Muse Wonder vs. Grok 4.7: O modelo que custa o dobro por token e apenas 1,2× por tarefa

Nas tabelas de preços, o Muse Wonder parece pertencer a uma faixa de preço diferente da do Grok 4.7. A Meta cobra US$ 4,00 por milhão de tokens de entrada e US$ 20,00 por milhão de tokens de saída pelo Muse Wonder, que a Meta lançou em 12 de outubro de 2026. A xAI cobra US$ 2,00 e US$ 6,00 pelo Grok 4.7, lançado em 21 de setembro de 2026. Isso é o dobro na entrada e mais que o triplo na saída. Em seguida, a Artificial Analysis submete os dois ao mesmo harness e informa o preço de concluir uma tarefa de inteligência: cerca de US$ 4,52 para o Muse Wonder (max) e cerca de US$ 3,74 para o Grok 4.7 (xhigh). Uma diferença de 3,3× na tabela de preços cai para 1,2× no caixa, porque o Grok 4.7 é o modelo mais verboso do ranking e o Muse Wonder é apenas o segundo mais verboso.

Onde vai a lacuna do rate-card

Os dois laboratórios precificam tokens de maneiras muito diferentes, e os modelos os gastam de maneiras muito diferentes, em direções opostas. Um número, os tokens de saída consumidos durante a avaliação do índice, explica quase tudo:

• Tokens de saída na execução do índice — Grok 4.7 cerca de 240 milhões; Muse Wonder cerca de 130 milhões, contra uma mediana do painel próxima de 82 milhões

• Preço de tabela — Grok 4.7 $2,00 entrada / $0,50 em cache / $6,00 saída por milhão; Muse Wonder $4,00 entrada / $0,20 em cache / $20,00 saída

• Custo medido por tarefa de índice — Grok 4.7 cerca de $3,74; Muse Wonder cerca de $4,52

• Índice de Inteligência — Muse Wonder (max) 52, nono de 219; Grok 4.7 (xhigh) 46

A verbosidade do Grok 4.7 é a razão pela qual sua tabela de preços aparentemente barata não produz uma tarefa barata. A 240 milhões de tokens de saída por avaliação, uma chamada do Grok 4.7 que diz a mesma coisa que uma chamada do Muse Wonder leva aproximadamente o dobro de tokens para dizê-lo, e a economia em cada token acaba sendo gasta comprando mais tokens. A tarifa de saída de US$ 20,00 do Muse Wonder é quase três vezes a do Grok, mas ele emite cerca da metade dos tokens — os dois efeitos quase se anulam, e o que resta é um prêmio de 1,2× por seis pontos de índice.

Esse enquadramento importa mais do que parece, porque inverte o conselho habitual. Se você definir o preço dos modelos com base na tabela de preços, vai concluir que o Grok 4.7 é a opção económica e o Muse Wonder é um luxo; se defini-los com base no trabalho concluído, eles ficam a menos de 22% de diferença um do outro.

A linha de cache é a que não cancela.

Uma linha quebra o padrão, e quebra-o a favor da Meta. A tarifa de entrada em cache do Grok 4.7 é de US$ 0,50 por milhão, inalterada em relação ao Grok 4.6 e cinco vezes os US$ 0,10 do GPT-6.1 Sol. A do Muse Wonder é de US$ 0,20. Em um pipeline com uso intensivo de cache de prompts — um prompt de sistema longo e um corpus fixo reenviado a cada chamada — isso representa uma vantagem de 2,5× na maior categoria de tokens da requisição, e ela não é engolida pela verbosidade, porque tokens de entrada em cache não são tokens de saída.

A outra diferença que não se cancela é o formato da curva de preços, e aqui a Meta ganha de forma incontestável:

• Janela de contexto — Muse Wonder 1.048.576 tokens; Grok 4.7 500.000 tokens

• Reprecificação para prompts longos — Muse Wonder: nenhuma; Grok 4.7 reprecifica toda a solicitação a US$ 4,00 na entrada e US$ 12,00 na saída assim que um prompt atinge 200.000 tokens

• Saída máxima em uma resposta — Muse Wonder 943.718 tokens; Grok 4.7 450.000 segundo a listagem do próprio fornecedor

• Escala de esforço — Muse Wonder de mínimo a máximo, com padrão em médio; Grok 4.7 baixo, médio, alto, xhigh, com padrão em alto, sendo xhigh novo nesta geração

O degrau de 200.000 tokens do Grok 4.7 é o precipício mais íngreme que qualquer um dos dois laboratórios vende. Um prompt com 199.000 tokens e outro com 201.000 tokens são cobrados pelo dobro da tarifa de entrada e pelo dobro da tarifa de saída sobre a solicitação inteira — não apenas sobre o excedente. O Muse Wonder cobra um prompt de 400.000 tokens exatamente à mesma tarifa por token que um de 400 tokens. Para cargas de trabalho no estilo de recuperação que rotineiramente carregam um grande contexto fixo, essa única linha pode pesar mais do que tudo acima dela.

De onde vêm os seis pontos do índice

Uma diferença composta de seis pontos é uma diferença real, e ela não se distribui uniformemente. A Artificial Analysis pontua ambos os modelos na mesma revisão do seu índice; estas são medições dela, e não alegações de qualquer fornecedor.

• AA-Briefcase — Grok 4.7 com 1.657 Elo em xhigh, quarto no ranking; Muse Wonder não publicado no mesmo harness

• GDPval-AA — Grok 4.7 1.715 Elo, um ponto alto entre modelos não-Anthropic; Muse Wonder não publicado

• Geração de código em seu próprio harness — Muse Wonder não é diretamente comparável; Grok 4.7 57,4% no SciCode e 43,1% no Humanity's Last Exam

• Custo por tarefa de indexação — Grok 4.7 $3,74; Muse Wonder $4,52

O perfil do Grok 4.7 é amplo em vez de com picos acentuados: ele é competente em raciocínio, recuperação de contexto longo e trabalho profissional com documentos, sem liderar em nenhum deles, e é genuinamente rápido a 82,6 tokens por segundo, o que a Muse Wonder não teve publicado no mesmo harness. A forma da Muse Wonder é o oposto — uma pontuação composta mais alta, um número de velocidade não publicado e uma tabela de fornecedor que concentra suas vitórias em trabalho de software em terminal e de longo horizonte.

Essa tabela de fornecedor é da própria Meta e não foi reproduzida por ninguém. Sua métrica de 85,6 no Terminal-Bench 4.0-AA para Muse Wonder fica em contraste com 79,0 para Claude Fable 5.1 e 81,4 para GPT-6 Astra na mesma coluna; o resultado de Terminal-Bench 4.0 do Grok 4.7, medido de forma independente, é 0,258 no mesmo nome de benchmark, o que é um harness diferente e um número diferente. Não coloque esses dois na mesma frase como comparação — a métrica da Meta é uma alegação de fornecedor sobre o próprio modelo, e a métrica da Artificial Analysis é uma medição da xAI, e os harnesses não são os mesmos.

Um destes tem um gêmeo por assinatura.

A Meta lançou o Muse Wonder como dois checkpoints. muse-wonder-1.0 é o que está na API Meta Model a $4/$20. muse-wonder-full-1.0 obtém 56 no índice independente — dez pontos acima do Grok 4.7 — e não pode ser comprado por token de forma alguma; ele vem com uma assinatura do Muse Code a $50 por mês para Power Usage ou $200 por mês para Maximum Usage. O Grok 4.7 não tem divisão equivalente. O que você vê é o que você compra, em uma única tabela de preços, em um único endpoint.

Para uma equipe avaliando uma assinatura mensal de US$ 200 contra cobrança por token, essa é a parte genuinamente difícil desta comparação. A vantagem de dez pontos do Full checkpoint sobre o Grok 4.7 é maior que a de seis pontos do modelo de API, e uma assinatura fixa é uma compra muito diferente de uma tarifa medida — ela elimina completamente a penalidade de verbosidade, que é a penalidade que fez esse emparelhamento ficar tão próximo em primeiro lugar.

O lado do roteamento, que é assimétrico aqui

Ambos são modelos próprios da Meta e da xAI, vendidos por meio de suas próprias APIs, e um deles também é uma rota que atendemos. O Grok 4.7 está no catálogo do OrcaRouter como grok/grok-4.7, datado de 2026-09-21, com os preços da própria xAI: US$ 2,00 de entrada, US$ 0,50 de leitura de cache e US$ 6,00 de saída por milhão de tokens, com a janela de 500.000 tokens, o teto de saída de 450.000 tokens e a regra de reprecificação de 200.000 tokens, tudo intacto. A precificação de repasse significa que uma alteração na tabela de preços da xAI aparece na nossa no mesmo dia, e a mesma chave alcança o restante do catálogo.

Muse Wonder não é uma das nossas rotas. Não existe meta/muse-wonder entrada no nosso catálogo, e esta página não vai sugerir uma — é na Model API da Meta e no Muse Code que ele roda. O que nós temos do Meta Superintelligence Labs é meta/muse-spark-1.2, o checkpoint maior do qual esta família descende, a $1,25 de entrada e $4,25 de saída por milhão em uma janela de 1.048.576 tokens, com leituras de cache a $0,15.

Essa assimetria é, na verdade, o argumento prático a favor da comparação. A proporção de custo de 1,2× e a diferença de seis pontos na pontuação são ambas médias em uma suíte de benchmarks; no seu tráfego, a proporção será diferente, e você não pode saber o quanto sem executá-la. O Grok 4.7 está a uma mudança de string de distância. Quando o Muse Wonder chegar a um provedor para o qual roteamos, será a mesma mudança de string — e, até lá, a posição honesta é que você pode testar uma metade deste par a baixo custo, e a outra metade não pode ser testada de modo algum.

Escolhendo entre eles

• Grok 4.7 para tudo em que você já gosta do formato: uma janela de 500.000 tokens cobre a maior parte do trabalho de recuperação, o teto de saída de 450.000 tokens é generoso, a escada de esforço vai até xhigh, e a pontuação composta é próxima o bastante para que 1,2× raramente decida alguma coisa.

• Grok 4.7 especificamente para trabalho profissional com documentos que exigem muito raciocínio. Seu Elo no GDPval-AA é o resultado mais forte entre os não-Anthropic no quadro, e é essa a subpontuação que prevê revisão de contratos, análise financeira e redação de textos longos.

• Muse Wonder quando os prompts são grandes e fixos. Uma janela de 1M sem etapa de reprecificação e uma leitura de cache de $0,20 é um acordo materialmente diferente de uma janela de 500K que dobra a requisição inteira em 200.000 tokens, e essa diferença se acumula em cada chamada dentro de um loop.

• Muse Wonder quando a saída precisa ser enorme. 943.718 tokens contra 450.000 é a diferença entre emitir um artefato inteiro e paginá-lo.

• Muse Wonder quando a entrada é fala ou vídeo. O Grok 4.7 aceita texto e imagens; o modelo da Meta aceita texto, imagem, fala e vídeo, o que colapsa uma etapa do pipeline em vez de melhorá-la.

O resumo tentador — modelo mais barato versus modelo melhor — está errado nas duas metades. O Grok 4.7 não é mais barato por tarefa concluída nem de longe como sua tabela de preços sugere, e a vantagem do Muse Wonder está concentrada em pontos que uma pontuação composta não consegue mostrar. O que os separa na prática é o tamanho do prompt e o tamanho da saída, e ambos estão registrados nos seus próprios logs.