Muse Spark vs Claude Opus 5.5: Dez Pontos de Inteligência e uma Fatura 3,7x

A comparação entre Muse Spark e Claude Opus 5.5 costuma ser escrita como um placar, e o placar de fato tem um vencedor: no Intelligence Index da Artificial Analysis, o Muse Spark atual — Muse Spark 1.3 em sua configuração máxima de raciocínio — marca 48, enquanto o Claude Opus 5.5 no esforço máximo com fallback padrão marca 58 e ocupa o primeiro lugar no placar. Esse é o número que todo mundo cita. O número que quase ninguém cita está na mesma página: concluir uma tarefa do Intelligence Index custa US$ 1,60 no Muse Spark 1.3 e US$ 5,98 no Opus 5.5. Dez pontos de índice por cerca de 3,7x mais dinheiro por tarefa, com o Muse Spark também sendo cerca de 28% mais rápido e emitindo um terço menos tokens para chegar lá. Nenhum desses números é nosso — ambos vêm das próprias listagens hospedadas da Artificial Analysis — e qual deles importa depende inteiramente do que você está fazendo, então este texto trata de separar as duas perguntas em vez de escolher um lado.

Primeiro, aquilo que o nome do modelo esconde

O Muse Spark não é um único modelo, e a comparação só faz sentido depois que você fixa uma versão. A linha vai de Muse Spark 1.1 (16 de julho de 2026), Muse Spark 1.2 (5 de agosto de 2026) e Muse Spark 1.3 (2 de setembro de 2026), todos da M​eta Superintelligence Labs, todos compartilhando uma janela de contexto de 1.048.576 tokens e uma modalidade de saída de texto. A M​eta rotula a 1.3 como atual. O Muse Spark 1.3 também ganhou seu nível de raciocínio "max" em 4 de setembro, dois dias após o lançamento, depois que a M​eta concluiu testes de segurança adicionais — e isso importa aqui porque todo scorecard de laboratório de IA, incluindo o da M​eta, foi produzido nessa configuração, enquanto o modelo que a maioria dos desenvolvedores realmente solicitou nos primeiros dois dias estava limitado a xhigh.

O Claude Opus 5.5 chegou em 22 de setembro de 2026, o primeiro lançamento da família 5.5 da A​nthropic, e é um objeto mais simples: um modelo GA, pensamento adaptativo sempre ativado, esforço selecionável de baixo a máximo. O enquadramento da própria A​nthropic foi o custo — ela afirma que o O​pus 5.5 custa 40% menos para executar do que o Claude Opus 5, com entrada e saída a $4 e $20 por milhão de tokens e leituras de cache a $0,20, um corte de 60% nas leituras de cache em relação ao seu antecessor. O Claude Fable 5.1 ainda está acima dele para os trabalhos de raciocínio mais difíceis.

Então, a descrição honesta é uma comparação entre um modelo que continua sendo redirecionado sob o mesmo nome de família e um modelo que foi lançado uma vez com uma configuração fixa e não mudou desde então.

Os números independentes, com seu asterisco

A Artificial Analysis é o único terceiro com listagens públicas para ambos, e não os compara na mesma categoria — modelos de pesos abertos são ranqueados contra modelos de pesos abertos da mesma classe de tamanho, modelos proprietários contra o campo mais amplo. Ambos são proprietários, então essa distorção específica não está em jogo; o que está em jogo é que nenhuma das listagens é uma reexecução controlada do harness da outra.

• Muse Spark 1.3 (max) — Índice de Inteligência 48, posição 24 de 217; velocidade de saída de 121,9 tokens/segundo; $1,25 de entrada / $4,25 de saída por milhão de tokens; $1,60 por tarefa do índice; 170M tokens de saída gerados durante o índice.

• Claude Opus 5.5 (max, fallback padrão) — Índice de Inteligência 58, posição 1 de 217; velocidade de saída 95,2 tokens/segundo; US$ 4,00 de entrada / US$ 20,00 de saída; US$ 5,98 por tarefa do índice; 260M tokens de saída.

Leia essas duas listas lado a lado e a forma da troca é visível sem qualquer interpretação. O​pus 5.5 vence em inteligência por 10 pontos e o faz sendo mais verboso, não menos — 260M de tokens contra 170M — portanto, não está comprando sua pontuação com economia. Muse Spark 1.3 é mais rápido, mais barato por token, mais barato por tarefa concluída e fala menos. É na linha de preço por tarefa que a diferença é maior: você pode executar aproximadamente 3,7 tarefas do índice Muse Spark 1.3 pelo custo de uma tarefa do índice O​pus 5.5.

Mais um dado independente, porque aponta no sentido contrário e vale a pena dizê-lo: a tabela de classificação de texto da LMArena coloca uma configuração do Claude Opus 5.5 na 3.ª posição geral, com 1508 Elo, e o Muse Spark 1.3 não aparece nessa tabela de forma alguma. A votação por preferência humana e um índice de benchmark discordam quanto à magnitude, o que é normal, mas isso significa que a diferença de 10 pontos não deve ser lida como “10% pior em tudo”.

Onde a lacuna é mais ampla, segundo os fornecedores

Os scorecards dos fornecedores não são comparáveis entre si, e nenhum dos fornecedores publicou os mesmos benchmarks, mas a sobreposição é instrutiva. Tudo abaixo é relatado pelos fornecedores e não foi reproduzido por nós.

• Terminal-Bench 4.0 — Opus 5.5: 66,4%, executado com esforço xhigh conforme a nota da Anthropic. A Meta relata o Muse Spark no Terminal-Bench 2.1, em vez disso, onde a pontuação publicada da família é 76,4 com o agente Terminus 2. Versões de benchmark diferentes, agentes diferentes — não os subtraia.

• GDPval-AA — Opus 5.5: 1846 Elo na v2.1. Muse Spark 1.3: 1,754 na v2. A versão mudou entre as duas medições, então a diferença de 92 pontos é direcionalmente real e numericamente frágil.

• Uso agêntico de computador — O​pus 5.5: 81,8% no OSWorld 2.1, marcado como "parcial". Muse Spark 1.3: 66,9 no OSWorld 2.0. Novamente, revisões diferentes da mesma família de benchmarks.

• Terminal-Bench-Science 0.1 — O​pus 5.5: 58,7%. M​eta não publica nenhum equivalente para o Muse Spark 1.3.

Anthropic é excepcionalmente explícita sobre os limites de sua própria tabela, observando que, nesse nível de capacidade, "as margens de benchmark se tornaram um guia menos confiável para diferenças do mundo real". Vale a pena tomar essa frase ao pé da letra nos dois sentidos: ela enfraquece tanto a lacuna de 10 pontos da AA quanto as alegações da Meta sobre a colocação do DeepSWE.

O que você abre mão além dos pontos

• Modalidades de entrada — Muse Spark 1.3 aceita texto, imagem e vídeo. Claude Opus 5.5 aceita texto e imagem. Se o seu pipeline alimenta gravações de tela ou vídeo diretamente no modelo, não há dúvida e a diferença no índice é irrelevante.

• Saída máxima — O​pus 5.5 retorna até 128K tokens de forma síncrona, e 300K por meio da API Batches, atrás de um cabeçalho beta. A M​eta não publica um número de saída máxima para o Muse Spark 1.3 que pudéssemos verificar. Se você gera artefatos longos em uma única chamada, um teto não publicado é um risco que você deve testar em vez de presumir.

• Economia de cache — a leitura de cache do Opus 5.5 custa US$ 0,20 por milhão, um desconto de 95% sobre a entrada. A do Muse Spark 1.3 custa US$ 0,15, um desconto de 88%. Para um loop de agente com uso intenso de cache, isso estreita ou inverte a aritmética por tarefa em relação às tarifas de tabela, e é a coisa mais fácil de errar ao comparar esses dois apenas pelo preço de tabela.

• Contexto — ambos são 1M. Nada a separar.

• Cadência de lançamentos — O​pus 5.5 é um modelo com um preço e não mudou desde setembro. O Muse Spark foi redirecionado três vezes em três meses e depois acrescentou um nível de raciocínio por cima. Ou isso é uma iteração saudável, ou é um risco de integração, dependendo de quanto você gosta de reexecutar as avaliações.

Executando ambos sem uma segunda integração

Ambos os lados desta comparação estão no OrcaRouter — o Claude Opus 5.5 e os dois checkpoints Muse Spark que servimos, Muse Spark 1.2 e Muse Spark 1.1 — por meio de uma única API em mais de 200 modelos, pelo preço de tabela de cada provedor, com 0% de markup repassado. Que é a resposta prática à pergunta que este artigo levanta: a forma de descobrir se sua carga de trabalho realmente precisa dos dez pontos de índice extras é rotear uma fatia do tráfego de produção para o Muse Spark 1.2 a US$ 1,25 de entrada / US$ 4,25 de saída e compará-la com os mesmos prompts no Opus 5.5, na mesma chave, com failover automático para que uma execução ruim degrade para o outro modelo em vez de para uma página de erro. Sem segundo contrato, sem segundo SDK, sem migração.

Duas ressalvas honestas sobre a nossa própria cobertura. O Muse Spark 1.3 não está no nosso catálogo hoje, então a comparação de roteamento acima começa do 1.2, que é o checkpoint que a Artificial Analysis mede um ponto abaixo do Muse Spark Open e que agora carrega um aviso de descontinuação apontando para o 1.3. E esta comparação baseia-se nas figuras publicadas da A​nthropic e da M​eta, além das listagens independentes da Artificial Analysis; não reexecutamos os benchmarks de nenhum dos modelos, e as linhas dos fornecedores acima devem ser lidas como alegações.

A versão que vale a pena conferir novamente

Se a pergunta que você trouxe aqui é "o barato é bom o suficiente", a resposta honesta hoje é que o barato é 48 contra 58 do Opus 5.5, mais rápido, menos verboso e cerca de 3,7x mais barato por tarefa concluída — e que a própria ressalva da Anthropic sobre margens de benchmark é o argumento mais forte para testar em vez de decidir. Se o seu trabalho envolve entrada de vídeo, saídas únicas extremamente longas, ou os últimos pontos de raciocínio difícil, o Opus 5.5 é o modelo que foi lançado com essas coisas documentadas. O que se deve observar não é o próximo número de versão do Muse Spark, mas se o Muse Spark 1.3 chega a um roteador que você já usa, e a que preço — o preço da família tem se mantido estável em $1,25 / $4,25 nas versões 1.1, 1.2 e 1.3, o que por si só é um sinal de que a Meta está competindo em capacidade por dólar, e não no dólar.

Um desenvolvimento pertence ao lado de fora desta comparação, e não dentro dela, e é a razão pela qual se está escrevendo sobre esta família esta semana. Em 15 de outubro de 2026 — treze dias após o lançamento do Muse Spark 1.3 e no dia anterior a este artigo — a M​eta publicou os pesos e a licença do Muse Spark Open, o membro separado da família com pesos abertos, cujo repositório estava bloqueado e sem anúncio desde 15 de setembro. A arquitetura de 816B no total / 42B ativos que circula atualmente é esse lançamento, e não o 1.3 fechado medido acima. O Artificial Analysis de fato o lista, com um índice de inteligência de 39 contra os 48 que este artigo atribui ao Muse Spark 1.3, e a M​eta não publicou o relatório de avaliação por trás de seu próprio quadro de pontuação para ele. Portanto, o artefato está confirmado e a alegação de desempenho não; não leia esta comparação como abrangendo-o.

O que os números não podem dizer é se algo deu errado em campo: os incidentes de IA documentados e as falhas de agentes envolvendo modelos dessa classe estão reunidos em o OrcaRouter AI Incident Archive, onde cada entrada traz suas próprias fontes, gravidade, grau de confiança e sinalização de contestação.