Muse Wonder Full vs Muse Wonder: Mesmo lançamento, mesma tabela de preços, quatro pontos de diferença no único painel que mediu os dois

Muse Wonder Full e Muse Wonder chegaram em uma única postagem em 12 de outubro de 2026, da Meta Superintelligence Labs, e quase todas as especificações nessa postagem se aplicam a ambos. Ambos são descritos com uma janela de contexto de 1.048.576 tokens. Ambos estão listados a US$ 4,00 por milhão de tokens de entrada, US$ 0,20 para entrada em cache e US$ 20,00 por milhão de tokens de saída. Ambos exigem raciocínio. Ambos aceitam texto, imagem, fala e vídeo e retornam texto. E no índice independente Artificial Analysis Intelligence Index, eles estão a quatro pontos de distância: Muse Wonder Full com 56, classificado em quarto lugar entre 699 modelos avaliados, e Muse Wonder com 52, classificado em nono lugar entre 219.

Os quatro pontos são a menor diferença real entre dois checkpoints de fronteira lançados no mesmo dia pelo mesmo laboratório, e também são a coisa menos decisiva sobre o par — porque apenas um dos dois é acessível. O Muse Wonder responde na Meta Model API e dentro do Muse Code. O Muse Wonder Full é descrito pela Meta como exclusivo da assinatura do Muse Code, a US$ 50 por mês para Power Usage ou US$ 200 por mês para Maximum Usage. Isto não é uma comparação entre um modelo forte e um mais forte. É uma comparação entre um mais forte que você não pode invocar e um mais fraco que você pode.

Um anúncio, dois checkpoints e uma coluna que os separa

Leia o material de lançamento linha por linha e os dois modelos se acompanham quase até o fim. Onde eles divergem é em uma única coluna, e não é capacidade.

• Acesso — muse-wonder-1.0 responde na API do Meta Model e dentro do Muse Code; muse-wonder-full-1.0 é exclusivo da assinatura do Muse Code, sem caminho medido e sem SDK que possa ser apontado para ele.

• Preço — a tabela de tarifas compartilhada de $4,00 na entrada, $0,20 em cache e $20,00 na saída descreve um caminho que existe para o Muse Wonder e não existe para o Muse Wonder Full, cujo custo é um plano mensal de $50 ou $200.

• Índice independente — Muse Wonder 52, 9º de 219; Muse Wonder Full 56, 4º de 699. Quatro pontos, medidos no mesmo harness público, que é o único lugar em que ambos aparecem numa mesma escala.

• Orçamento de saída — o teto de resposta única do checkpoint chamável é de 943.718 tokens. O teto do checkpoint de assinatura não é publicado, porque ninguém fora da Meta consegue contá-lo.

• Composto do fornecedor — a própria tabela da Meta coloca Muse Wonder Full em 59,1 em seu Personal Superintelligence Index e Muse Wonder em 56. Na linha do Artificial Analysis Index da mesma tabela, a Meta lista Muse Wonder Full em 59,0, enquanto a própria Artificial Analysis publica 56.

Vale a pena refletir sobre essa última linha. O número do fornecedor para seu próprio checkpoint principal está três pontos acima da medição independente do mesmo checkpoint no mesmo índice nomeado — e a medição independente do outro checkpoint, 52, está mais próxima do 59,1 do fornecedor para o primeiro do que os dois valores do fornecedor estão entre si.

Quatro pontos não é o número que importa.

Nas próprias linhas de longo horizonte da Meta, os dois checkpoints se distanciam muito mais do que quatro pontos, e em ambas as direções. Todos os itens a seguir são relatados pelos fornecedores, produzidos no harness da Meta com esforço máximo de raciocínio, sem nada reproduzido de forma independente.

• JobBench, tarefas profissionais de longo horizonte — Muse Wonder Full 75.3, Muse Wonder 30.8. Uma diferença de 44 pontos entre dois modelos do mesmo lançamento.

• Terminal-Bench 4.0-AA — Muse Wonder 85,6, Muse Wonder Full 85,5. O checkpoint chamável supera por pouco o da assinatura, por um décimo de ponto.

• SWE-Marathon — Muse Wonder Full 79,0, Muse Wonder 78,8.

• MemoryBench — Muse Wonder Full 39,4, Muse Wonder 34,3.

• Harvey LAB-AA, suíte de agentes jurídicos da Meta — Muse Wonder 54.3, Muse Wonder Full 13.1. O checkpoint de assinatura termina por último, 41 pontos atrás daquele que você pode realmente chamar.

Então, o par está separado por quatro pontos no quadro independente, por 44 pontos a favor da Meta em uma linha e por 41 pontos contra ela na linha seguinte. Esses três números não podem todos descrever uma única diferença de capacidade, e a leitura mais parcimoniosa é que não descrevem: uma oscilação de 44 pontos entre checkpoints separados por quatro pontos em um harness público é o que uma avaliação sensível ao harness de uma tarefa em formato de rollout parece ser em uma pontuação agregada.

Os quatro pontos do conselho independente são, se tanto, o número mais honesto e o menos útil — uma diferença de uma única execução desse tamanho está dentro da faixa de ruído da própria avaliação. Tomados em conjunto com a tabela composta, os três resultados apontam, no agregado, para a mesma conclusão: são dois checkpoints de fronteira entre os dez melhores, cujas capacidades gerais medem-se próximas, cujo comportamento de longo horizonte mede-se muito distante, e um dos quais ninguém fora da Meta consegue executar. O que não consegue estabelecer é qual deles vence na sua carga de trabalho, e não tenta.

O que o degrau extra deveria comprar

A Meta nomeia duas capacidades para a série que não são linhas de benchmark de forma alguma: Active Memory, descrita como estado persistente mantido entre sessões, e Active Focus, descrita como atenção autogerenciada em tarefas longas. Se qualquer uma delas funcionar como descrito, é um tipo diferente de diferença em relação a uma pontuação — muda o formato da aplicação, porque estado que sobrevive a um limite de sessão é algo que você, de outra forma, construiria você mesmo, mal, no seu próprio banco de dados.

Nenhum dos dois é demonstrado em um cartão de modelo, e nenhum dos dois é acessível para testes, porque o checkpoint que os contém é aquele por trás da assinatura. Isso deixa uma equipe com um problema específico e pouco glamouroso: o motivo plausível para pagar US$ 50 ou US$ 200 por mês pelo Muse Wonder Full é um recurso que ninguém fora da Meta consegue avaliar, atrelado a um checkpoint que também registra 13,1 na suíte de agentes jurídicos, contra 54,3 do seu irmão.

A medição independente preenche parte da lacuna — e apenas parte. A Artificial Analysis registra o Muse Wonder Full consumindo cerca de 140 milhões de tokens de saída durante sua avaliação, contra uma mediana de 88 milhões, e o Muse Wonder cerca de 130 milhões, contra uma mediana de 85 milhões. Ambos gastam pesadamente para atingir suas pontuações, o que é consistente com raciocínio obrigatório e informa o custo de uma escalada antes que você a faça — mas nenhum dos números diz nada sobre se a memória persistente funciona.

A decisão é um acelerador, não uma compra

A maioria das comparações entre dois checkpoints termina numa pergunta de compra: qual deles a gente compra. Esta não pode, porque um dos lados não tem um SKU medido. Isso reenquadra a coisa toda como uma pergunta de roteamento, e a pergunta de roteamento tem um formato excepcionalmente limpo aqui, porque a opção mais barata e a mais cara são vendidas em medidores completamente diferentes.

O Muse Wonder é cobrado por consumo. O seu custo escala linearmente com os tokens, a $4,00 e $20,00 por milhão, com um desconto de 95% de cache no lado da entrada, razão pela qual o custo independente por tarefa de indexação fica próximo de $4,52. O Muse Wonder Full não é cobrado por consumo de forma alguma. O seu custo é um plano mensal de valor fixo que não varia com o volume, o que significa que o custo marginal de mais um pedido ao checkpoint Full é zero dentro de um plano e infinito fora dele. Estas duas lógicas econômicas querem tráfego oposto: o preço por consumo recompensa manter o modelo caro fora da maioria dos pedidos, e o preço fixo recompensa encaminhar o máximo possível através dele depois de se ter pago.

O que significa que a arquitetura prática é uma escada de escalonamento, e não uma escolha de modelo. O checkpoint chamável lida com a maior parte do tráfego a uma taxa que você consegue prever. O checkpoint de assinatura absorve o subconjunto em que se alega que seu comportamento de longo horizonte difere — supondo que você tenha um plano que comporte o volume, e supondo que a alegação de 44 pontos do JobBench sobreviva à sua própria medição. A própria medição é a parte a ser construída primeiro, porque uma diferença pública de quatro pontos e uma diferença de fornecedor de 44 pontos não podem estar ambas certas, e sua carga de trabalho é o único instrumento que resolve isso.

Duas coisas sobre o restante do conjunto tornam essa escada mais barata de construir do que parece. A primeira é que todos esses modelos cobram da mesma forma — tokens de raciocínio são tokens de saída a US$ 20 por milhão, e a escada de esforço vai do mínimo ao máximo e tem padrão médio, então a configuração que você escolhe pesa mais na conta do que o identificador de modelo que você troca. A segunda é que o conjunto de comparação que este lançamento convida já é roteável: Claude Opus 5.5 a US$ 4,00 de entrada e US$ 20,00 de saída e o Muse Spark 1.2 da própria Meta a US$ 1,25 e US$ 4,25 estão ambos no OrcaRouter pelos preços de tabela de seus fornecedores, ao lado de mais de 200 outros modelos por trás de uma única API compatível com a OpenAI. Os preços de tabela são repassados com 0% de margem, então a aritmética da escada não muda quando o modelo muda.

Nem Muse Wonder nem Muse Wonder Full é uma das nossas rotas. Não há nenhuma entrada meta/muse-wonder ou meta/muse-wonder-full no catálogo, o Muse Wonder Full não está disponível fora das superfícies de assinatura da Meta a nenhum preço, e não vamos descrever nenhum dos dois como se estivesse. O que um roteador contribui para esta decisão em particular é o failover e o fallback: o degrau de escalonamento que deveria ser executado raramente é exatamente o degrau onde uma falha momentânea do provedor é menos tolerável e menos visível, e failover automático, além de uma DSL de roteamento que consegue expressar o escalonamento como configuração em vez de código de aplicação, é o que evita que um caminho usado raramente se torne uma indisponibilidade.

A versão para recordar

Se a única coisa que você tira deste lançamento é que o Muse Wonder Full pontua mais alto que o Muse Wonder, você ficou com a parte menos acionável dele. Os dois diferem em quatro pontos no único ranking independente que mediu ambos, em 44 pontos relatados pelo fornecedor em uma suíte e em 41 pontos relatados pelo fornecedor contra ele em outra, e em um critério binário rígido de acesso: um é uma API que você pode chamar hoje por US$ 4,00 e US$ 20,00 por milhão, o outro é um plano mensal sem tarifa por token e sem nenhuma forma de acesso via SDK.

A atitude certa é tratar os quatro pontos como evidência de que esses são equivalentes em capacidade e a diferença de acesso como evidência de que não são substitutos. Desenvolva com base no checkpoint chamável, construa o harness de medição que lhe diria qual é a sua própria lacuna e trate a assinatura como um escalonamento que você ativa quando a medição justificar — não como um upgrade que você compra porque a pontuação composta é maior. E quando um fornecedor publica uma diferença de 44 pontos dentro de um único lançamento, a pergunta útil não é em qual checkpoint padronizar. É qual número sobrevive ao contato com o seu próprio conjunto de avaliação, e essa pergunta só tem resposta se você já o tiver construído.