Muse Wonder vs Gemini 4 Argon: Um Pode Ser Chamado Hoje, o Outro Não Tem Endpoint

Muse Wonder e Gemini 4 Argon estão, nos números, próximos o suficiente para ser uma decisão real — Muse Wonder (max) com 52 no Intelligence Index da Artificial Analysis, Gemini 4 Argon (high) com 53, com preços de US$ 4,00/US$ 20,00 e US$ 2,00/US$ 10,00 por milhão de tokens, respectivamente. Mas apenas um deles tem um ID de modelo. Muse Wonder está disponível para uso geral desde 12 de outubro de 2026 na Meta Model API e no Muse Code. Gemini 4 Argon foi anunciado em 30 de setembro de 2026, foi avaliado em benchmarks por avaliadores independentes e não pode ser chamado: não há identificador de modelo publicado, nenhum endpoint público e nenhuma data de disponibilidade geral. Esse único fato reordena a comparação antes mesmo de qualquer benchmark ser discutido.

Então este é um texto sobre um confronto que é em parte teórico. O Argon parece a melhor compra em quase todos os eixos publicados. É também, até hoje, um conjunto de números e não uma API. O que se segue separa a parte da comparação sobre a qual você pode agir da parte em que você só pode basear o planejamento.

A diferença que decide tudo, por enquanto

Gemini 4 Argon foi anunciado por Koray Kavukcuoglu em 30 de setembro de 2026. Ele foi medido e colocado no mesmo índice independente que pontua o Muse Wonder, o que significa que os números abaixo são diretamente comparáveis de um modo que tabelas de fornecedores nunca são. O que ainda não foi disponibilizado é o acesso: nenhum identificador de modelo, nenhuma página de preços, nenhum endpoint e nenhuma data comprometida. O que existe é uma implantação com acesso controlado no âmbito do Fairwind Program, o que significa um conjunto limitado de parceiros e nenhum caminho público de entrada.

Muse Wonder tem o formato oposto. Ele é chamável desde 12 de outubro na Meta Model API sob o ID muse-wonder-1.0 e dentro do Muse Code, com uma superfície de parâmetros documentada: uma configuração de esforço de raciocínio com valores de mínimo a máximo, padrão médio, um limite de orçamento de saída de 943.718 tokens e um preço de entrada e saída publicado. Você pode desenvolver com base nele hoje à tarde e pode prever quanto custará uma chamada.

Se você está escolhendo um modelo para lançar neste mês, a comparação termina aqui e a resposta é Muse Wonder — não porque seja melhor, mas porque Argon não é algo que você possa chamar. Tudo o que vem depois desta seção se aplica a uma decisão que você enfrentará sempre que Argon for liberado, e vale a pena ler agora para que a avaliação não seja uma correria mais tarde.

No papel, Argon parece o melhor modelo

Todos os números desta seção são medições independentes da Artificial Analysis, e não alegações de fornecedores, incluindo os da Argon:

• Índice de Inteligência (configuração medida) — Gemini 4 Argon 53, classificado em #8 de 219; Muse Wonder 52, classificado em #9 de 219

• Custo por tarefa do Intelligence Index — Gemini 4 Argon cerca de US$ 1,99; Muse Wonder cerca de US$ 4,52

• Preço de tabela — Gemini 4 Argon US$ 2,00 de entrada / US$ 10,00 de saída por milhão de tokens; Muse Wonder US$ 4,00 de entrada / US$ 20,00 de saída

• Preço ponderado em uma combinação 7:2:1 de acerto de cache/entrada/saída — Gemini 4 Argon cerca de US$ 1,47 por milhão de tokens; Muse Wonder cerca de US$ 2,94

• Desconto de cache — Gemini 4 Argon cerca de 95%; Muse Wonder cerca de 95%

• Tokens de saída consumidos na avaliação — Gemini 4 Argon cerca de 110 milhões; Muse Wonder cerca de 130 milhões

• Janela de contexto — ambos 1.048.576 tokens

• Entradas modais — Gemini 4 Argon: texto e imagem como entrada, texto como saída; Muse Wonder: texto, imagem, fala, vídeo e arquivos como entrada, texto como saída

• Status de lançamento — Gemini 4 Argon anunciado em 30/09/2026, sem endpoint público; Muse Wonder em disponibilidade geral em 12/10/2026

Com base nesses números, o Argon está um ponto à frente em capacidade, tem menos da metade do custo por tarefa medida, metade do preço anunciado e é mais enxuto em tokens de saída. Isso não é uma vitória marginal — o custo por tarefa de índice é o número que corresponde mais diretamente a uma fatura real, e US$ 1,99 contra US$ 4,52 é uma ordem de grandeza diferente de despesa operacional.

A liderança de um ponto no índice merece uma ressalva, e não um rufo de tambores. Um único ponto de índice entre dois modelos está dentro da faixa que novas execuções e alterações de configuração movem, e as duas linhas não estão medindo a mesma configuração de raciocínio: a linha publicada do Argon é a sua configuração high, enquanto a do Muse Wonder é a max. O Argon não tem nenhuma linha max publicada para servir de comparação. O quadro de custos é sólido; a classificação, não.

Onde o Muse Wonder está genuinamente à frente

Três coisas, e apenas uma delas é um benchmark.

O primeiro é a disponibilidade, já abordada, e não é uma vantagem branda. Um modelo com uma superfície documentada pode ser avaliado com benchmark nos seus dados, ajustado e incluído num orçamento. Um modelo sem nenhuma das duas coisas pode ser contornado no planejamento e nada mais.

A segunda é que a superfície de parâmetros é conhecível. O comportamento de custo do Muse Wonder é legível: o raciocínio é obrigatório, a escala de esforço vai de mínimo a máximo com um padrão médio, e cada token de raciocínio é cobrado como saída. Isso significa que uma equipe pode executar extração e classificação no mínimo e reservar alto ou máximo para as chamadas que precisam deles, com um efeito previsível nos gastos. Nada comparável foi publicado para o Gemini 4 Argon — nenhuma enumeração de esforço de raciocínio, nenhum limite de tokens de saída, nenhuma indicação de se o pensamento pode ser desativado ou limitado. Você não pode orçar um botão que não consegue ver, e até que o fornecedor documente essa superfície, toda projeção de custo do Argon se baseia no único valor combinado acima.

A terceira é a modalidade no lado da entrada. O Muse Wonder aceita fala e vídeo diretamente; as modalidades de entrada publicadas do Gemini 4 Argon são texto e imagem. Para um pipeline que raciocina sobre chamadas gravadas ou vídeo, essa é a diferença entre uma única chamada e um estágio de transcodificação e transcrição que você constrói e paga separadamente — e isso reduz a diferença efetiva de preço de uma forma que a tabela por token não mostra. A linha Gemini 4 tem sido historicamente forte em vídeo, então esta é uma lacuna no que foi anunciado, e não uma diferença arquitetural consolidada, e vale a pena verificar novamente quando o Argon for lançado.

Há também um irmão que vale a pena mencionar. O checkpoint muse-wonder-full-1.0 da Meta marca 56 no mesmo índice independente — acima dos 53 do Argon —, mas só está disponível por assinatura do Muse Code e não é vendido por token, então compete com o Argon em um orçamento de assinatura, e não em um orçamento por token. Ele não é uma alternativa de API ao Argon e não deve ser tratado como tal.

O que ainda não pode ser comparado de forma alguma

Vários dos eixos que decidem implantações reais não têm dados do Argon porque não há um serviço Argon para medir. Taxa de transferência e latência não existem para um modelo sem endpoint. A cobertura de provedores também não existe: o Muse Wonder está na API própria da Meta e no Muse Code, e seu alcance por meio de gateways é aquilo que esses gateways implementaram desde 12 de outubro — enquanto o alcance eventual do Argon é desconhecido. Limites de taxa, disponibilidade regional, histórico de uptime e a taxa de leitura de cache que transforma um desconto de 95% em uma economia real continuam sem resposta do lado do Argon.

Essa assimetria tem uma consequência prática. Um número de custo por tarefa calculado em uma única execução de avaliação é um insumo útil para planejamento e uma péssima base para compromisso. Os US$ 4,52 do Muse Wonder vão mudar à medida que sua superfície de configuração for exercitada em produção, e o valor de US$ 1,99 do Argon é o único número que existirá até que alguém consiga chamar o modelo e medir novamente. Trate ambos como melhores estimativas atuais, não como condições contratuais.

Nenhum dos dois está no OrcaRouter — aqui está o que está.

Sendo direto sobre isto: o Muse Wonder não está no catálogo do OrcaRouter, e o Gemini 4 Argon também não. Não existe nenhuma entrada meta/muse-wonder nem nenhuma entrada google/gemini-4. Não vamos apresentar uma rota que não existe, e o Argon em particular não tem nada para onde encaminhar.

O que nós de fato disponibilizamos da Meta Superintelligence Labs é a linha Muse Spark — Muse Spark 1.2 e Muse Spark 1.1 — que é o mais próximo da família de raciocínio da Meta que uma equipe pode acessar por meio de nós hoje, e Claude Opus 5.5 e DeepSeek V4 Pro entre os modelos em relação aos quais o preço do Muse Wonder é definido.

O motivo pelo qual um único endpoint importa mais do que o habitual para uma comparação como esta é que ambos os modelos são alvos móveis. O status do Argon é uma decisão de produto do fornecedor que pode mudar a qualquer dia; a superfície de configuração e os preços do Muse Wonder têm apenas um dia e podem mudar à medida que os provedores o adotam. O OrcaRouter atende mais de 200 modelos por trás de uma única API compatível com a OpenAI, com os preços de tabela dos provedores repassados sem alteração, de modo que um modelo chegar ao catálogo é uma alteração de string em um arquivo de configuração, e não uma nova integração — e, quando um fornecedor corta um preço, o número do nosso lado muda no mesmo dia. Quando um desses dois se tornar roteável, medi-los um contra o outro custa uma tarde.

O que fazer com isso nesse meio tempo

• Se você precisa de um modelo agora, escolha Muse Wonder e trate a coluna Argon como candidata a migração futura. Nada nos números publicados da Argon é alcançável hoje.

• Se você está planejando, e não lançando, mantenha os números de custo da Argon no seu modelo como uma taxa-alvo — $1,99 por tarefa de índice é o número pelo qual a Muse Wonder será avaliada no momento em que a Argon abrir.

• Use deliberadamente a escada de esforço do Muse Wonder desde o primeiro dia. Deixar tudo no médio por padrão é como um modelo com uma taxa de saída de US$ 20 por milhão produz uma fatura surpresa.

• Verifique novamente três coisas quando o Argon estiver disponível: seus controles de esforço de raciocínio, se a entrada de vídeo está no modelo em produção e sua primeira medição independente de throughput. Qualquer uma das três pode mudar a conclusão.

• Ainda não faça um orçamento com base em nenhum dos valores de custo por tarefa. O da Muse Wonder vem de um modelo com dois dias de existência, e o da Argon, de um modelo que ninguém fora de um programa de parceiros chamou.

Um confronto em que o modelo mais barato e com pontuação ligeiramente mais alta não pode ser acessado não é lá grande confronto — mas será, e em breve. A diferença de preços entre esses dois é ampla o suficiente para que a resposta provavelmente mude no dia em que o endpoint da Argon entrar no ar, o que faz desta a comparação a ser refeita, e não aquela a ser encerrada.