok 4.6 number to compare against because Grok 4.6 does not publish one.

Dus de tweedeling is niet beter tegenover slechter. Het is goedkoop-en-snel tegenover lang-en-vlak, en de as die dit bepaalt is promptlengte.

Drie modellen nu, niet twee, zodra de opvolger in beeld is.

De onafhankelijke raad bestempelt Grok 4.6 als achterhaald en wijst naar Grok 4.7, die 46 scoort tegenover de 44 van Grok 4.6, dezelfde lijstprijs van $2,00/$6,00, dezelfde cache-leesprijs van $0,50 en hetzelfde venster van 500.000 tokens hanteert, een uitvoerplafond van 450.000 tokens publiceert dat zijn voorganger niet heeft, en bovenaan een extra effort-instelling biedt. Het is de voor de hand liggende upgrade op papier.

De factuur zegt iets anders. De kosten per voltooide indextaak van Grok 4.7 zijn ongeveer $3,74 tegenover $1,48 voor Grok 4.6, omdat hij tijdens de run ongeveer 240 miljoen outputtokens verbruikte, terwijl zijn voorganger 94 miljoen gebruikte. Nieuwer, hoger scorend en met dezelfde lijstprijs kwam hij toch 2,5× duurder uit per afgeronde taak. Dat is het zeldzame geval waarin de deprecatievlag op een modelpagina op zichzelf geen reden is om over te stappen, en het is de moeite waard om dat te weten voordat je verkeer migreert dat je niet hoefde te migreren.

For anyone building this as a two-model pipeline rather than a two-vendor project, the routing side is straightforward for one half and not the other. OrcaRouter carries Grok 4.6 as grok/grok-4.6 at SpaceXAI's own list price with 0% markup — provider list price passed through, so the tier prices and any change to them arrive here on the same day — behind the same key as more than 200 other models, with automatic failover across providers when an endpoint wobbles. Muse Wonder is not in our catalogue, and there is no third-party serving coverage we can verify, so the only way to call it today is M​eta's own API and Muse Code. A model fusion call that runs the cheap model and the strong one side by side and picks between the answers is one of the things a single endpoint makes easier — but it can only include models somebody is serving.

De keuze, op basis van promptlengte in plaats van op basis van het verdict.

Onder 200.000 tokens prompt, bij volume, op vraagvormig werk: Grok 4.6, zonder veel getwijfel. Het is 2,6× goedkoper voor de soorten verzoeken die de meeste teams daadwerkelijk versturen, het scoort 94,9 op de enige onafhankelijke benchmark waarop het alles in zijn klasse verslaat, en het is ongeveer 2× sneller tot het eerste token dan zijn rivaal. Het enige addertje onder het gras is dat Grok 4.7 bestaat tegen dezelfde catalogusprijs met een extra inspanningsniveau — controleer je eigen tokenaantallen voordat je aanneemt dat het meer kost, want de gepubliceerde prijs zegt dat het dat zal doen.

Meer dan 200.000 tokens aan prompt, of enkele honderdduizenden tokens aan context die gedurende een lange agentische run open wordt gehouden, of een taak waarvan de output enorm is: Muse Wonder. De crossover is reëel en scherp, en het antwoordplafond van 943.718 tokens is geen getal dat Grok 4.6 met een eigen getal kan beantwoorden.

Between them sits the honest observation that this is the one pairing in M​eta's launch window where the cheaper model is also the leaner one, so the price difference is buying capability rather than buying tokens. Two days after Muse Wonder shipped, that capability is described by one independent row and one vendor table. Grok 4.6's has been accumulating since August.