Muse Wonder vs Grok 4.6: uma janela de 1.048.576 tokens contra uma que dobra o preço em 200.000

O Grok 4.6 é o modelo mais barato nesta comparação por todas as tarifas publicadas — US$ 2,00 por milhão de tokens de entrada e US$ 6,00 por milhão de tokens de saída, contra US$ 4,00 e US$ 20,00 do Muse Wonder — e existe um comprimento de prompt no qual essa vantagem desaparece completamente. A tabela de preços em camadas da SpaceXAI reprecifica a solicitação inteira em dobro da base quando um prompt ultrapassa 200.000 tokens: a entrada vai para US$ 4,00, a saída para US$ 12,00, a entrada em cache para US$ 1,00. Com 250.000 tokens de entrada e 8.000 tokens de saída, o Grok 4.6 cobra cerca de US$ 1,10 e o Muse Wonder cobra cerca de US$ 1,16. O modelo que parecia 2,5× mais barato em prompts curtos está a 6% de seu rival em prompts longos — e é o rival, lançamento da Meta Superintelligence Labs de 12 de outubro de 2026, que mantém uma tarifa fixa em toda a janela de 1.048.576 tokens.

Esse ponto de cruzamento é a coisa mais útil desta página, e ele só existe por causa de uma segunda diferença. O Grok 4.6 vende uma janela de contexto de 500.000 tokens e depois cobra a tarifa escalonada para tudo além de 200.000 tokens; o Muse Wonder vende o dobro dessa janela e nunca aplica escalonamento. Se seus prompts ficam abaixo de 200.000 tokens, nada disso se aplica, e o Grok 4.6 é simplesmente a melhor compra. Caso contrário, os dois modelos custam quase o mesmo, e a comparação passa a ser sobre capacidade, não preço.

Dois flagships, oito semanas de diferença

O Grok 4.6 é o carro-chefe da SpaceXAI, lançado em 12 de agosto de 2026, a US$ 2,00 por milhão de tokens de entrada e US$ 6,00 por milhão de saída, com entrada em cache a US$ 0,50. Ele possui uma janela de contexto de 500.000 tokens, aceita entrada de texto, imagem e arquivo, retorna texto, oferece suporte a esforço de raciocínio configurável e chamada nativa de ferramentas, e é precificado em dois níveis: tudo até 200.000 tokens de prompt pela taxa base, tudo acima disso pelo dobro. Seu registro de publicação não traz nenhum número máximo de saída para uma única resposta, o que é uma lacuna e não um zero — não há número para planejar uma carga de trabalho de geração longa.

O Muse Wonder é o lançamento de fronteira do Meta Superintelligence Labs, disponibilizado em 12 de outubro de 2026 como parte de uma série de dois checkpoints. O chamável é o muse-wonder-1.0, disponibilizado na Meta Model API e dentro do Muse Code; o Muse Wonder Full, de pontuação mais alta, é vendido apenas por meio de uma assinatura do Muse Code e não tem preço por token. O checkpoint chamável aceita entrada de texto, imagem, fala e vídeo, retorna texto, tem uma janela de contexto de 1.048.576 tokens, limita uma única resposta a 943.718 tokens, cobra US$ 4,00 de entrada, US$ 0,20 em cache e US$ 20,00 de saída por milhão em toda a janela, e executa raciocínio obrigatoriamente, com uma escala de esforço de mínimo a máximo cujo padrão é médio.

O painel independente que avaliou ambos coloca uma diferença de oito pontos entre eles — Muse Wonder com 52, Grok 4.6 com 44 — e também sinaliza o Grok 4.6 como substituído pelo Grok 4.7. Esse último detalhe importa por um motivo que não é óbvio: o Grok 4.7 tem o mesmo preço de tabela de $2,00/$6,00 que o modelo que substitui, então o sucessor não é uma opção mais barata. É uma opção com formato diferente.

As tabelas de tarifas, e a única linha que não é um número

Tudo nesta lista é um fato do tarifário do fornecedor por milhão de tokens, exceto as duas últimas linhas, que são medições independentes.

• Entrada de primeiro nível — Grok 4.6 US$ 2,00 por milhão; Muse Wonder US$ 4,00

• Saída de primeiro nível — Grok 4.6 $6,00 por milhão; Muse Wonder $20,00

• Entrada em cache — Grok 4.6 US$ 0,50 por milhão; Muse Wonder US$ 0,20

• Acima de 200.000 tokens de prompt — Grok 4.6 passa a US$ 4,00 de entrada, US$ 12,00 de saída e US$ 1,00 em cache na solicitação inteira; Muse Wonder não muda

• Janela de contexto — Grok 4.6 500.000 tokens; Muse Wonder 1.048.576

• Saída máxima em uma resposta — Grok 4.6 não publicado; Muse Wonder 943.718 tokens

• Superfície de entrada — Grok 4.6 texto, imagem e arquivo; Muse Wonder texto, imagem, fala e vídeo

• Controle de raciocínio — Grok 4.6 de baixo a xhigh com padrão alto; Muse Wonder de mínimo a máximo com padrão médio, e sem opção de desligar

• Índice de Inteligência, medido de forma independente — Grok 4.6: 44, trigésimo sétimo de 216; Muse Wonder: 52, nono de 216

• Custo de concluir uma tarefa de índice, medido da mesma forma — Grok 4.6 cerca de US$ 1,48; Muse Wonder cerca de US$ 4,52

A última linha é onde a história do preço fica honesta. Três vezes o custo por tarefa concluída é uma diferença maior do que a tabela de preços combinada sugere, e não é causada pelo Grok 4.6 ser extravagante — pelo contrário. Nessa avaliação, o Grok 4.6 consumiu cerca de 94 milhões de tokens de saída, contra 130 milhões do Muse Wonder, com uma mediana do quadro próxima de 85 milhões. O modelo mais barato também é o que fala menos, o que é incomum nessa faixa de preço e significa que a diferença no preço de etiqueta é real, e não um artefato de um modelo escrever mais.

Onde o crossover de fato acontece

Considere uma carga de trabalho plausível: 70% da fatura do prompt sobre a entrada, um prefixo de sistema estável que é armazenado em cache, e uma resposta de alguns milhares de tokens. A aritmética abaixo baseia-se nos preços de tabela publicados de cada fornecedor e é nossa, não um benchmark do fornecedor.

• 30.000 de entrada e 8.000 de saída, sem cache — Grok 4.6 cerca de US$ 0,11; Muse Wonder cerca de US$ 0,28. Grok é aproximadamente 2,6× mais barato.

• 250.000 de entrada e 8.000 de saída, sem cache — Grok 4.6 cerca de US$ 1,10 na tarifa escalonada; Muse Wonder cerca de US$ 1,16 na sua tarifa fixa. A diferença é de cerca de 5%.

• 400.000 de entrada e 8.000 de saída, sem cache — Grok 4.6 cerca de US$ 1,70; Muse Wonder cerca de US$ 1,76. Ainda no mesmo nível, e o Grok 4.6 agora está a apenas 100.000 tokens do fim de sua janela, enquanto o Muse Wonder está usando 38% da sua.

• Cached reads at 250,000 tokens of context — Grok 4.6 $1.00 per million against Muse Wonder's $0.20, a 5× edge to M​eta once the cache is warm and the prompt is long enough to have tripped the step

O padrão é o ponto. O Grok 4.6 é drasticamente mais barato para o trabalho que a maioria das equipes faz na maior parte do tempo, e está no mesmo nível ou ligeiramente atrás para o trabalho que fez as pessoas procurarem uma janela de um milhão de tokens em primeiro lugar. Um modelo de custo construído a partir da tarifa anunciada superestima grosseiramente a vantagem do Grok no tráfego de contexto longo.

O que oito pontos de índice compram, e o que não compram

A independência medida corta para os dois lados aqui, e vale a pena ser preciso sobre quais números vieram de onde.

Os números divulgados mais fortes do Grok 4.6 são de terceiros, e um deles é excepcionalmente bom. No GPQA Diamond, um conjunto de perguntas de ciências de nível de pós-graduação, ele pontua 94,9 — a pontuação mais alta da primeira faixa em sua classe de preço, e um ponto em que o Muse Wonder não tem nenhuma linha independente publicada. Ele também registra 61,0 no Humanity's Last Exam e 76,8 na avaliação independente de programação, ambas do mesmo avaliador. Em trabalho no formato de perguntas em grande volume, esses são os números que preveem se o modelo vai te deixar em apuros, e, por $2,00/$6,00, são uma grande pechincha.

Muse Wonder's strength is a different shape, and it is the reason the eight-point index gap is not the story either. M​eta's own launch table — vendor-reported, run in M​eta's harness, and unreproduced — is built almost entirely from long-horizon agentic and terminal tasks, and independent commentary has already selected from it. M​eta's DeepSWE 1.1 and SWE-Marathon rows put the series ahead of the models it compares against, and the 943,718-token output ceiling is a structural advantage no rate card captures: a workload that emits a very large single artifact, whether that is a generated application or a long structured document, has no Grok 4.6 number to compare against because Grok 4.6 does not publish one.

Então, a divisão não é entre melhor e pior. É entre barato-e-rápido e longo-e-plano, e o eixo que decide isso é o comprimento do prompt.

Três modelos agora, não dois, assim que o sucessor entrar em cena

O painel independente sinaliza o Grok 4.6 como ultrapassado e aponta para o Grok 4.7, que obtém 46 contra os 44 do Grok 4.6, custa o mesmo preço de tabela de US$ 2,00/US$ 6,00, com o mesmo custo de leitura de cache de US$ 0,50 e a mesma janela de 500.000 tokens, publica um teto de saída de 450.000 tokens que seu antecessor não possui, e oferece mais uma configuração de esforço no topo. No papel, é a atualização óbvia.

A fatura diz outra coisa. O custo do Grok 4.7 por tarefa de indexação concluída é cerca de US$ 3,74, contra US$ 1,48 do Grok 4.6, porque ele consumiu aproximadamente 240 milhões de tokens de saída na execução em que seu antecessor usou 94 milhões. Mais novo, com pontuação mais alta e mesmo preço de tabela, ainda assim saiu 2,5× mais caro por trabalho concluído. Esse é o caso raro em que a flag de depreciação na página de um modelo não é, por si só, razão para migrar, e vale a pena saber disso antes de migrar tráfego que você não precisava migrar.

For anyone building this as a two-model pipeline rather than a two-vendor project, the routing side is straightforward for one half and not the other. OrcaRouter carries Grok 4.6 as grok/grok-4.6 at SpaceXAI's own list price with 0% markup — provider list price passed through, so the tier prices and any change to them arrive here on the same day — behind the same key as more than 200 other models, with automatic failover across providers when an endpoint wobbles. Muse Wonder is not in our catalogue, and there is no third-party serving coverage we can verify, so the only way to call it today is M​eta's own API and Muse Code. A model fusion call that runs the cheap model and the strong one side by side and picks between the answers is one of the things a single endpoint makes easier — but it can only include models somebody is serving.

A escolha, pelo comprimento do prompt em vez do veredito

Abaixo de 200.000 tokens de prompt, em volume, em trabalho no formato de pergunta: Grok 4.6, sem muita hesitação. É 2,6× mais barato nos formatos de solicitação que a maioria das equipes realmente envia, marca 94,9 no único benchmark independente em que supera tudo em sua categoria, e é cerca de 2× mais rápido até o primeiro token do que seu rival. A única ressalva é que o Grok 4.7 existe pelo mesmo preço de tabela com um nível extra de esforço — verifique sua própria contagem de tokens antes de presumir que ele custa mais, porque o número publicado diz que sim.

Mais de 200.000 tokens de prompt, ou várias centenas de milhares de tokens de contexto mantidos abertos ao longo de uma longa execução agêntica, ou um trabalho cuja saída é enorme: Muse Wonder. O cruzamento é real e é nítido, e o teto de resposta de 943.718 tokens não é um número que o Grok 4.6 consiga alcançar com um dos seus.

Between them sits the honest observation that this is the one pairing in M​eta's launch window where the cheaper model is also the leaner one, so the price difference is buying capability rather than buying tokens. Two days after Muse Wonder shipped, that capability is described by one independent row and one vendor table. Grok 4.6's has been accumulating since August.