Muse Wonder против GPT-6 Astra: модель с ценником в 2,5 раза выше оказывается дешевле

GPT-6 Astra берёт $10,00 за миллион входных токенов и $50,00 за миллион выходных. Meta Muse Wonder — $4,00 и $20,00. На двух документах, которые важнее всего для решения о закупке — тарифной сетке и таблице бенчмарков, — побеждает модель, которая стоит в два с половиной раза дороже, и побеждает с разрывом, который отнюдь не мал: на собственном стенде Artificial Analysis GPT-6 Astra (max) выполняет задачу Intelligence Index примерно за $3,26, тогда как Meta Muse Wonder (max) выполняет ту же задачу примерно за $4,52, попутно набирая на один балл больше. Meta Superintelligence Labs выпустила Muse Wonder 12 октября 2026 года с окном в миллион токенов и обязательным рассуждением. Вендор выпустил GPT-6 Astra в начале сентября 2026 года с 1 050 000 токенов контекста и 128 000 токенов максимального вывода. Если вы выбираете между ними по цене за токен, вы смотрите не на ту цифру.

Две тарифные карты и то, что они предсказывают

Вот что публикует каждый вендор — рядом друг с другом, ещё до того, как в дело вступает что-либо измеренное.

• Ввод — GPT-6 Astra: $10,00 за миллион токенов; Muse Wonder: $4,00. Astra — в 2,5 раза больше.

• Вывод — GPT-6 Astra $50.00 за миллион токенов; Muse Wonder $20.00. Также в 2,5 раза.

• Кэшированный ввод — GPT-6 Astra $1.00 за миллион; Muse Wonder $0.20. Astra в 5 раз дороже по строке, которая доминирует в агентном трафике с повторяющимися префиксами.

• Второй уровень — запросы объёмом свыше 272 000 токенов промпта тарифицируются по $20.00 за вход и $75.00 за выход. У Muse Wonder опубликованного уровня нет; $4.00 и $20.00 применяются на всём диапазоне.

• Контекстное окно — GPT-6 Astra 1 050 000 токенов; Muse Wonder 1 048 576. Считаем идентичными.

• Максимальный объём вывода — GPT-6 Astra: 128 000 токенов; Muse Wonder указывает 943 718 при собственном окне в 1 048 576 токенов.

• Входные данные — GPT-6 Astra принимает текст, изображения и файлы; Muse Wonder заявляет о поддержке текста, изображения, речи и видео.

• Веса — ни те, ни другие не открыты. И те и другие проприетарные, и те и другие закрыты для самостоятельного хостинга.

Каждая строка этого указывает на одно и то же. Astra — модель премиального ценового сегмента, а Muse Wonder — модель среднего ценового сегмента, и уровень в 272 000 токенов делает разрыв ещё более резким для всех, кто работает с длинным контекстом, — запрос на 400 000 токенов тарифицируется на Astra по $20.00 за миллион, что в пять раз превышает ставку Muse Wonder за ввод. Нет такого прочтения этих двух тарифных сеток, при котором Muse Wonder не была бы более дешёвой моделью.

Сколько стоит завершённая работа — это и есть другое число.

Artificial Analysis публикует как объём токенов, который каждая модель сжигает в своём Intelligence Index, так и получающуюся стоимость за задачу. Именно на этой паре показателей данное сравнение и переворачивается.

• Стоимость одной задачи Intelligence Index — GPT-6 Astra (max) около $3,26; Muse Wonder (max) около $4,52

• Токены вывода, израсходованные в том запуске — GPT-6 Astra около 60M; Muse Wonder около 130M, против медианы по таблице около 85M

• Собственная формулировка оценщика — GPT-6 Astra описывается как «довольно краткий»; Muse Wonder — как «несколько многословный»

• Индекс интеллекта — GPT-6 Astra (макс.) 53; Muse Wonder (макс.) 52

• Скорость на одном и том же прогоне — GPT-6 Astra примерно 66 токенов в секунду; Muse Wonder не задокументирован оценщиком в этой паре

Вот и весь аргумент в пяти строках. Astra выдаёт примерно 60 миллионов выходных токенов, чтобы выполнить задачу, которая обходится Muse Wonder в 130 миллионов, — соотношение лучше, чем два к одному, и этого соотношения более чем достаточно, чтобы компенсировать 2,5-кратную разницу в цене выходных токенов. Иначе говоря, цена за токен — это свойство маркетинга поставщика, а количество токенов на задачу — свойство того, как модель обучена себя вести. Здесь всю работу выполняет именно второе.

Это также причина, по которой данное сочетание воспринимается иначе, чем обычная история «дорогая модель стоит дорого». Astra ни в коей мере не бюджетная модель — это самая дорогая позиция в нашем собственном каталоге среди нынешних флагманов GPT-6, а её тариф на входные токены в пять раз выше медианы по тарифной сетке. Это модель, чей профиль затрат был спроектирован в расчёте на обдумывание, а не на объём: меньше токенов на выходе, выше цена за токен, ниже счёт за выполненную задачу. Слово, которое использует оценщик, — «лаконичная», и это самое финансово значимое свойство модели.

Где заканчивается преимущество Astra

Разрыв реально существует, но он неоднороден, и рядом с ним должны стоять три уточнения.

Во-первых, индекс — это композит из десяти оценок, и потребление токенов варьируется в зависимости от задачи. Рабочая нагрузка, в которой преобладает генерация длинных текстов — написание черновиков, документации, кода с большим количеством комментариев, — это случай, когда потолок вывода Muse Wonder в 943 718 токенов стоит иметь, а лаконичность Astra — не столько преимущество, сколько ограничение; 128 000 токенов максимального вывода — это жёсткий предел, и он меньше, чем большинство людей предполагает, когда читает «окно контекста 1,05 млн» и мысленно переносит это на ответ.

Во-вторых, второй ценовой уровень — это ловушка именно для тех рабочих нагрузок, которые выглядят наиболее привлекательно. Глубокое исследование по корпусу в 300 000 токенов, проверка всего репозитория, полный комплект договоров — это заявленные сильные стороны Astra, и в то же время это запросы, которые превышают 272 000 токенов промпта и переоценивают весь запрос по цене $20.00 на входе и $75.00 на выходе. Фиксированные $4.00 и $20.00 у Muse Wonder по всему окну означают, что длинноконтекстный агент, который повторно отправляет большой префикс, платит предсказуемую ставку с обеих сторон, а его чтение кэша за $0.20 против $1.00 у Astra имеет наибольшее значение именно в таком сценарии, где один и тот же контекст воспроизводится на каждом ходу.

В-третьих, разрыв в бенчмарке составляет один пункт по составному показателю, у которого медиана по данной области равна 27, и он проистекает из расхождения между вендорскими и независимыми оценками, которое стоит назвать. В наборе вопросов GPQA Diamond наш собственный каталог указывает для GPT-6 Astra 96,1 — с заметным отрывом самое высокое значение, которое в нём приводится, — тогда как Artificial Analysis ставит его результат в Humanity's Last Exam на один уровень с результатом Claude Opus 5, а его балл в Terminal-Bench 4.0 — 59,1 против 85,6 у Muse Wonder. Собственная таблица Meta, тем временем, заявлена вендором в тестовом стенде Meta и не воспроизведена, поэтому Meta указывает Muse Wonder Full на уровне 59,0 в индексе, где сам оценщик публикует 56. Считайте каждое из них чьим-то заявлением о собственной модели, а $3,26 и $4,52 — единственными цифрами в этой статье, которые были получены одинаковым способом для обеих.

За каким из двух потянуться

Правило принятия решения, которое вытекает из этих цифр, уже, чем «выбрать более дешёвый вариант».

• Выбирайте GPT-6 Astra, когда задача — это анализ, рассуждения и профессиональные результаты, где модель укладывается в меньшее число токенов, чем альтернатива, — её измеренное преимущество в затратах целиком обусловлено краткостью, поэтому нагрузка, вынуждающая выдавать длинный вывод, это преимущество сводит на нет.

• Выбирайте Muse Wonder, когда на входе речь или видео, которые Astra вообще не принимает, или когда один ответ должен превышать 128 000 токенов.

• Выбирайте Muse Wonder, когда рабочая нагрузка отличается длинным контекстом и интенсивным использованием кэша с обеих сторон учёта, потому что $0,20 против $1,00 за кэшированные токены и фиксированная ставка при объёме свыше 272 000 токенов компенсируют часть разрыва в расчёте на задачу.

• Не выбирайте ни то, ни другое, если рабочая нагрузка крупнообъёмная и предполагает только текст; более дешёвая модель с открытыми весами выполнит ту же работу за долю любого из этих тарифов, а семь-восемь пунктов индекса, которые вы теряете, незаметны на задачах, с которыми справляются обе модели.

Оба находятся на расстоянии одной клавиши, и это практическая часть.

GPT-6 Astra доступен на OrcaRouter, поэтому сравнение выше можно запустить, а не просто прочитать. По умолчанию он указан по прайс-листовым ставкам вендора — $10.00 за вход и $50.00 за выход при $1.00 за чтение из кэша — с точной передачей ступенчатой шкалы на 272 000 токенов, потому что сквозная передача, игнорирующая вторую ступень, сформировала бы счёт, не совпадающий со счётом вендора. Он поддерживает как формат GPT chat-completions, так и нативный Responses API, поэтому существующая интеграция с GPT переносится изменением base-URL, а не переписыванием.

Muse Wonder нет в нашем каталоге, и мы не собираемся описывать его так, будто он там есть: чтобы до него добраться, потребуется Meta's Model API, а более высоко оцениваемый Full checkpoint вообще не продаётся по токенам. Muse Spark 1.2 — это то, что мы предлагаем от Meta: мультимодальный reasoning-чекпоинт по цене $1,25 за вход и $4,25 за выход при 1 048 576 токенах, и это честный дешёвый вариант, если вам нужна лаборатория, а не флагман.

То, что вам даёт пара, использующая один эндпоинт, — это измерение, а не аргумент. Поменяйте идентификатор модели, сохранив промпт и настройку усилий, и сравните собственные выходные токены на обеих. Соотношение 60 миллионов против 130 миллионов у оценщика — это среднее по десяти бенчмаркам, которые вы, вероятно, не запускаете; именно ваше число решает, платите ли вы в 2,5 раза больше за более дешёвую работу или наоборот. Если лаконичность не воспроизводится на вашей нагрузке, вы узнали то, чего не могут сообщить тарифные карты, — а автоматическое переключение при отказе между провайдерами означает, что вы можете выяснить это на живом трафике без второй интеграции или второго контракта.

Краткая версия

Meta Muse Wonder — более дешёвая модель в расчёте на токен и более дорогая в расчёте на выполненную задачу. У GPT-6 Astra всё наоборот: премиальный тариф привязан к модели, которая укладывается менее чем в половину выходных токенов, что делает её примерно на 28% дешевле за задачу индекса и на один пункт выше по индексу. Тот, кто выбирает по ценнику, возьмёт Muse Wonder и заплатит больше; тот, кто выбирает только по индексу, возьмёт Astra и упустит, что её уровень длинного контекста и потолок вывода в 128 000 токенов — это две ситуации, в которых более дешёвая модель оказывается лучше.

Сопоставление, которое стоит отметить как действительно нерешённое, — это третье, которое ни один из поставщиков не выносит на слайд: оба закрыты, оба оценены в диапазоне, который оценщик называет дорогим, и оба теряют позиции по стоимости за задачу открытым моделям с открытыми весами, запрашивающим пятую часть любой из этих ставок. Это то сравнение, которое в конечном итоге навяжет бюджет, и оно не появляется ни в одном из постов о запуске.