Muse Spark против Gemini 4 Argon: 1 декабря цена удваивается

Almost every M​use Spark versus G​emini 4 Argon comparison you can find today compares $1.25 against $2.00 per million input tokens, and that comparison expires in six weeks. G​oogle's own pricing page prices G​emini 4 Argon at $2.00 in and $10.00 out with cached input at $0.10 on an introductory basis "through November 30, 2026"; from December 1, 2026 the same model is listed at $4.00 in, $20.00 out and $0.20 cached. M​eta's M​use Spark family has not moved off $1.25 in and $4.25 out across Muse Spark 1.1, 1.2 and 1.3. So the interesting question about this matchup is not which model is smarter in October — it is what the arithmetic looks like on the first of December, and whether whatever you build on G​emini 4 Argon this month survives that date.

Две модели — две совершенно разные схемы публикаций

Gemini 4 Argon — новейшая фронтирная модель Google, и она стала общедоступной 13 октября 2026 года — запись в списке изменений состоит из одной строки, а документация для разработчиков датирована той же неделей. В листинге Artificial Analysis содержится примечание о выпуске за сентябрь 2026 года, что мы расцениваем как происхождение до GA или из превью, а не как второй запуск; мы не смогли найти официального анонса превью, чтобы это подтвердить, поэтому именно дату GA мы считаем надёжной. На странице модели Google она помечена как «Стабильная».

M​use Spark 1.3 is the current checkpoint of M​eta Superintelligence Labs' M​use Spark line, released September 2, 2026, with its "max" reasoning level opened to developers on September 4. The unversioned "M​use Spark" name refers to the original April 2026 model in the same family; version numbers are doing real work here, and 1.3 is the one to compare.

Независимое табло

Оба листинга взяты из Artificial Analysis, и оба измеряют конфигурацию с высокими вычислительными ресурсами, так что это одно из немногих сравнений, где сопоставление «reasoner против reasoner» является сравнением в одинаковых условиях по самому индексу. Всё в этом разделе — это измерение Artificial Analysis, а не заявление производителя.

• Intelligence Index — G​emini 4 Argon (High): 53, rank 8 of 217. M​use Spark 1.3 (max): 48, rank 24 of 217.

• Cost per index task — G​emini 4 Argon: $1.99. M​use Spark 1.3: $1.60.

• Output speed — G​emini 4 Argon: not measured; the listing shows no figure. M​use Spark 1.3: 121.9 tokens per second, ranked 43 of 186.

• Verbosity — G​emini 4 Argon: 110M output tokens during the index. M​use Spark 1.3: 170M. Argon is the more concise of the two.

• List pricing as measured — Argon at the introductory $2.00 / $10.00; M​use Spark 1.3 at $1.25 / $4.25 with cache reads at $0.15.

Пятипунктовый разрыв в уровне интеллекта реален и скромен. Разрыв в стоимости — это тот, который переворачивается, и переворачивается сильно: при вводном тарифе Argon обходится примерно на 24% дороже за каждую выполненную задачу; при декабрьском тарифе то же сравнение по ценам на вход и выход примерно удваивает входную сторону и удваивает выходную сторону, так что надбавка за задачу перестаёт быть незначительной. Это самый значимый для принятия решения факт в этом сравнении, и его нет ни в одном из материалов о запуске.

Что каждый из них на самом деле примет

Здесь два источника сведений расходятся, и стоит показать это расхождение, а не вставать на чью-либо сторону.

Собственная страница модели Google для Gemini 4 Argon указывает текст, изображение, видео, аудио и PDF как входные данные с текстовым выводом и усилием мышления на низком, среднем или высоком уровне, по умолчанию — среднем. Краткое описание Artificial Analysis для той же модели гласит, что она «поддерживает ввод текста и изображений» и выводит текст. Мы проверили оба, потому что такой разрыв — как раз то, что обычно переносят дальше; страница самого производителя содержит более широкий и более конкретный список, и именно с ней нужно сверяться. Считайте список производителя утверждением и проверяйте его на своих собственных файлах.

M​use Spark 1.3 is the narrower model on paper: text, image and video in, text out, with no audio or PDF path in the documented modality row and a reasoning ladder that runs to max.

• Inputs — G​emini 4 Argon: text, image, video, audio, PDF per G​oogle; text and image per the independent listing. M​use Spark 1.3: text, image, video.

• Вывод — только текст, оба.

• Контекстное окно — 1 048 576 токенов для обоих, описывается G​oogle как единое окно, разделяемое между вводом, размышлением и выводом.

• Max output — G​emini 4 Argon: 65,536 tokens on default synchronous calls, extensible toward the full window with long decode. M​eta does not publish a max-output figure for M​use Spark 1.3 that we could verify.

• Reasoning control — Argon: low / medium / high, no off switch. M​use Spark 1.3: minimal through max, and M​eta's tooling notes reasoning cannot be turned off either.

Претензии поставщика, остающиеся на стороне поставщика

Ни одна из компаний не опубликовала сопоставимую таблицу, поэтому это список утверждений, а не табло, и мы ничего из этого не воспроизводим.

G​oogle's published figures for G​emini 4 Argon run 77.9% on DeepSWE v1.1, 57.4% on Terminal-bench 4.0, 69.2% on the OSWorld 2.0 offline subset, 51.3% on AutomationBench, 68.9% on the Vals Index, 71.6% on Chartography and 91.7% on LVBench, among others. M​eta's published figures for M​use Spark 1.3 centre on DeepSWE v1.1 at 75.4, OSWorld 2.0 at 66.9, Terminal-Bench 2.1 at 76.4 with the Terminus 2 agent, MCP-Atlas at 89.2 and GDPval-AA v2 at 1,754. Note where the two overlap and where they do not: DeepSWE is shared and close, OSWorld is shared and about two points apart on different revisions, and Terminal-Bench is reported by M​eta on an older version with a named agent harness. Subtracting across those differences is not arithmetic, it is fortune-telling.

One independent signal worth carrying alongside the vendor rows: LMArena's text leaderboard currently places a G​emini 4 Argon configuration first overall at 1524 Elo, marked preliminary. M​use Spark 1.3 has no entry on that board. Preliminary or not, that is the strongest evidence in the record that Argon's five-point index lead understates its standing with human voters.

Инженерные детали, которые решают это быстрее, чем бенчмарки.

• Sampling parameters are ignored — G​oogle's documentation states that temperature, top_p and top_k have no effect on G​emini 4 Argon, and that explicit caching is not supported, leaving implicit caching only. If your stack tunes temperature, that knob silently stops working rather than erroring. M​use Spark 1.3 exposes a reasoning-effort parameter but no equivalent published restriction on sampling.

• Таймауты — Google рекомендует клиентские таймауты не менее пятнадцати минут для этой модели. Если у вас стандартное значение шлюза в 60 секунд, вы увидите сбои, которые выглядят как ошибки модели, но таковыми не являются.

• Conversation state — Argon uses a server-side interaction identifier for multi-turn state; M​use Spark's family is documented around the standard message-array pattern. Porting between them is not a find-and-replace.

• Cache reads — M​use Spark 1.3 returns cached input at $0.15 against $1.25 standard, an 88% discount. Argon's cached input is $0.10 against $2.00 introductory, rising to $0.20 against $4.00. In a long agent loop with heavy reuse this is the line that matters most, and it is one of the few places where the two stay close after December.

Где OrcaRouter подходит, а где — нет

Being precise about our own coverage: OrcaRouter routes Muse Spark 1.2 and Muse Spark 1.1 at Meta's list price with 0% markup passed through, alongside 200+ other models on one API with automatic failover and a routing DSL for splitting traffic between them. M​use Spark 1.3 and G​emini 4 Argon are both absent from our catalogue today — Argon is reachable through G​oogle's own API and several third-party platforms, and we are not one of them. So the honest framing is not "run both here". It is that the M​use Spark side of this comparison is available to you on a key you may already hold, which makes a cost test against Argon on your own prompts a same-week exercise rather than a procurement one, and that M​eta's pricing has been static across three checkpoints while G​oogle's has a published expiry date.

Что делать до декабря

If you are already building on G​emini 4 Argon, the useful thing to do this month is not a benchmark run — it is a cost model at $4.00 and $20.00, because that is the price that will apply to everything you ship and leave running. If the answer at that price still works, Argon is the better model on the current evidence: higher index, more concise, broader documented input list, and the only one of the two with a top-of-board human-preference placement. If it does not, the substitution to evaluate is M​use Spark 1.3 at a flat $1.25 / $4.25, which trades five index points for a price that has not moved in three releases and roughly three times the output speed. The one thing we would not do is treat October's advertised rates as the rates — in this matchup, the number in the title is the one with an end date.

Чего цифры не могут вам сказать, так это того, не пошло ли что-то не так на практике: задокументированные инциденты с ИИ и сбои агентов, связанные с моделями этого класса, собраны в архиве инцидентов ИИ OrcaRouter, где каждая запись сопровождается собственными источниками, оценкой серьёзности, уровнем достоверности и отметкой о спорности.