Muse Wonder vs Grok 4.6: okno o rozmiarze 1 048 576 tokenów przeciwko takiemu, które podwaja swoją cenę przy 200 000

Grok 4.6 jest tańszym modelem w tym porównaniu według każdej publikowanej stawki — 2,00 USD za milion tokenów wejściowych i 6,00 USD za milion tokenów wyjściowych w porównaniu z 4,00 USD i 20,00 USD w przypadku Muse Wonder — i istnieje długość promptu, przy której ta przewaga całkowicie znika. Progowy cennik SpaceXAI wycenia całe żądanie na dwukrotność stawki podstawowej, gdy prompt przekroczy 200 000 tokenów: wejście wzrasta do 4,00 USD, wyjście do 12,00 USD, a buforowane wejście do 1,00 USD. Przy 250 000 tokenów wejściowych i 8 000 tokenów wyjściowych Grok 4.6 rozlicza około 1,10 USD, a Muse Wonder około 1,16 USD. Model, który przy krótkich promptach wyglądał na 2,5× tańszy, przy długich jest w granicach 6% od swojego rywala — a to właśnie rywal, wydanie Meta Superintelligence Labs z 12 października 2026 r., utrzymuje stałą stawkę w całym oknie 1 048 576 tokenów.

Ten punkt przecięcia to najużyteczniejsza rzecz na tej stronie i istnieje tylko dzięki drugiej różnicy. Grok 4.6 oferuje okno kontekstowe o rozmiarze 500 000 tokenów, a następnie pobiera opłatę według stawki stopniowanej za wszystko powyżej 200 000 tokenów; Muse Wonder oferuje dwukrotnie większe okno i nigdy nie stosuje stopniowania. Jeśli twoje prompty mieszczą się poniżej 200 000 tokenów, nic z tego nie ma zastosowania, a Grok 4.6 jest po prostu lepszym zakupem. Jeśli nie, oba modele kosztują niemal tyle samo, a porównanie staje się kwestią możliwości, a nie ceny.

Dwa flagowce, osiem tygodni różnicy

Grok 4.6 to flagowy model SpaceXAI, wydany 12 sierpnia 2026 r., w cenie 2,00 USD za milion tokenów wejściowych i 6,00 USD za milion tokenów wyjściowych, a wejście z pamięci podręcznej kosztuje 0,50 USD. Ma okno kontekstu o rozmiarze 500 000 tokenów, przyjmuje dane wejściowe w postaci tekstu, obrazów i plików, zwraca tekst, obsługuje konfigurowalny wysiłek rozumowania i natywne wywoływanie narzędzi, a jego cena jest dwustopniowa: wszystko do 200 000 tokenów promptu według stawki podstawowej, wszystko powyżej — dwukrotnie drożej. Jego opublikowana dokumentacja nie podaje w ogóle maksymalnej wartości wyjściowej dla pojedynczej odpowiedzi, co jest luką, a nie zerem — nie ma liczby, względem której można planować obciążenie związane z długim generowaniem.

Muse Wonder to flagowe wydanie Meta Superintelligence Labs, wydane 12 października 2026 r. w ramach serii dwóch checkpointów. Ten, który można wywołać, to muse-wonder-1.0, udostępniany w Meta Model API oraz wewnątrz Muse Code; wyżej punktowany Muse Wonder Full jest sprzedawany wyłącznie w ramach subskrypcji Muse Code i nie ma ceny za token. Wywoływalny checkpoint przyjmuje dane wejściowe w postaci tekstu, obrazu, mowy i wideo, zwraca tekst, ma okno kontekstowe o rozmiarze 1 048 576 tokenów, ogranicza pojedynczą odpowiedź do 943 718 tokenów, nalicza opłaty w wysokości 4,00 USD za wejście, 0,20 USD za pamięć podręczną i 20,00 USD za wyjście za milion w całym oknie oraz obowiązkowo przeprowadza wnioskowanie z drabinką wysiłku od minimalnego do maksymalnego, która domyślnie ustawiona jest na średni.

Niezależny panel, który zmierzył oba, dzieli je o osiem punktów — Muse Wonder na 52, Grok 4.6 na 44 — i wskazuje również, że Grok 4.6 został zastąpiony przez Grok 4.7. Ten ostatni szczegół ma znaczenie z nieoczywistego powodu: Grok 4.7 ma tę samą cenę katalogową 2,00 USD/6,00 USD co model, który zastępuje, więc następca nie jest tańszą opcją. Jest opcją o odmiennym kształcie.

Karty stawek i ten jeden wiersz, który nie jest liczbą

Wszystko na tej liście to fakt z cennika dostawcy w przeliczeniu na milion tokenów, z wyjątkiem dwóch ostatnich wierszy, które są niezależnymi pomiarami.

• Wejście pierwszego poziomu — Grok 4.6 $2.00 za milion; Muse Wonder $4.00

• Wyjście pierwszej kategorii — Grok 4.6 6,00 USD za milion; Muse Wonder 20,00 USD

• Wejście z pamięci podręcznej — Grok 4.6 0,50 USD za milion; Muse Wonder 0,20 USD

• Powyżej 200 000 tokenów promptu — Grok 4.6 przechodzi na 4,00 USD za wejście, 12,00 USD za wyjście i 1,00 USD za pamięć podręczną w całym żądaniu; Muse Wonder pozostaje bez zmian

• Okno kontekstowe — Grok 4.6 500 000 tokenów; Muse Wonder 1 048 576

• Maksymalna długość wyjścia w jednej odpowiedzi — Grok 4.6 nie został opublikowany; Muse Wonder 943 718 tokenów

• Obsługiwane dane wejściowe — Grok 4.6: tekst, obraz i plik; Muse Wonder: tekst, obraz, mowa i wideo

• Sterowanie rozumowaniem — Grok 4.6: od niskiego do xhigh, domyślnie wysoki; Muse Wonder: od minimalnego do maksymalnego, domyślnie średni, bez możliwości wyłączenia

• Indeks Inteligencji, mierzony niezależnie — Grok 4.6 44, trzydziesty siódmy na 216; Muse Wonder 52, dziewiąty na 216

• Koszt wykonania jednego zadania indeksowego, mierzony w ten sam sposób — Grok 4.6 około 1,48 USD; Muse Wonder około 4,52 USD

Ostatni wiersz to moment, w którym opowieść o cenie staje się uczciwa. Trzykrotność kosztu na ukończone zadanie to większa luka, niż sugeruje uśredniona karta stawek, i nie wynika ona z ekstrawagancji Grok 4.6 — wręcz przeciwnie. W tej ewaluacji Grok 4.6 zużył około 94 milionów tokenów wyjściowych wobec 130 milionów w przypadku Muse Wonder, przy medianie w zestawieniu blisko 85 milionów. Tańszy model jest też mniej gadatliwy, co jest nietypowe w tym przedziale cenowym i oznacza, że luka w cenie katalogowej jest prawdziwa, a nie efektem tego, że jeden model pisze więcej.

Gdzie tak naprawdę ląduje crossover

Weźmy prawdopodobne obciążenie: 70% kosztu promptu przypada na dane wejściowe, stabilny prefiks systemowy, który podlega cachowaniu, oraz odpowiedź o długości kilku tysięcy tokenów. Poniższe obliczenia opierają się na publikowanych cenach katalogowych każdego dostawcy i są naszymi obliczeniami, a nie benchmarkiem dostawcy.

• 30 000 na wejściu i 8 000 na wyjściu, bez pamięci podręcznej — Grok 4.6 około 0,11 USD; Muse Wonder około 0,28 USD. Grok jest około 2,6× tańszy.

• 250 000 na wejściu i 8 000 na wyjściu, bez pamięci podręcznej — Grok 4.6 około 1,10 USD przy stawce stopniowanej; Muse Wonder około 1,16 USD przy stawce jednolitej. Różnica wynosi około 5%.

• 400 000 tokenów wejściowych i 8 000 wyjściowych, bez buforowania — Grok 4.6 około 1,70 USD; Muse Wonder około 1,76 USD. Nadal remis, a Grok 4.6 ma teraz tylko 100 000 tokenów do końca swojego okna, podczas gdy Muse Wonder wykorzystuje 38% swojego.

• Odczyty z pamięci podręcznej przy 250 000 tokenach kontekstu — Grok 4.6: 1,00 USD za milion wobec 0,20 USD Muse Wonder, co daje Meta 5-krotną przewagę, gdy pamięć podręczna jest już rozgrzana, a prompt jest wystarczająco długi, by wywołać ten krok

Wzorzec to sedno. Grok 4.6 jest dramatycznie tańszy w przypadku pracy, którą większość zespołów wykonuje przez większość czasu, a w przypadku pracy, która sprawiła, że ludzie zaczęli szukać okna o milionie tokenów, dorównuje lub nieco ustępuje. Model kosztów oparty na stawce z nagłówka mocno wyolbrzymia przewagę Groka w przypadku ruchu o długim kontekście.

Co można kupić za osiem punktów indeksu, a czego nie

Zmierzona niezależność działa tu w obie strony, a warto zachować precyzję co do tego, skąd pochodzą poszczególne liczby.

Najmocniejsze opublikowane wyniki Grok 4.6 pochodzą od podmiotów trzecich, a jeden z nich jest wyjątkowo dobry. W GPQA Diamond, zestawie pytań naukowych na poziomie magisterskim, uzyskuje 94,9 — najwyższy wynik w najwyższej lidze w swojej klasie cenowej, a zarazem obszar, w którym Muse Wonder nie ma w ogóle żadnego opublikowanego niezależnego wiersza. Uzyskuje także 61,0 w Humanity's Last Exam i 76,8 w niezależnej ocenie kodowania, oba od tego samego ewaluatora. W przypadku pracy w formie pytań na dużą skalę to właśnie te liczby pozwalają przewidzieć, czy model cię skompromituje, a przy cenie 2,00 USD/6,00 USD to bardzo korzystna okazja.

Siła Muse Wonder ma inny kształt i to również sprawia, że ośmiopunktowa różnica w indeksie nie jest sednem historii. Własna tabela premierowa Mety — raportowana przez dostawcę, uruchomiona w środowisku testowym Mety i nieodtworzona — składa się niemal wyłącznie z zadań agentowych i terminalowych o długim horyzoncie, a niezależny komentarz już dokonał z niej wyboru. Wiersze DeepSWE 1.1 i SWE-Marathon Mety stawiają tę serię przed modelami, z którymi jest porównywana, a limit wyjściowy wynoszący 943 718 tokenów to przewaga strukturalna, której nie ujmuje żaden cennik: obciążenie generujące bardzo duży pojedynczy artefakt — czy to wygenerowaną aplikację, czy długi dokument strukturalny — nie ma liczby Grok 4.6, z którą można by je porównać, ponieważ Grok 4.6 takiej nie publikuje.

Zatem podział nie przebiega między lepszym a gorszym. To tanie i szybkie kontra długie i płaskie, a osią, która o tym decyduje, jest długość promptu.

Teraz trzy modele, a nie dwa, gdy następca wchodzi w rachubę

Niezależny panel oznacza Grok 4.6 jako zastąpiony i wskazuje na Grok 4.7, który zdobywa 46 punktów wobec 44 punktów uzyskanych przez Grok 4.6, ma tę samą cenę katalogową 2,00 USD/6,00 USD z tym samym odczytem z pamięci podręcznej za 0,50 USD i tym samym oknem 500 000 tokenów, podaje limit wyjściowy 450 000 tokenów, którego jego poprzednik nie ma, oraz oferuje o jedno ustawienie wysiłku więcej na samej górze. Na papierze to oczywiste ulepszenie.

Rachunek mówi coś innego. Koszt Grok 4.7 na ukończone zadanie indeksowania wynosi około 3,74 USD wobec 1,48 USD w Grok 4.6, ponieważ zużył około 240 milionów tokenów wyjściowych w przebiegu, w którym jego poprzednik zużył 94 miliony. Nowszy, z wyższymi wynikami i przy tej samej cenie katalogowej, i tak wypadł 2,5× drożej na ukończone zadanie. To rzadki przypadek, w którym flaga wycofania na stronie modelu sama w sobie nie jest powodem do przejścia, i warto o tym wiedzieć, zanim zmigrujesz ruch, którego nie musiałeś migrować.

Dla każdego, kto buduje to jako potok dwumodelowy, a nie projekt z dwoma dostawcami, strona routingu jest prosta w jednej połowie, a w drugiej już nie. OrcaRouter oferuje Grok 4.6 jako grok/grok-4.6 w cenie katalogowej samego SpaceXAI z 0% marży — cena katalogowa dostawcy przekazywana bez zmian, więc ceny danego poziomu i wszelkie ich zmiany trafiają tu tego samego dnia — pod tym samym kluczem co ponad 200 innych modeli, z automatycznym przełączaniem awaryjnym między dostawcami, gdy endpoint zaczyna szwankować. Muse Wonder nie ma w naszym katalogu i nie znamy żadnego weryfikowalnego pokrycia u zewnętrznych dostawców, więc jedynym sposobem, by wywołać go dziś, jest własne API Meta i Muse Code. Wywołanie fuzji modeli, które uruchamia tani model i mocny obok siebie i wybiera między odpowiedziami, to jedna z rzeczy, które pojedynczy endpoint ułatwia — ale może obejmować tylko modele, które ktoś udostępnia.

Wybór według długości promptu, a nie według werdyktu

Poniżej 200 000 tokenów promptu, przy dużym wolumenie, w zadaniach w formie pytań: Grok 4.6, bez większego zastanawiania się. Jest 2,6× tańszy w przypadku typów żądań, które większość zespołów faktycznie wysyła, uzyskuje 94,9 w jedynym niezależnym benchmarku, w którym bije wszystko w swojej klasie, i jest około 2× szybszy do pierwszego tokenu niż jego rywal. Jedno zastrzeżenie: Grok 4.7 istnieje w tej samej cenie katalogowej z dodatkowym poziomem wysiłku — sprawdź własne liczby tokenów, zanim założysz, że kosztuje więcej, ponieważ opublikowana wartość wskazuje, że tak będzie.

Ponad 200 000 tokenów promptu, albo kilkaset tysięcy tokenów kontekstu utrzymywanych w otwartym stanie przez długi przebieg agentowy, albo zadanie, którego wynik jest ogromny: Muse Wonder. To przecięcie jest realne i ostre, a pułap odpowiedzi wynoszący 943 718 tokenów nie jest liczbą, na którą Grok 4.6 może odpowiedzieć własną.

Między nimi tkwi uczciwa obserwacja, że to jedyne zestawienie w oknie premiery Mety, w którym tańszy model jest także tym szczuplejszym, więc różnica w cenie oznacza kupowanie możliwości, a nie tokenów. Dwa dni po premierze Muse Wonder ta możliwość jest opisana przez jeden niezależny wiersz i jedną tabelę dostawcy. Możliwości modelu Grok 4.6 narastają od sierpnia.