Muse Wonder vs Grok 4.5: O modelo que está duas gerações atrás custa um quinto do valor por tarefa

Muse Wonder e Grok 4.5 não são realmente rivais; são um embate. A Meta lançou o Muse Wonder em 12 de outubro de 2026, a x​AI lançou o Grok 4.5 em 8 de julho de 2026, e a x​AI desde então lançou Grok 4.6 e Grok 4.7 na mesma tabela de preços. Portanto, o modelo mais antigo não está atual nem na avaliação do próprio fornecedor, o que torna os números dele úteis de um jeito que os de um concorrente recém-lançado não são: o Grok 4.5 é o piso de preço para um modelo de raciocínio competente, e o Muse Wonder é quanto custa o topo da tabela. A Artificial Analysis resume a diferença em uma linha — cerca de US$ 4,52 por tarefa concluída do Intelligence Index para o Muse Wonder, contra cerca de US$ 0,88 para o Grok 4.5, com treze pontos de índice entre eles. Só é possível responder se treze pontos valem cinco vezes a fatura quando você sabe quanto suas tarefas realmente custam, que é justamente a parte que a tabela de preços nunca informa. Mudanças de preços e de índice que ocorrem depois de uma comparação como esta são registradas com suas datas e fontes em o AI Incident Archive, ao lado dos outros incidentes de modelos e fornecedores que acompanhamos.

Trinta e nove contra cinquenta e dois no mesmo placar

Ambos os números vêm do mesmo harness, versão 4.3.2 do Artificial Analysis Intelligence Index, que reúne dez avaliações — Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDPval-AA, AutomationBench-AA e cinco outras. O Grok 4.5 obtém 39, o que o coloca na 63ª posição entre 213 e, nas palavras do próprio avaliador, acima da média entre modelos comparáveis, cuja mediana é 27. O Muse Wonder obtém 52 e ocupa a 9ª posição. Os resumos de uma linha do avaliador merecem ser citados lado a lado porque descrevem o trade-off em linguagem simples: o Grok 4.5 está "acima da média e mais lento que a média"; o Muse Wonder é "inteligência de ponta, um tanto caro para sua faixa de preço, notavelmente rápido e um tanto prolixo".

A coluna interessante não é a pontuação; é o que cada modelo emitiu para conquistá-la. O Grok 4.5 produziu 77 milhões de tokens de saída na execução do índice — perto da mediana do ranking. O Muse Wonder produziu 130 milhões, e a mediana do ranking subiu para 85 milhões desde então. O modelo da Meta é prolixo; o da xAI não é. Esse único fato faz a maior parte do trabalho no lado do custo, e ele joga contra o modelo com a tabela de tarifas mais alta, que é a direção contraintuitiva.

Como a tabela de tarifas se transforma em uma fatura cinco vezes maior

No papel, a diferença é de 2× na entrada e 3,3× na saída. Na medição, é de 5,1× por tarefa concluída, o que significa que a verbosidade está ampliando a diferença de preço em vez de cancelá-la — o oposto do que acontece quando um modelo barato é o tagarela.

• Preço de tabela — Muse Wonder: US$ 4,00 de entrada / US$ 20,00 de saída / US$ 0,20 em cache por milhão; Grok 4.5: US$ 2,00 de entrada / US$ 6,00 de saída / US$ 0,30 em cache

• Custo por tarefa de indexação — Muse Wonder cerca de US$ 4,52; Grok 4.5 cerca de US$ 0,88

• Tokens de saída na execução do índice — Muse Wonder cerca de 130 milhões; Grok 4.5 cerca de 77 milhões

• Tempo até o primeiro token — Muse Wonder: 30,35 segundos; Grok 4.5: 8,90 segundos

• Velocidade de saída — Muse Wonder 145,1 tokens por segundo; Grok 4.5 59,1

• Janela de contexto — Muse Wonder 1.048.576 tokens; Grok 4.5 500.000 tokens, com toda a solicitação sendo reprecificada acima de 200.000

Essa última linha é o único ponto em que o baixo custo do Grok 4.5 deixa de ser barato. A xAI escalona a tabela de preços pelo comprimento do prompt: abaixo de 200.000 tokens, você paga US$ 2,00 e US$ 6,00; acima disso, a solicitação inteira passa para US$ 4,00 e US$ 12,00, e a tarifa de cache dobra de US$ 0,30 para US$ 0,60. O Muse Wonder cobra uma única tarifa em toda a sua janela de um milhão de tokens. Com 300.000 tokens de prompt, o preço de entrada do Grok 4.5 dobrou, enquanto o do Muse Wonder não se moveu — o destaque de 2× vira 1× na entrada, e a diferença de custo por tarefa se estreita para o que o volume de saída fizer com ela.

A velocidade inverte o conselho habitual.

Os modelos Grok costumam ser a opção rápida, e esta comparação é a exceção. O Grok 4.5 espera 8,9 segundos pelo primeiro token e escreve a 59,1 tokens por segundo; o Muse Wonder espera 30,35 segundos e escreve a 145,1. Nenhum dos dois é um assistente interativo rápido. Mas o formato é diferente de uma maneira que importa para loops de agentes: o Muse Wonder delibera uma vez e depois avança rapidamente; o Grok 4.5 começa mais cedo e depois se arrasta. Ao longo de uma geração longa, os dois convergem; em muitos turnos curtos, a menor latência do primeiro token do Grok 4.5 vence, e em uma única saída grande, o Muse Wonder vence.

Este também é o argumento contra tratar o Grok 4.5 como a escolha econômica para produção. Um modelo barato por token, mas lento por token, pode perder para um modelo caro por token, mas rápido, quando se precifica o tempo de relógio — e, em um agente que faz chamadas repetidas, o tempo de relógio costuma ser a primeira coisa que o usuário percebe.

O problema do sucessor

Tudo o que está acima compara o Muse Wonder a um modelo que a xAI já substituiu duas vezes. O Grok 4.6 chegou com a mesma tabela de preços e uma pontuação melhor; o Grok 4.7 desde então chegou a 46 no mesmo índice, e o Artificial Analysis sinaliza explicitamente o Grok 4.5 como obsoleto e aponta para o 4.6. Portanto, a versão honesta desta comparação não é “Muse Wonder versus Grok 4.5” — é “Muse Wonder versus o Grok que você realmente implantaria”, e essa comparação é muito mais próxima em capacidade: 52 contra 46, cerca de seis pontos em vez de treze, por cerca de US$ 4,52 por tarefa contra US$ 3,74 do Grok 4.7.

Estamos publicando a comparação do Grok 4.5 de qualquer forma, porque esse é o modelo para o qual muitos leitores ainda são direcionados e porque o modelo mais antigo torna a estrutura econômica visível de uma maneira que o mais novo ofusca. Mas ninguém deveria escolher o Grok 4.5 hoje com base nesta página. Se a resposta for "um Grok", a resposta é 4.6 ou 4.7.

Onde os dois são alcançáveis

Tanto o Grok 4.5 quanto o Grok 4.7 estão no catálogo do OrcaRouter — grok/grok-4.5 a $2.00 de entrada, $0.30 em cache e $6.00 de saída por milhão de tokens até 200,000 tokens, com reprecificação para $4.00, $0.60 e $12.00 acima disso, mantendo intacta a janela de 500,000 tokens; grok/grok-4.7 com as mesmas tarifas e leitura em cache de $0.50. Esses são os preços de tabela da xAI repassados sem markup, então quando a xAI altera uma faixa, a mudança já está no ar do nosso lado no mesmo dia. O Muse Wonder não está no catálogo: não existe meta/muse-wonder no OrcaRouter, e os checkpoints da Meta que oferecemos são meta/muse-spark-1.2 e meta/muse-spark-1.1 a $1.25 e $4.25 por milhão de tokens.

O ponto de roteamento que se justifica aqui é o de failover. O Muse Wonder tem dez dias de existência, um primeiro token em 30 segundos e uma única avaliação independente; colocar um caminho de produção atrás dele confiando cegamente é o risco errado a assumir. Direcione uma parte do tráfego para ele ao lado do Grok que você já executa, mantenha o restante onde está e deixe o failover automático absorver os timeouts enquanto você descobre se a capacidade de longo horizonte que a Meta alega se manifesta na sua carga de trabalho. Uma chave dá acesso ao lado Grok da comparação hoje; o lado do Muse Wonder está a uma segunda chamada de API de distância, e o custo de troca é uma string de modelo.

A escolha, em um parágrafo cada

Escolha o Muse Wonder quando a tarefa for longa, a resposta valer a pena acertar e o prompt for grande o suficiente para que a reprecificação de 200.000 tokens do Grok anule de qualquer forma sua vantagem de preço: a tarifa fixa por milhão de tokens, os 145 tokens por segundo e a diferença de treze pontos no índice apontam todos na mesma direção. Escolha um Grok — e especificamente o Grok 4.7, não o 4.5 — quando precisar de muitas chamadas curtas, de um primeiro token em segundos de um dígito e de uma conta que sobreviva ao volume, porque, a US$ 3,74 por tarefa concluída contra US$ 4,52, é a forma mais barata de ser aproximadamente tão capaz. O que você não deve fazer é escolher o Grok 4.5 porque ele aparece no topo de uma tabela de comparação; o próprio fornecedor dele parou de recomendá-lo.