Muse Wonder vs Qwen 3.8 Max: O token mais barato que custa mais por tarefa

Qwen 3.8 Max é mais barato que o Muse Wonder em todas as tarifas publicadas — US$ 2,00 por milhão de tokens de entrada e US$ 6,00 por milhão de saída, contra US$ 4,00 e US$ 20,00 — e ainda custa mais para concluir um trabalho. No próprio ambiente de avaliação da Artificial Analysis, o custo medido para concluir uma tarefa do Intelligence Index é de cerca de US$ 5,41 no Qwen 3.8 Max e cerca de US$ 4,52 no Muse Wonder, porque o Qwen 3.8 Max emite aproximadamente 190 milhões de tokens de saída para percorrer essa execução, enquanto o Muse Wonder emite cerca de 130 milhões, contra uma mediana do ranking próxima de 85 milhões. A Meta Superintelligence Labs lançou o Muse Wonder em 12 de outubro de 2026, e ele obtém 52 no mesmo índice; o Qwen 3.8 Max obtém 45. Isso não é uma diferença de arredondamento em nenhum dos eixos, e significa que o reflexo habitual de “mais barato por token vence” faz essa comparação ficar exatamente ao contrário.

A tabela de preços não é a fatura

Comece pelo que os dois fornecedores publicam, porque, no papel, não há competição.

• Entrada — Qwen 3.8 Max $2,00 por milhão de tokens; Muse Wonder $4,00, então é metade do preço

• Saída — Qwen 3.8 Max $6,00 por milhão de tokens; Muse Wonder $20,00, então é aproximadamente um terço

• Desconto de cache — Qwen 3.8 Max 88% de desconto na entrada em cache; Muse Wonder 95%. Como a percentagem é aplicada a um preço de tabela de entrada duas vezes mais alto, os dois ficam a poucos cêntimos um do outro depois de arredondados — cerca de US$ 0,24 contra cerca de US$ 0,20 por milhão de tokens em cache — e o nosso próprio catálogo fixa as leituras de cache do Qwen 3.8 Max em US$ 0,25. Esta é a única linha em que o preço de etiqueta mais barato compra a cache mais cara.

• Enquadramento do próprio fornecedor — a Artificial Analysis classifica a entrada do Muse Wonder como "um tanto cara" em comparação com a mediana de US$ 2,00 do painel, e a saída como "cara" em relação a uma mediana de US$ 10,00. O Qwen 3.8 Max fica na mediana ou abaixo dela em ambos os casos.

Cada linha disso favorece o Qwen 3.8 Max. Agora veja o que o mesmo harness mediu para uma tarefa concluída, que é o único número que um orçamento realmente sente.

• Custo por tarefa do Índice de Inteligência — Muse Wonder cerca de US$ 4,52; Qwen 3.8 Max cerca de US$ 5,41

• Tokens de saída consumidos nessa execução do índice — Muse Wonder cerca de 130 milhões; Qwen 3.8 Max cerca de 190 milhões, contra uma mediana do ranking próxima de 85 milhões

• O que o harness diz sobre o apetite — Muse Wonder é descrito como "um tanto verboso"; Qwen 3.8 Max é descrito como "muito verboso"

As duas tabelas de preços e as duas faturas medidas apontam em direções opostas, e a razão é inteiramente o volume de tokens. O Qwen 3.8 Max gasta cerca de 1,5 vez os tokens de saída que o Muse Wonder gasta na mesma avaliação, o que anula sua vantagem de 3,3 para 1 na linha de saída e ainda continua. Se sua carga de trabalho se parecer com o índice — raciocínio longo, respostas longas, configurações de esforço alto —, a tabela de preços é o documento errado para planejar. Suas próprias contagens de tokens são as certas, e a diferença entre as duas só vale a pena perseguir se você tiver medido sua própria mistura em vez de pegar emprestada a de outra pessoa.

Sete pontos de índice é um patamar, não um empate

Comparações entre modelos que terminam com uma diferença de até um ponto entre si são decididas por preço e formato. Esta não é uma dessas.

• Índice de Inteligência — Muse Wonder (max) 52; Qwen 3.8 Max 45

• Medição compartilhada — ambos os valores são da Artificial Analysis, produzidos em seu próprio ambiente de teste com esforço máximo, não no benchmark preferido de qualquer um dos fornecedores

Uma diferença de sete pontos em um composto que abrange 219 modelos nesta classe é uma separação real, e ela vem do lado do registro em que o Qwen 3.8 Max está gastando os tokens extras. Ele está gerando mais saída e obtendo pontuação menor. Essa combinação — mais tokens, pontuação menor — é o tipo caro de verbosidade, porque você paga duas vezes: uma em dólares por tarefa e outra em tudo aquilo que a pontuação está representando.

A ressalva honesta é que um índice composto é uma média sobre o conjunto de tarefas de outra pessoa. Sete pontos no instrumento indicam que os dois modelos não são equivalentes; ele não diz qual deles passa sua avaliação. Um único número de índice nunca respondeu a isso, e este pareamento não é exceção.

A ficha técnica, linha por linha

• Janela de contexto — Muse Wonder (Max) 1.048.576 tokens, com a janela de um milhão de tokens reafirmada no resumo do card da própria Meta; Qwen 3.8 Max 984 mil tokens, conforme declarado no card independente, contra 1.000.000 tokens em nossa própria página de catálogo para o mesmo modelo nomeado. As duas fontes divergem em 16.000 tokens no caso desse modelo; trate o teto como "cerca de um milhão" em ambos e verifique o número menor com o fornecedor antes de projetar para ele.

• Entrada modal — Muse Wonder texto, imagem, fala e vídeo; Qwen 3.8 Max texto e imagem, com vídeo também listado na nossa página de catálogo. Fala é o tipo de entrada que apenas um desses dois aceita.

• Saída — texto em ambos.

• Raciocínio — ambos raciocinam, e nenhum divulga um modo sem raciocínio com o qual quem faz a chamada possa contar. Tokens de raciocínio são cobrados como saída em ambos, que é exatamente o ponto em que o apetite por tokens do Qwen 3.8 Max fica caro.

• Velocidade de saída — Qwen 3.8 Max cerca de 36 tokens por segundo, o que o harness considera notavelmente lento; Muse Wonder ainda não publicado no mesmo harness. Essa assimetria importa mais do que parece: significa que um lado desta comparação tem um perfil de latência publicamente mensurável e o outro não.

• Pesos — proprietários em ambos os casos, nenhum deles publicado.

• Lançamento — Muse Wonder em 12 de outubro de 2026. O Qwen 3.8 Max é o modelo mais antigo aqui: a Artificial Analysis avalia o checkpoint 0902, e nosso catálogo lista sua própria entrada do Qwen 3.8 Max sob uma data diferente, 2026-08-03. Esses dois IDs não são intercambiáveis, e se você estiver comparando preços ou pontuações, vale a pena ter certeza de qual checkpoint você está realmente chamando.

Latência é o eixo que apenas um deles documenta.

A linha de velocidade acima é a parte menos confortável desta página, porque é o único ponto em que a comparação deixa de ser simétrica. O Muse Wonder não tem velocidade de saída publicada no harness independente — não um número baixo, nenhum número —, portanto qualquer afirmação de que uma das duas responde mais rápido não tem sustentação em pelo menos uma direção.

O que pode ser dito é o que o nosso próprio tráfego mostra. No OrcaRouter, o Qwen 3.8 Max apresenta um tempo até o primeiro token, medido no p50, de cerca de 4,92 segundos. Essa é a espera antes de o primeiro token chegar, em um modelo que o harness independente já classifica como notavelmente lento em saída sustentada. Para uma interface interativa, isso é um longo silêncio; para uma tarefa em lote, é quase irrelevante. Qual desses dois você está construindo determina quanta importância esta seção merece e, se você está construindo o tipo interativo, um modelo cuja latência ninguém publicou é um risco que você deve precificar antes de adotá-lo, e não depois.

Executando ambos, ou executando um

O Qwen 3.8 Max está no OrcaRouter como qwen/qwen3.8-max, a preço de tabela de $2,00 de entrada e $6,00 de saída por milhão de tokens, com uma taxa de leitura de cache de $0,25 e a janela de um milhão de tokens intacta. Não aplicamos nenhuma margem do nosso lado — o preço de tabela do provedor é repassado, por isso, quando o provedor altera uma tarifa, o número na nossa página muda no mesmo dia. Isso faz com que este lado da comparação esteja a uma alteração de uma única string de distância de qualquer harness que você já tenha, o que é a forma mais barata possível de descobrir o que a sua própria combinação de tarefas faz com esses $2,00.

O Muse Wonder não está no nosso catálogo, e esta página não vai fingir que está — é na Model API da própria Meta e no Muse Code que ele roda hoje. O que nós temos do mesmo laboratório é Muse Spark 1.2, o checkpoint sobre o qual a Meta construiu o restante desta família, a $1,25 de entrada e $4,25 de saída por milhão de tokens, numa janela de 1.048.576 tokens, com leituras de cache a $0,15. Se o que você realmente quer do Muse Wonder é o estilo da casa Meta a um quinto do preço, e não a pontuação de fronteira, essa rota existe na mesma chave que você já tem.

O argumento prático para um único endpoint compatível com OpenAI que abrange mais de 200 modelos é precisamente este problema de medição. A diferença de US$ 4,52 versus US$ 5,41 é uma média sobre as tarefas de outra pessoa, e a única maneira de saber se ela se aplica às suas é executá-la. Fazer isso por meio de uma única chave significa apontar sua avaliação existente para um segundo nome de modelo e executá-la novamente, em vez de assinar um segundo contrato e reconstruir seu faturamento. O failover automático cobre o caso em que você coloca em produção primeiro o mais novo e não comprovado: se o provedor upstream degradar, a solicitação é redirecionada em vez de falhar.

Qual deles, e com base em que evidência?

• Escolha o Muse Wonder quando a pontuação é o que importa. Sete pontos de índice a um custo medido por tarefa mais baixo é uma vitória direta, e nada nesta combinação inverte isso.

• Use o Qwen 3.8 Max quando a entrada for longa e a saída for curta. Uma tabela de tarifas de US$ 2,00 de entrada contra US$ 4,00 representa uma economia real de 50% em cargas de trabalho em que quase tudo é prompt e quase nada é resposta, e a penalidade de verbosidade nunca tem chance de se aplicar, porque não há nada em que ser verboso.

• Escolha o Qwen 3.8 Max quando precisar de um perfil de latência publicado. A velocidade dele está documentada e, se o setor de compras quiser um número antes da aprovação final, "não publicado" é uma resposta mais difícil de defender do que "36 tokens por segundo".

• Não avalie o Qwen 3.8 Max pelo seu preço de manchete. A taxa de entrada de US$ 2,00 é um desconto real na entrada e um resumo enganoso do modelo: no harness independente, ele custa mais por tarefa concluída do que um modelo que cobra o dobro pela entrada e mais que o triplo pela saída.

• Não presuma que qualquer um deles seja a opção barata antes de contar os seus próprios tokens. Os números por tarefa nesta página vêm de um único harness executando uma única avaliação. A inversão que eles mostram é o motivo para medir, não a medição em si.

O que torna este emparelhamento interessante é que ele quebra o atalho. As tabelas de preços são fáceis de ler e fáceis de confiar, e aqui a leitura fácil dá a resposta errada em cerca de 20%. Os modelos também estão separados por uma geração na data de lançamento, mas são suficientemente próximos em forma para que a escolha não seja óbvia a partir de uma ficha técnica. Ambas essas questões podem ser respondidas a partir dos seus próprios logs esta semana — e nenhuma delas será respondida pela próxima tabela de benchmark que qualquer um dos laboratórios publicar.