Muse Wonder kontra GPT-6.1 Sol: limit wyjściowy 943 718 tokenów przeciwko 128 000 tokenów

Muse Wonder i GPT-6.1 Sol osiągają wyniki w granicach jednej piątej punktu od siebie w Artificial Analysis Intelligence Index — 52 dla Muse Wonder (max), 51,8 dla GPT-6.1 Sol (max) — a pojedyncze zadanie z indeksu kosztuje 4,52 USD w przypadku pierwszego i 0,72 USD w przypadku drugiego. Meta Superintelligence Labs udostępniło Muse Wonder 12 października 2026 r. w cenie 4,00 USD za milion tokenów wejściowych i 20,00 USD za milion wyjściowych. GPT-6.1 Sol udostępniono 29 września 2026 r. w cenie 2,00 USD i 10,00 USD. Cennik wskazuje mniej więcej dwukrotność; zmierzony rachunek wskazuje 6,3 raza, a przyczyną jest rozwlekłość — 130 milionów tokenów wyjściowych w porównaniu z 67,2 miliona, by osiągnąć niemal ten sam wynik. Ale liczba, która faktycznie decyduje o tym, którą z tych dwóch można przydzielić do zadania, to ani indeks, ani cena. To limit wyjściowy: 943 718 tokenów dla Muse Wonder, 128 000 dla GPT-6.1 Sol.

Sufit to linia specyfikacji, której nikt nie czyta.

Oba modele mogą pochwalić się kontekstem o długości miliona tokenów. I właśnie tam podobieństwo w karcie specyfikacji przestaje być użyteczne.

• Okno kontekstowe — Muse Wonder 1 048 576 tokenów vs GPT-6.1 Sol 1 050 000 tokenów

• Maksymalne wejście — Muse Wonder nie został opublikowany osobno; GPT-6.1 Sol 922 000 tokenów

• Maksymalna ilość danych wyjściowych w jednej odpowiedzi — Muse Wonder 943 718 tokenów; GPT-6.1 Sol 128 000 tokenów

• Poziom rozumowania — Muse Wonder: minimalny, niski, średni (domyślny), wysoki, bardzo wysoki, maksymalny; GPT-6.1 Sol: niski, średni (domyślny), wysoki, bardzo wysoki, maksymalny, przy czym w żadnym z nich nie można go wyłączyć

• Dane wejściowe Modal — Muse Wonder: tekst, obraz, mowa i wideo; GPT-6.1 Sol: tekst, obraz i plik

• Wagi — obie zastrzeżone, żadna nie została opublikowana

Przeczytaj jeszcze raz trzecią linijkę. GPT-6.1 Sol kupuje okno o rozmiarze 1 050 000 tokenów, ale pozwala przeznaczyć na dane wyjściowe tylko około jednej ósmej z niego; pozostałe 922 000 tokenów jest przeznaczone wyłącznie na wejście. Muse Wonder pozwala, by pojedyncza odpowiedź zajmowała dziewięć dziesiątych jego okna. To nie jest różnica wynikająca z zaokrąglenia. Przebieg syntezy na dużym korpusie, generator długich form, transformacja z transkrypcji na transkrypcję, mechanizm wykonawczy, który musi wygenerować cały plik, a nie łatkę — te scenariusze wykraczają poza 128 000 tokenów wyjściowych, a na GPT-6.1 Sol nie mieszczą się w jednym wywołaniu za żadną cenę. Dzielisz to na strony, a paginacja oznacza, że model traci plan, który utworzył w pierwszej odpowiedzi.

Górna granica Muse Wonder niesie ze sobą własną pułapkę, której Meta nie ukrywa, ale też nie wysuwa na pierwszy plan: tokeny rozumowania w obu modelach są rozliczane jako output, a drabina Muse Wonder sięga maksymalnego ustawienia, które bez trudu pochłonie cały budżet. Liczba 943,718 to limit, a nie przydział.

Dwie karty stawek, a w jednej z nich ukrywa się klif

GPT-6.1 Sol jest tańszy w każdej pozycji, a jeszcze tańszy w środku swojego zakresu. Nie ma natomiast płaskiej krzywej.

• Stawka standardowa — Muse Wonder 4,00 USD za milion na wejściu / 20,00 USD za milion na wyjściu; GPT-6.1 Sol 2,00 USD za milion na wejściu / 10,00 USD za milion na wyjściu

• Wejście z pamięci podręcznej — Muse Wonder 0,20 USD za milion; GPT-6.1 Sol 0,10 USD za milion

• Zachowanie przy długich promptach — Muse Wonder ma jednolitą stawkę w całym oknie; GPT-6.1 Sol zmienia cenę całego żądania powyżej 272 000 tokenów wejściowych na 4,00 USD za wejście i 15,00 USD za wyjście

• Zapis do pamięci podręcznej — Muse Wonder nie opublikowano; GPT-6.1 Sol 2,50 USD za milion

• Ścieżki rabatowe — Muse Wonder: nie opublikowano żadnych; GPT-6.1 Sol batch i flex po 50%, tryb szybki 2×

Ten próg 272 000 tokenów to najdroższa pozycja w cenniku GPT-6.1 Sol, ponieważ jego przekroczenie powoduje ponowną wycenę pracy, którą już wykonano. Żądanie na 271 000 tokenów i żądanie na 273 000 tokenów różnią się o mniej niż 1% danych wejściowych, a na fakturze – o 2,01×. Muse Wonder nie ma odpowiednika tej nieciągłości — prompt na 900 000 tokenów jest rozliczany według tej samej stawki za token co prompt na 900 tokenów. W przypadku obciążenia, które zwykle utrzymuje się tuż powyżej 272 000 tokenów, to najsilniejszy pojedynczy argument po stronie Meta na tej stronie i jest wart więcej niż zniżka za cache, którą GPT-6.1 Sol zdobywa w każdym innym wierszu.

Poniżej tego progu kolejność jest jednoznaczna: GPT-6.1 Sol jest o połowę tańszy w uruchomieniu, o połowę tańszy w odczycie z pamięci podręcznej, a do tego jako jedyny z tych dwóch ma ścieżkę wsadową ze zniżką 50%.

Gdzie tak naprawdę znajdują się punkty indeksu 0,2

Indeks złożony, który wypada na 52 wobec 51,8, mówi ci, że oba modele są równorzędne. Nie mówi ci nic o tym, który z nich podoła twojemu obciążeniu, a w wynikach cząstkowych ta para rozdziela się na rozpoznawalne kształty, a nie na zwycięzcę i przegranego.

Artificial Analysis jest źródłem dla obu, mierzonych w jego własnym środowisku testowym przy maksymalnym wysiłku, a to są jego liczby, a nie liczby któregokolwiek z dostawców:

• Indeks Inteligencji — Muse Wonder (max) 52, dziewiąty spośród 219 modeli; GPT-6.1 Sol (max) 51,8, dziesiąty

• Koszt na zadanie indeksowania — Muse Wonder około 4,52 USD; GPT-6.1 Sol około 0,72 USD

• Tokeny wyjściowe zużyte podczas przebiegu indeksowania — Muse Wonder około 130 milionów; GPT-6.1 Sol około 67,2 miliona, wobec mediany tablicy wynoszącej blisko 82 milionów

• Szybkość generowania — GPT-6.1 Sol około 66,8 tokenów na sekundę; Muse Wonder nie został jeszcze opublikowany w tym samym środowisku testowym

Różnica w rozwlekłości to cała historia różnicy w cenie. Muse Wonder zużywa niemal dwa razy więcej tokenów, aby uzyskać wynik o pół punktu wyższy, a przy 20 USD za milion tokenów wyjściowych wobec 10 USD płaci dwa razy więcej za każdy z tych tokenów. Koszt na zadanie jest iloczynem tych dwóch efektów. Nic w tym stosunku nie jest stałe — wysiłek rozumowania to dźwignia, a oba modele ją udostępniają — ale ustawienia domyślne są tym, na czym działa większość ruchu, i to one dały te liczby.

Własna tabela Meta opublikowana przy premierze, oparta na danych dostawcy i nieodtworzona niezależnie, stawia Muse Wonder przed GPT-6 Astra i na równi z Claude Opus 5.5 w Terminal-Bench 4.0-AA, z wynikiem 85,6 wobec 81,4 i 81,5, oraz wyżej w SWE-Marathon z wynikiem 78,8 wobec 74,1 i 74,2. Traktuj je jako twierdzenia Meta. Zauważ też, że ta sama tabela stawia Muse Wonder za konkurencją w AutomationBench-AA (60,5 wobec 65,3 i 65,6), GDP.pdf (39,1 wobec 41,6 i 41,2) oraz DeepSWE 1.1 (52,0 wobec 59,1 i 59,6) — własna tablica wyników dostawcy nie jest jednolicie pochlebna, a dwa miejsca, w których jest pochlebna, to kod terminalowy i długohoryzontowy, a nie automatyzacja procesów biznesowych.

Co bliźniak subskrypcji robi z tym porównaniem

Muse Wonder to nie jeden model. Meta wypuściła drugi checkpoint, muse-wonder-full-1.0, który uzyskuje 56 punktów w tym samym niezależnym indeksie i zajmuje czwarte miejsce spośród 699 — o cztery punkty powyżej modelu API i powyżej wyniku 51,8 GPT-6.1 Sol. Nie ma ceny za token, ponieważ Meta nie sprzedaje go za token: jest dostępny wyłącznie w ramach subskrypcji Muse Code za 50 USD miesięcznie w planie Power Usage lub 200 USD miesięcznie w planie Maximum Usage.

Dla zespołu, który już płaci za Muse Code, efektywna cena wzrostu indeksu o cztery punkty to stała miesięczna opłata, a porównanie z GPT-6.1 Sol całkowicie zmienia postać. Dla wszystkich pozostałych lepsza połowa tej premiery to decyzja produktowa, a nie decyzja dotycząca API, a uczciwa interpretacja jest taka, że wynik Meta na granicy możliwości i osiągalny wynik Meta to dwie różne liczby.

Uruchamianie obu lub uruchamianie jednego

Niewygodny fakt w centrum tej strony polega na tym, że ani jedna z tych opcji nie jest decyzją, którą można podjąć na podstawie karty katalogowej, ponieważ wskaźnik kosztów 6,3× to średnia dla cudzej struktury zadań. Liczy się wyłącznie twój własny miks zadań, a jego pomiar nie powinien wymagać kont u dwóch dostawców.

GPT-6.1 Sol jest dostępny w OrcaRouter jako openai/gpt-6.1-sol, z datą 2026-09-29, w cenie katalogowej 2,00 USD za wejście, 0,10 USD za odczyt z pamięci podręcznej i 10,00 USD za wyjście za milion tokenów, z nienaruszonym oknem 1 050 000 tokenów i regułą zmiany ceny dla 272 000 tokenów. Po naszej stronie nie ma żadnych narzutów; gdy dostawca zmienia stawkę, liczba na naszej stronie zmienia się tego samego dnia. Dzięki temu część Sol w tym porównaniu dzieli od dowolnego używanego już przez Ciebie harnessa tylko zmiana jednego ciągu znaków.

Muse Wonder nie znajduje się w naszym katalogu i ta strona nie będzie udawać, że tak jest — dziś działa w Model API firmy Meta i Muse Code. Z tego samego laboratorium mamy natomiast Muse Spark 1.2, checkpoint, na którym Meta zbudowała resztę tej rodziny, w cenie $1.25 za milion tokenów wejściowych i $4.25 za milion tokenów wyjściowych, w oknie o rozmiarze 1 048 576 tokenów, z odczytami z cache po $0.15. Jeśli powodem, dla którego patrzysz na Muse Wonder, jest charakterystyczny styl Meta, a nie wynik frontier, ta droga kosztuje jedną piątą tego.

Praktyczne zastosowanie pojedynczego endpointu zgodnego z OpenAI w ponad 200 modelach to dokładnie takie porównanie. Rozbieżność między 4,52 a 0,72 USD jest wystarczająco duża, by warto było ją przetestować, a nie wierzyć jej na słowo, a jej przetestowanie oznacza wskazanie drugiej nazwy modelu w istniejącej ewaluacji i ponowne jej uruchomienie — a nie podpisanie drugiej umowy. Automatyczne przełączanie awaryjne (failover) obejmuje wtedy przypadek, w którym jako pierwsze wdrażasz to nieprzetestowane rozwiązanie: jeśli dostawca nadrzędny zacznie działać gorzej, żądanie zostaje przeniesione, a nie kończy się błędem.

Który z nich i na podstawie jakich dowodów?

• Wybierz GPT-6.1 Sol, chyba że coś konkretnego to wyklucza. Jest tańszy przy każdej publikowanej stawce, ma ścieżkę wsadową, jego odczyt z pamięci podręcznej to połowa tego w Muse Wonder, a jego niezależny indeks jest o jedną piątą punktu niższy. To domyślna odpowiedź i powinna nią pozostać, dopóki jakieś obciążenie nie pokaże, że jest inaczej.

• Wybierz Muse Wonder, gdy wynik musi być długi. Limit 128 000 tokenów na odpowiedź to twarda bariera, a jeśli Twoje zadanie wymaga pojedynczego wygenerowania 200 000 tokenów, żadne oszczędzanie na tokenach wejściowych nie sprawi, że GPT-6.1 Sol będzie w stanie tego dokonać.

• Wybierz Muse Wonder, gdy wejściem jest mowa lub wideo. Meta akceptuje oba jako pełnoprawne dane wejściowe; GPT-6.1 Sol przyjmuje tekst, obraz i plik. Połączenie etapu transkrypcji i etapu rozumowania w jedno wywołanie jest warte więcej niż różnica w stawce w niektórych potokach, a w innych zupełnie nic.

• Wybierz Muse Wonder, gdy twoje prompty znajdują się tuż powyżej 272 000 tokenów. To jedyny obszar na krzywej cenowej, w którym stała stawka Meta bije klif Sol — i bije go zdecydowanie.

• Nie oceniaj Muse Wonder po jego głównym wyniku indeksu. Pięćdziesiąt dwa przeciw 51,8 to remis w tym, co dało obie liczby, a płacenie 6,3 razy więcej na zadanie za remis nie jest strategią.

To, co czyni to zestawienie naprawdę trudnym, polega na tym, że oba modele są wystarczająco blisko siebie pod względem jakości, że decyzja dotyczy wyłącznie kształtu — jak długi musi być wynik, z czego składa się dane wejściowe i gdzie Twoje prompty plasują się na krzywej cenowej. Na te pytania można odpowiedzieć na podstawie własnych logów z tego tygodnia, a nie odpowie na nie kolejna tabela benchmarków, którą opublikuje którekolwiek z laboratoriów.