Muse Wonder vs Gemini 3.1 Pro: Vinte e Dois Pontos de Índice, Dois Trens de Lançamento e um Placar que se Moveu Sob Um Deles

Gemini 3.1 Pro marcou 57 no Intelligence Index da Artificial Analysis quando foi lançado em fevereiro de 2026 e ficou no topo do ranking. Lido hoje, na revisão atual desse mesmo índice, marca 29,7. Nada no modelo mudou. Muse Wonder, lançado em 12 de outubro de 2026, registra 52 no mesmo ranking — e a comparação que a maioria das pessoas fará, 52 contra 29,7, é uma diferença real que também é enganosa, porque grande parte dela foi fabricada por uma reavaliação, e não por seis meses de progresso do modelo. A versão honesta deste confronto compara dois modelos em produção, Gemini 3.1 Pro e Muse Wonder, em uma régua que já foi substituída duas vezes, e então pergunta para que cada um realmente serve.

Um enquadramento antes dos números. Estes não são concorrentes no sentido em que uma típica página de comparação "versus" quer dizer. O Gemini 3.1 Pro é o último endpoint ativo da camada Pro nessa linha, ainda servido sob um identificador de pré-visualização sete meses após o anúncio. O Muse Wonder é o mais recente lançamento de fronteira da Meta Superintelligence Labs, com um modelo irmão de pontuação superior condicionado a assinatura. Um é um cavalo de batalha multimodal de contexto longo cujo preço é o seu argumento; o outro é um modelo agêntico com uso intensivo de saída cujo preço é o ponto sobre o qual é preciso pensar com mais cuidado.

O governante mudou, o modelo não

Esta é a parte da comparação que uma ficha técnica não lhe dirá, e é por isso que a diferença anunciada é enganosa em ambas as direções.

A Artificial Analysis lançou o Intelligence Index v4.3 no início de setembro de 2026 e o revisou novamente desde então. Essa atualização substituiu o Terminal-Bench v2.1 pelo muito mais difícil Terminal-Bench v4.0 e trocou o τ³-Banking pelo AutomationBench-AA, um benchmark de fluxos de trabalho agênticos construído sobre um conjunto de tarefas privado e reservado. A ponderação de dados privados reservados subiu para 45%. Como resultado, as pontuações caíram em toda a fronteira — modelos que ficavam na casa dos sessenta na escala antiga passaram para a casa dos cinquenta baixos. O Gemini 3.1 Pro não caiu tanto assim; caiu para menos de 30.

Então, o mesmo checkpoint inalterado tem quatro leituras publicadas em circulação — 57, 46, 30 e 29,7 — dependendo da página que se abre e de quando. Isso não é um escândalo, é o que um bom índice parece quando os testes por baixo dele ficam mais difíceis. É, no entanto, razão para nunca comparar dois números que vieram de duas revisões diferentes, que é exatamente o que uma linha de 52 contra 29,7 convida a fazer.

O que cada modelo realmente é

• Gemini 3.1 Pro — um modelo de raciocínio multimodal nativo, de pesos fechados, anunciado em 19 de fevereiro de 2026 e ainda classificado como "Preview" no endpoint gemini-3.1-pro-preview. Não há 3.5, 3.6, 3.7 ou 3.8 Pro na linha; a escada Flash se moveu cinco vezes, enquanto a escada Pro não se moveu em nada.

• Muse Wonder — um modelo de fronteira de pesos fechados lançado em 12 de outubro de 2026, disponibilizado como muse-wonder-1.0 na API própria da Meta e dentro do Muse Code. Um segundo checkpoint, Muse Wonder Full, obtém pontuação mais alta na própria tabela da Meta e está disponível apenas para assinantes do Muse Code.

• Contexto — Gemini 3.1 Pro 1.048.576 tokens de entrada; Muse Wonder 1.048.576. Nível, e no mesmo nível que a maior parte da fronteira atual.

• Limite de saída — Gemini 3.1 Pro 65.536 tokens em uma única resposta; Muse Wonder 943.718. Esta é a maior diferença individual entre os dois modelos, e é quatorze vezes maior.

• Preço — Gemini 3.1 Pro $2,00 por milhão de tokens de entrada e $12,00 por milhão de saída abaixo de um prompt de 200.000 tokens, passando para $4,00 e $18,00 acima disso, com entrada em cache a $0,20 e $0,40. Muse Wonder é $4,00 e $20,00 fixos, entrada em cache $0,20. Em prompts curtos, é metade do preço na entrada e 40% mais barato na saída; acima de 200.000 tokens, os dois convergem quase exatamente.

• Modalidades de entrada — Gemini 3.1 Pro aceita texto, imagem, vídeo, áudio e arquivos. Muse Wonder aceita texto, imagem, fala e vídeo. Ambos geram apenas texto. No papel, são a mesma frase e, na prática, o ecossistema de ferramentas conta com sete meses de ferramentas construídas em torno disso.

• Raciocínio — O Gemini 3.1 Pro oferece controle de nível de pensamento, com tokens de pensamento cobrados à tarifa de saída. O raciocínio do Muse Wonder é obrigatório, com uma escala de esforço de mínimo a máximo, padronizada como médio, e nenhum caminho sem pensamento.

• Índice independente — Gemini 3.1 Pro 29,7 na revisão atual, com uma leitura anterior de 46 e uma leitura da época de lançamento de 57; Muse Wonder 52 na revisão atual.

O limite de reprecificação que a maioria das equipes ultrapassa por acidente

A tabela de preços do Gemini 3.1 Pro tem um degrau, e não se trata de um excesso de uso. Abaixo de 200.000 tokens de entrada, o modelo custa US$ 2,00 e US$ 12,00; acima desse limite, a requisição é reprecificada em US$ 4,00 e US$ 18,00. Uma requisição de 210.000 tokens não é cobrada pela tarifa mais barata nos seus primeiros 200.000 tokens — a requisição inteira passa para o nível mais caro.

Isso é uma verdadeira estranheza para um modelo cujo argumento de venda inteiro é uma janela de contexto de um milhão de tokens: a janela é real, mas só o primeiro quinto dela vem pelo preço anunciado. Acima do limite, a US$ 4,00 e US$ 18,00, o Gemini 3.1 Pro tem um preço dentro de uma margem de erro de arredondamento dos US$ 4,00 e US$ 20,00 do Muse Wonder, e a leitura de cache é idêntica, a US$ 0,20 por milhão. Então, a máxima "mais barato na entrada" se sustenta precisamente até o ponto em que você usa a capacidade pela qual comprou o modelo.

O contrapeso está no lado da entrada, onde a economia do lado da entrada é genuinamente forte e medições independentes a corroboram. A Artificial Analysis registra um custo de cerca de US$ 0,67 por tarefa do índice para o Gemini 3.1 Pro e aproximadamente 67 milhões de tokens de saída gerados ao longo da execução do índice, contra uma mediana de cerca de 90 milhões para modelos em sua faixa de preço. Um modelo que responde com menos tokens a uma tarifa mais baixa é mais barato de uma forma que nenhuma tabela de tarifas mostra diretamente — e é o número a ser comparado com os cerca de US$ 4,52 por tarefa do índice do Muse Wonder, o que é consequência tanto de uma tarifa mais alta quanto de aproximadamente 130 milhões de tokens de saída contra uma mediana de 85 milhões.

Entre o que você está realmente escolhendo

A lacuna de capacidade na régua de hoje é real — 52 contra 29,7 são vinte e dois pontos, e isso não é ruído —, mas é uma comparação entre um lançamento de fronteira de cinco semanas e uma prévia de sete meses que o fornecedor nunca promoveu além do status de prévia. Escolher entre eles tem menos a ver com qual pontua mais e mais com qual modo de falha você consegue conviver.

As limitações do Gemini 3.1 Pro são estruturais e conhecidas. O teto de saída de 65.536 tokens exclui-o da geração de formato longo num único turno, que é onde o orçamento de 943.718 tokens do Muse Wonder é mais obviamente uma vantagem. O tempo até ao primeiro token situa-se em cerca de 35,7 segundos na medição publicada, o que é lento para qualquer coisa interativa. E o identificador de pré-visualização é o verdadeiro risco: um endpoint de pré-visualização pode ser revisto ou retirado debaixo dos seus pés sem um aumento de versão, razão pela qual fixar IDs exatos de modelo em vez de aliases é prática padrão nesse modelo.

As limitações do Muse Wonder são igualmente estruturais e muito mais recentes. O raciocínio é obrigatório, então cada chamada paga por tokens de raciocínio a US$ 20 por milhão, sem caminho barato — o nível de raciocínio do Gemini 3.1 Pro pode ao menos ser ajustado para zero. A medição independente é a linha de um avaliador em um modelo de dois dias. E a versão com maior pontuação daquilo que você está comparando, Muse Wonder Full, está atrás de uma assinatura mensal de US$ 50 a US$ 200, em vez de estar disponível pelos preços por token na mesma página.

Há também uma dimensão de integridade de benchmark que vale a pena nomear, porque este pareamento em particular é uma boa ilustração dela. A tabela de lançamento da Meta reporta Muse Wonder Full com 59,0 no Artificial Analysis Index, enquanto a própria Artificial Analysis publica 56, e reporta o Muse Wonder invocável com 56, enquanto o avaliador registra 52. O próprio histórico do Gemini 3.1 Pro é a imagem espelhada: um 57 que foi manchete de fornecedor e imprensa em uma revisão e um 29,7 em outra. A lição é a mesma nos dois sentidos — uma pontuação só é significativa com a sua régua anexada, e a versão de um fornecedor para o índice de outra empresa ainda é um número de fornecedor.

Executando ambos a partir de uma tecla.

O Gemini 3.1 Pro está no OrcaRouter como google/gemini-3.1-pro-preview, pelo preço de tabela do próprio fornecedor e com o limite de reprecificação de 200.000 tokens mantido sem alterações — US$ 2,00 de entrada e US$ 12,00 de saída abaixo dele, US$ 4,00 e US$ 18,00 acima, entrada em cache US$ 0,20 e US$ 0,40. Nada é acrescido do nosso lado, e a janela de 1.048.576 tokens e o teto de saída de 65.536 tokens são repassados conforme publicados.

O Muse Wonder não está no OrcaRouter. Não há nenhuma entrada meta/muse-wonder no nosso catálogo e não vamos descrever uma como se existisse; hoje o modelo roda na API própria da Meta e dentro do Muse Code. O que nós temos do mesmo laboratório é Muse Spark 1.2 e Muse Spark 1.1, então a família Muse é acessível com a mesma chave enquanto o checkpoint Wonder constrói um histórico.

A razão prática que importa aqui é a fronteira de faixa. Um modelo que reprecifica uma solicitação inteira em 200.000 tokens é o tipo de coisa que você quer medir em vez de assumir, porque o comprimento dos seus prompts decide se você está pagando $2 ou $4 pela mesma chamada. O OrcaRouter coloca mais de 200 modelos por trás de um único endpoint compatível com OpenAI, com os preços de tabela dos provedores repassados sem alteração — então uma rodada do seu tráfego real contra o Gemini 3.1 Pro nos dois lados desse limite, e contra qualquer outra coisa que esteja no catálogo, custa uma chave e uma tarde em vez de um ciclo de aquisição. Quando um provedor que roteamos começar a servir o Muse Wonder, a outra metade desse teste se torna uma mudança de nome de modelo.

O veredito

• Escolha o Gemini 3.1 Pro se o seu trabalho for análise de documentos longos e multimédia, em que a entrada domina e a resposta é curta — a tarifa de $2,00 abaixo de 200K e o custo de $0,67 por tarefa de indexação são difíceis de bater, e os sete meses de ecossistema por trás dele valem algo que um modelo da semana de lançamento não consegue igualar.

• Opte pelo Muse Wonder se estiver gerando saídas longas em um único turno ou alimentando o modelo diretamente com fala e vídeo. Um orçamento de saída de 943,718 tokens não é um detalhe de especificação quando a alternativa é emendar gerações umas às outras.

• Fique atento à linha de 200.000 tokens antes de cotar um preço para o Gemini 3.1 Pro. Acima dela, os dois modelos custam quase o mesmo, o que inverte a resposta intuitiva dessa comparação exatamente para as cargas de trabalho que usam a janela de contexto grande.

• Trate a diferença de 22 pontos como uma direção, não como uma medição. Ela foi produzida pela comparação de duas revisões do índice; na revisão anterior, o Gemini 3.1 Pro marcou 46, e o mesmo checkpoint inalterado foi publicado com 57, 46, 30 e 29,7 em momentos diferentes.

Dois modelos, um disponibilizado sob um identificador de pré-visualização desde fevereiro e outro com dois dias de idade, com preços quase idênticos além do limite de 200K e separados no ranking atual por vinte e dois pontos. Apenas um desses fatos sobreviveria a uma mudança de régua — e não se trata dos vinte e dois pontos.