GPT-6 Sol против Muse Spark 1.2: у одного из них есть уши

Поставьте GPT-6 Sol и Muse Spark 1.2 рядом — и столбцы с ценами просто различаются, тогда как столбцы модальностей вовсе не близки. Muse Spark 1.2 принимает текст, изображения, видео, файлы и аудио. GPT-6 Sol принимает текст, изображения и файлы. Аудио и видео — вот в чём разница, и это не деталь округления: они отделяют модель, которой можно передать запись встречи, от той, которой приходится передавать её транскрипт. GPT-6 Sol, средний уровень того поколения, вышел 22 сентября 2026 года; Muse Spark 1.2, текущий чекпоинт Meta в семействе Muse Spark, вышел 5 августа 2026 года как drop-in-обновление для Muse Spark 1.1 на том же уровне Standard по идентичной цене.

Последний пункт важен для того, как следует читать эту страницу. Muse Spark 1.2 — это не новое поколение, и о нём не следует писать как о таковом — по собственному описанию Meta, это обновлённая контрольная точка с чуть более высокой производительностью, обслуживаемая по неизменным тарифам. Так что интересный вопрос не в том, что 1.2 добавляет к 1.1. А в том, что есть у семейства Muse Spark, чего нет у семейства GPT-6, и нужно ли это вам.

Две спецификации, по различающимся размерам

• Входные модальности — GPT-6 Sol: текст, изображения и файлы, а Muse Spark 1.2: текст, изображения, видео, файлы и аудио

• Вывод — оба, только текст

• Цена ввода — GPT-6 Sol $2.00 за миллион против Muse Spark 1.2 $1.25 за миллион

• Цена вывода — GPT-6 Sol $10,00 за миллион против Muse Spark 1.2 $4,25 за миллион

• Кэшированный ввод — GPT-6 Sol $0,20 за миллион против Muse Spark 1.2 $0,15 за миллион

• Окно контекста — 1,050,000 токенов против 1,048,576 токенов, фактически одно и то же

• Шаг для длинных запросов — GPT-6 Sol пересчитывает стоимость всего запроса при превышении 272 000 входных токенов по цене $4.00 / $15.00, тогда как в Muse Spark 1.2 такого шага в тарифной карточке нет

• GPQA Diamond — GPT-6 Sol 96,1 против Muse Spark 1.2 90,4

• Humanity's Last Exam — GPT-6 Sol 47,9 против Muse Spark 1.2 45,5

• Воспроизведение длинного контекста — GPT-6 Sol 83,7 против Muse Spark 1.2 79,0

• tau-banking — GPT-6 Sol не опубликован в этой редакции против Muse Spark 1.2 34.8

• Веса — оба закрыты, только API

Строка о длинных запросах незаметно делает своё дело в этом списке. У Muse Spark 1.2 в опубликованной карточке нет оговорки о пересмотре цены для длинного контекста, поэтому $1.25 / $4.25 сохраняются на всём окне. А вот заявленная цена GPT-6 Sol — нет: после 272 000 входных токенов весь запрос переходит на $4.00 / $15.00. Поэтому при запросе с полным контекстом сравнение стоимости вывода — это не десять долларов против $4.25, а пятнадцать против $4.25 — в 3,5 раза, а не в 2⅓ раза.

И разрыв в бенчмарках меньше, чем можно предположить по разнице в цене. GPQA Diamond — 96,1 против 90,4: это примерно такое расхождение, какое можно ожидать от двух разных настроек интенсивности рассуждений, а не от разницы в возможностях; а на Humanity's Last Exam результаты составляют 47,9 и 45,5, то есть 2,4 балла по стобалльной шкале. Muse Spark 1.2 — более дешёвая модель и более универсальный «читатель»; GPT-6 Sol опережает по показателям рассуждений, но не настолько, насколько подразумевает цена. Ни одна из колонок не доминирует — именно поэтому этот выбор стоит делать осознанно.

Что на самом деле меняют аудио- и видеовходы

Модели, которая принимает аудио, можно передать запись вместо транскрипта. Это звучит как удобство, но на самом деле меняет то, что возможно: транскрипция — это шаг с потерями, который отбрасывает тон, наложение, смех и разницу между вопросом и утверждением, прочитанным только по тексту. Модель, которая слышит файл напрямую, видит всё это. Тот же аргумент применим к видео, где покадровое описание теряет тайминг, а модель, которая принимает клип на вход, — нет.

Ответ GPT-6 Sol — это конвейер, а не модальность: сначала транскрибировать или создавать субтитры, затем передавать текст. Это вполне рабочая архитектура, и для многих рабочих нагрузок она лучше, потому что транскрипт можно проверить, кэшировать и дёшево хранить. Она хуже именно тогда, когда сигналом служат аудио или движение: проверка качества в колл-центре, логирование медиа, всё, где смысл несёт заминка говорящего.

Позицию Meta по этому вопросу стоит внимательно изучить, потому что упоминание аудио — не декоративная деталь. Muse Spark 1.2 указан с аудио среди своих возможностей наряду со зрением, инструментами, JSON и рассуждениями, и Meta выпустила это семейство как свою мультимодальную линейку, тогда как более компактная Muse Glimmer была дистиллирована из учителя Muse Spark. Если вы выбираете между этими двумя по входным возможностям, выбор не между чуть более широкой и чуть более узкой спецификацией. Это выбор между наличием модальности и построением конвейера для её имитации.

Там, где эти двое действительно расходятся

Наиболее явное разделение — это агентное использование инструментов против симулированного сервиса, и это единственное место, где числа достаточно различаются, чтобы можно было действовать. Muse Spark 1.2 показывает 34.8 в tau-banking и всего 7.1 в более новой редакции Terminal-Bench 4.0 — оба измерения сторонних организаций, и оба описывают одну и ту же слабость с двух сторон. Модель, которая хорошо понимает совещание, а затем неправильно подсчитывает баланс клиента, когда её просят вызвать API, — не плохая модель; это модель с чётко ограниченной задачей.

Проведите ту же проверку для GPT-6 Sol — картина согласуется, но она менее полна. Его показатель long-context recall составляет 83,7, SciCode — 57,6, а Terminal-Bench 4.0 — 43,9, все данные от третьих сторон. Его показатели по кодингу и терминальному агенту в редакции v2.1 просто отсутствуют, а отсутствие числа — это не низкое число: любой, кто заполняет эту ячейку оценкой, занимается выдумыванием.

Об одной асимметрии стоит сказать, прежде чем числа начнут сравнивать слишком поспешно. Muse Spark 1.2 несёт полный набор вендорских бенчмарков от Meta наряду с набором третьих сторон, а собственный анализ запуска от Artificial Analysis поместил её на 54 в Intelligence Index при настройке рассуждений xhigh — на три пункта выше Muse Spark 1.1. GPT-6 Sol занимает 47,6 в том же индексе в нашем каталоге. Эти две цифры нельзя вычитать одну из другой: они получены в разных конфигурациях, измеренных в разное время, а индекс, пересмотренный между ними, — уже не тот же инструмент. Честные сравнительные утверждения — это приведённые выше сравнения по отдельным бенчмаркам, где у обеих моделей есть цифра от одного и того же оценщика. Когда у модели опубликовано больше чисел, она всегда будет выглядеть лучше задокументированной, чем та, у которой их меньше, и в этой паре значительная часть различия связана с тем, кто отчитывается, а не с тем, что модели умеют.

Обслуживание двух моделей, которые по-разному ведут себя под нагрузкой

Оба находятся на OrcaRouter, используется один ключ, и эта пара — естественное разделение маршрутов, а не выбор «или-или». Отправляйте мультимодальный трафик — записи, клипы, пакеты документов со сканированными вложениями — в Muse Spark 1.2 по цене $1.25 / $4.25 без обрыва на длинном контексте. Отправляйте трафик с интенсивными рассуждениями и агентными задачами в GPT-6 Sol и принимайте более высокий тариф для запросов, где ответ должен выдержать проверку. Через один эндпоинт такое разделение — это правило маршрутизации, а не две интеграции.

Одно число на стороне обслуживания противоречит ценовой логике. Для Muse Spark 1.2 в нашем скользящем семидневном окне измеряется примерно 420 выходных токенов в секунду против примерно 244 у GPT-6 Sol — модель Meta и дешевле, и быстрее на наших маршрутах. По задержке до первого токена соотношение обратное: p50 времени до первого токена составляет около 5,2 секунды для Muse Spark 1.2 против примерно 6,8 для GPT-6 Sol в том же окне, так что более дешёвая модель ещё и начинает отвечать раньше. Оба показателя — это скользящие измерения на общей инфраструктуре, а не контролируемый бенчмарк, и оба меняются от замера к замеру.

Автоматическое переключение при сбое оправдывает себя в таком смешанном пайплайне. Когда запрос может поступить как аудио и выйти как текст по одному маршруту или пройти обязательный этап транскрипции по другому, режим отказа, который вас волнует, — это провайдер, который принимает запрос, а затем застревает на загрузке медиа: второй настроенный маршрут превращает это в повторную попытку, а не в задачу, которую кому-то нужно заметить и перезапустить. Наш каталог транслирует прайс-листовые цены провайдеров без изменений, поэтому если Meta изменит позицию $4.25 или добавит условие о длинном контексте в карточку Muse Spark, как уже сделали другие поставщики, изменение дойдёт до вас в тот же день, а не после того, как его заметит реселлер.

Решение, если говорить прямо

Если ваш вход — это запись или клип, и тайминг или тон являются частью смысла, используйте Muse Spark 1.2. Не существует такой конфигурации GPT-6 Sol, которая достигала бы этой способности через API, и нет такой цены, при которой замещающий конвейер становится эквивалентным. Если ваш вход — это текст и изображения, и на основе результата будут действовать, показатели рассуждений GPT-6 Sol выше, а его профиль использования инструментов — более безопасный: оценки Muse Spark 1.2 в tau-banking и Terminal-Bench 4.0 — самый громкий сигнал на обеих таблицах, и они указывают не в пользу агентной работы.

И обратите внимание, чем Muse Spark 1.2 не является: новым поколением. Это текущий чекпоинт Meta из существующего семейства, замена 1.1 «один в один» при неизменной цене, из-за чего решение об обновлении становится бесплатным, а сравнение с GPT-6 Sol — отдельным вопросом. С другой стороны, GPT-6 Sol уже вытеснен GPT-6.1 Sol при одинаковых тарифах для короткого контекста, при этом кэшированный ввод подешевел вдвое — с $0.20 до $0.10, и собственная страница модели OpenAI теперь направляет читателей к нему. Если причина, по которой вы рассматриваете Sol, а не Muse Spark, — восьмидневная интеграция, это остаётся в силе. Если дело в возможностях, сначала проверьте преемника.