Muse Wonder против Gemini 3.1 Pro: двадцать два пункта индекса, два релизных поезда и табло, которое сдвинулось под одним из них

Gemini 3.1 Pro набрал 57 баллов в Индексе интеллекта Artificial Analysis, когда вышел в феврале 2026 года, и возглавил рейтинг. Если посмотреть на него сегодня, на текущей редакции того же индекса, он набирает 29,7. В самой модели не изменилось ничего. Muse Wonder, выпущенная 12 октября 2026 года, показывает в том же рейтинге 52 — и сравнение, которое сделает большинство, 52 против 29,7, — это реальный разрыв, который в то же время вводит в заблуждение, потому что значительная его часть была создана пересчётом оценок, а не шестью месяцами прогресса модели. Честная версия этого противостояния сравнивает две выпущенные модели, Gemini 3.1 Pro и Muse Wonder, по линейке, которую дважды заменяли, а затем задаётся вопросом, для чего на самом деле нужна каждая из них.

Одна оговорка перед числами. Это не конкуренты в том смысле, какой обычно подразумевает страница сравнения. Gemini 3.1 Pro — последняя действующая конечная точка уровня Pro в этой линейке, всё ещё доступная под preview-идентификатором спустя семь месяцев после анонса. Muse Wonder — новейший фронтирный релиз от Meta Superintelligence Labs, у которого есть более результативный собрат, доступный только по подписке. Одна — многомодальная рабочая лошадка с длинным контекстом, и её главный аргумент — цена; другая — агентная модель с большим объёмом вывода, и именно о её цене стоит думать усерднее всего.

Правитель сменился, модель — нет.

Это та часть сравнения, о которой не расскажет спецификация, и именно поэтому разрыв, вынесенный в заголовок, вводит в заблуждение в обе стороны.

Artificial Analysis выпустила Intelligence Index v4.3 в начале сентября 2026 года и с тех пор пересмотрела его ещё раз. Это обновление заменило Terminal-Bench v2.1 на гораздо более сложный Terminal-Bench v4.0 и поменяло τ³-Banking на AutomationBench-AA — бенчмарк агентных рабочих процессов, построенный на частном отложенном наборе задач. Вес частного отложенного набора вырос до 45%. В результате оценки моделей переднего края упали — модели, которые на старой шкале находились в шестидесятых, опустились до низких пятидесятых. Gemini 3.1 Pro упала не так сильно; её результат упал ниже 30.

Итак, один и тот же неизменённый чекпойнт имеет четыре опубликованных показателя в обращении — 57, 46, 30 и 29.7 — в зависимости от того, какую страницу вы откроете и когда. Это не скандал, именно так выглядит хороший индекс, когда тесты под ним становятся сложнее. Однако это причина никогда не сравнивать два числа, полученных из двух разных ревизий, — а именно к этому и подталкивает строка «52 против 29.7».

Что на самом деле представляет собой каждая модель

• Gemini 3.1 Pro — модель рассуждений с закрытыми весами и нативной мультимодальностью, анонсированная 19 февраля 2026 года и по-прежнему числящаяся под «Preview» на эндпоинте gemini-3.1-pro-preview. В линейке нет Pro 3.5, 3.6, 3.7 или 3.8; линейка Flash обновлялась пять раз, а линейка Pro не сдвинулась ни разу.

• Muse Wonder — передовая модель с закрытыми весами, выпущенная 12 октября 2026 года, доступна как muse-wonder-1.0 в собственном API Meta и внутри Muse Code. Второй чекпоинт, Muse Wonder Full, показывает более высокий результат в собственной таблице Meta и доступен только по подписке Muse Code.

• Контекст — Gemini 3.1 Pro 1 048 576 входных токенов; Muse Wonder 1 048 576. Уровень, и на одном уровне с большей частью текущего фронтира.

• Потолок вывода — Gemini 3.1 Pro: 65 536 токенов в одном ответе; Muse Wonder: 943 718. Это самый большой единичный разрыв между двумя моделями, и он более чем четырнадцатикратный.

• Цена — Gemini 3.1 Pro: $2.00 за миллион входных токенов и $12.00 за миллион выходных при запросе менее 200 000 токенов, повышаясь до $4.00 и $18.00 выше этого порога, а кэшированный ввод — $0.20 и $0.40. Muse Wonder — $4.00 и $20.00 фиксированно, кэшированный ввод $0.20. При коротких запросах Muse Wonder вдвое дешевле по вводу и на 40% дешевле по выводу; после 200 000 токенов обе цены почти в точности сходятся.

• Модальности на входе — Gemini 3.1 Pro принимает текст, изображения, видео, аудио и файлы. Muse Wonder принимает текст, изображения, речь и видео. Оба выводят только текст. На бумаге это одно и то же предложение, а на практике экосистема инструментов уже семь месяцев строит инструменты вокруг этого.

• Рассуждения — Gemini 3.1 Pro поддерживает управление уровнем мышления, при этом токены мышления тарифицируются по тарифу вывода. Рассуждения Muse Wonder обязательны: доступна шкала усилий от минимального до максимального со значением по умолчанию «средний», и полностью отсутствует путь без мышления.

• Независимый индекс — Gemini 3.1 Pro 29,7 на текущей ревизии, с более ранним значением 46 и значением на момент запуска 57; Muse Wonder 52 на текущей ревизии.

Граница пересмотра цен, которую большинство команд пересекает случайно

В тарифной сетке Gemini 3.1 Pro есть ступень, и это не доплата за превышение. При объёме до 200 000 входных токенов модель стоит $2,00 и $12,00; выше этого порога стоимость запроса пересчитывается на $4,00 и $18,00. Запрос на 210 000 токенов не тарифицируется по низкой ставке за первые 200 000 токенов — весь запрос переходит на более высокий уровень.

Это настоящая странность для модели, вся рекламная подача которой строится на контекстном окне в миллион токенов: окно реально, но только первая его пятая часть доступна по заявленной цене. При 4,00 $ и 18,00 $ выше порога цена Gemini 3.1 Pro с точностью до ошибки округления совпадает с 4,00 $ и 20,00 $ у Muse Wonder, а чтение из кэша одинаково — 0,20 $ за миллион. Так что тезис «дешевле на входе» справедлив ровно до того момента, когда вы начинаете использовать возможность, ради которой и купили модель.

Противовес — на стороне входных данных, где экономика входной части действительно сильна, и независимые измерения это подтверждают. Artificial Analysis фиксирует стоимость около $0,67 за задачу индекса для Gemini 3.1 Pro и примерно 67 млн выходных токенов, сгенерированных за прогон индекса, против медианы около 90 млн у моделей в его ценовом сегменте. Модель, которая отвечает меньшим числом токенов по более низкой ставке, обходится дешевле так, как никакая тарифная сетка не показывает напрямую, — и именно это число нужно сравнивать с примерно $4,52 за задачу индекса у Muse Wonder, что является следствием как более высокой ставки, так и примерно 130 млн выходных токенов против медианы 85 млн.

Между чем вы на самом деле выбираете

Разрыв в возможностях по сегодняшней шкале реальн — 52 против 29,7 — это двадцать два пункта, и это не шум, — но это сравнение между пятинедельным передовым релизом и семимесячным превью, которое вендор так и не вывел из статуса превью. Выбор между ними не столько о том, у кого выше баллы, сколько о том, с каким режимом отказа вы готовы мириться.

Ограничения Gemini 3.1 Pro носят структурный характер и известны. Потолок вывода в 65 536 токенов исключает его из одноходовой генерации длинных текстов, и именно здесь бюджет Muse Wonder в 943 718 токенов наиболее очевидно даёт преимущество. Время до первого токена по опубликованным измерениям составляет около 35,7 секунды, что медленно для всего интерактивного. А идентификатор предварительной версии — это настоящий риск: preview-эндпоинт могут пересмотреть или вывести из эксплуатации без вас и без повышения версии, поэтому на такой модели стандартной практикой является фиксация точных идентификаторов модели, а не псевдонимов.

Ограничения Muse Wonder в равной степени структурны и намного новее. Рассуждение обязательно, поэтому за каждый вызов приходится платить за токены мышления по $20 за миллион, и дешёвого пути нет — уровень мышления Gemini 3.1 Pro можно хотя бы убавить почти до нуля. Независимое измерение — это строка одного оценщика для модели, которой всего два дня. А версия с наивысшим баллом того, что вы сравниваете, Muse Wonder Full, доступна только по месячной подписке от $50 до $200, а не по ценам за токены, указанным на той же странице.

Есть также аспект целостности бенчмарков, который стоит назвать, потому что эта конкретная пара — хорошая его иллюстрация. В таблице запуска Meta Muse Wonder Full указан с 59,0 в Artificial Analysis Index, тогда как сама Artificial Analysis публикует 56, а вызываемая Muse Wonder указана с 56, тогда как оценщик показывает 52. История самого Gemini 3.1 Pro — зеркальное отражение: 57, который был заголовком от вендора и прессы в одной ревизии, и 29,7 в другой. Урок одинаков в обоих направлениях — оценка имеет смысл только с приложенной к ней линейкой, а версия чужого индекса от вендора всё равно остаётся числом вендора.

Запуск обоих с одного ключа

Gemini 3.1 Pro доступен на OrcaRouter как google/gemini-3.1-pro-previewпо собственной каталожной цене поставщика и с неизменным порогом пересчёта цены в 200 000 токенов — $2,00 за вход и $12,00 за выход ниже него, $4,00 и $18,00 выше, кэшированный ввод $0,20 и $0,40. С нашей стороны наценок нет, а окно в 1 048 576 токенов и предельный объём вывода в 65 536 токенов передаются в опубликованном виде.

Muse Wonder отсутствует на OrcaRouter. В нашем каталоге нет записи meta/muse-wonder, и мы не станем описывать её так, будто она есть; сегодня модель работает через собственный API Meta и внутри Muse Code. Что у нас действительно есть от той же лаборатории — это Muse Spark 1.2 и Muse Spark 1.1, так что семейство Muse доступно с тем же ключом, пока чекпоинт Wonder нарабатывает историю.

Практическая причина, которая здесь важна, — это граница тарифного уровня. Модель, которая пересчитывает стоимость всего запроса при 200 000 токенов, — как раз то, что стоит измерить, а не предполагать, ведь длина вашего промпта определяет, платите вы $2 или $4 за один и тот же вызов. OrcaRouter размещает более 200 моделей за одним эндпоинтом, совместимым с OpenAI, при этом прайс-листовые цены провайдеров передаются без изменений — так что прогон вашего реального трафика по Gemini 3.1 Pro с обеих сторон этого порога и по всему остальному, что есть в каталоге, обойдётся в один ключ и один день работы, а не в цикл закупок. Когда провайдер, через которого мы маршрутизируем, начнёт обслуживать Muse Wonder, вторая половина этого теста сведётся к смене названия модели.

Вердикт

• Выбирайте Gemini 3.1 Pro, если ваша работа — анализ длинных документов и смешанных медиа, где входные данные доминируют, а ответ короткий: тариф $2.00 для контекста до 200K и стоимость $0.67 за задачу индексирования трудно превзойти, а семь месяцев экосистемы за плечами дают то, чего не может предложить модель недели запуска.

• Выбирайте Muse Wonder, если вы генерируете длинные выходные данные за один ход или подаёте речь и видео напрямую в модель. Бюджет вывода в 943 718 токенов — это не просто деталь спецификации, когда альтернатива — сшивание результатов генераций воедино.

• Следите за порогом в 200 000 токенов, прежде чем называть цену для Gemini 3.1 Pro. Выше него две модели стоят почти одинаково, что переворачивает интуитивный ответ в этом сравнении именно для рабочих нагрузок, использующих большое контекстное окно.

• Рассматривайте разрыв в 22 пункта как указание на направление, а не как измерение. Он был получен путём сравнения двух редакций индекса; в более ранней редакции Gemini 3.1 Pro показывал 46, а одна и та же неизменённая контрольная точка публиковалась со значениями 57, 46, 30 и 29,7 в разное время.

Две модели — одна с февраля доступна под предварительным идентификатором, а вторая — двухдневная — по цене почти одинаковы за порогом в 200K, и на текущем лидерборде их разделяют двадцать два пункта. Только один из этих фактов пережил бы смену мерила — и это не двадцать два пункта.