Muse Wonder против Grok 4.7: модель, которая стоит в два раза дороже за токен и только в 1,2 раза дороже за задачу

В тарифных сетках Muse Wonder выглядит так, будто относится к другой ценовой категории, чем Grok 4.7. Meta берёт $4.00 за миллион входных токенов и $20.00 за миллион выходных токенов для Muse Wonder, которую выпустила 12 октября 2026 года. xAI берёт $2.00 и $6.00 за Grok 4.7, выпущенный 21 сентября 2026 года. Это вдвое больше на входе и более чем втрое — на выходе. Затем Artificial Analysis прогоняет обе модели через один и тот же стенд и сообщает цену выполнения одной задачи на интеллект: около $4.52 для Muse Wonder (max) и около $3.74 для Grok 4.7 (xhigh). Разрыв в тарифах в 3.3× при оплате сокращается до 1.2×, потому что Grok 4.7 — самая многословная модель в рейтинге, а Muse Wonder — лишь вторая по этому показателю.

Куда уходит разница в тарифной сетке

Две лаборатории назначают цены на токены совершенно по-разному, и модели расходуют их тоже совершенно по-разному — в противоположных направлениях. Почти всё это объясняет одно число — выходные токены, потреблённые во время оценки индекса:

• Токены на выходе в прогоне по индексу — Grok 4.7 около 240 миллионов; Muse Wonder около 130 миллионов, при медиане по лидерборду около 82 миллионов

• Ставка по прайс-листу — Grok 4.7: $2.00 за ввод / $0.50 за кэш / $6.00 за вывод за миллион; Muse Wonder: $4.00 за ввод / $0.20 за кэш / $20.00 за вывод за миллион

• Измеренная стоимость за задачу индексирования — Grok 4.7 около $3,74; Muse Wonder около $4,52

• Индекс интеллекта — Muse Wonder (max) 52, девятое место из 219; Grok 4.7 (xhigh) 46

Многословность Grok 4.7 — причина того, что его дешёвая на вид тарифная сетка не даёт дешёвую задачу. При 240 миллионах выходных токенов на оценку вызов Grok 4.7, который говорит то же самое, что и вызов Muse Wonder, требует примерно вдвое больше токенов, чтобы это сказать, а экономия на каждом токене уходит на покупку дополнительных. Тариф Muse Wonder за выходные токены — $20.00 — почти в три раза выше, чем у Grok, но он выдаёт примерно вдвое меньше токенов: эти два эффекта почти полностью компенсируют друг друга, и в остатке получается надбавка в 1,2× за шесть индексных пунктов.

Эта переформулировка значит больше, чем кажется, потому что она переворачивает обычный совет. Если оценивать модели по тарифной сетке, вы придёте к выводу, что Grok 4.7 — это бюджетный вариант, а Muse Wonder — роскошь; если оценивать их по выполненной работе, они различаются не более чем на 22%.

Строка кэша — это та, которая не отменяется.

Одна строка выбивается из закономерности — и выбивается в пользу Meta. Ставка Grok 4.7 за кэшированный ввод составляет $0.50 за миллион, не изменилась по сравнению с Grok 4.6 и в пять раз превышает $0.10 у GPT-6.1 Sol. У Muse Wonder она равна $0.20. В конвейере с интенсивным кэшированием промптов — длинный системный промпт и фиксированный корпус, которые повторно отправляются при каждом вызове, — это преимущество в 2,5 раза по самой крупной категории токенов в запросе, и многословность его не съедает, потому что кэшированные входные токены — не выходные токены.

Ещё одно нескомпенсированное различие — форма кривой цены, и здесь Meta безоговорочно побеждает:

• Контекстное окно — Muse Wonder 1 048 576 токенов; Grok 4.7 500 000 токенов

• Пересмотр цен для длинных промптов — Muse Wonder: нет; Grok 4.7 пересчитывает стоимость всего запроса по $4,00 за вход и $12,00 за выход, как только промпт достигает 200 000 токенов

• Максимальный объём вывода в одном ответе — Muse Wonder: 943 718 токенов; Grok 4.7: 450 000 согласно собственному листингу поставщика.

• Лестница усилий — Muse Wonder: от minimal до max, по умолчанию medium; Grok 4.7: low, medium, high, xhigh, по умолчанию high, при этом xhigh — новинка в этом поколении

Порог в 200 000 токенов у Grok 4.7 — самый крутой ценовой обрыв из тех, что предлагает любая из лабораторий. Запрос на 199 000 токенов и запрос на 201 000 токенов тарифицируются по удвоенной ставке за ввод и удвоенной ставке за вывод на весь запрос — а не только на превышение. Muse Wonder взимает за запрос на 400 000 токенов ровно ту же ставку за токен, что и за запрос на 400 токенов. Для рабочих нагрузок в стиле извлечения, которые обычно содержат большой фиксированный контекст, эта единственная строка может перевесить всё, что выше.

Откуда берутся шесть точек индекса

Совокупный разрыв в шесть пунктов — это реальный разрыв, и он не распределяется равномерно. Artificial Analysis оценивает обе модели по одной и той же редакции своего индекса; это его измерения, а не заявления какого-либо вендора.

• AA-Briefcase — Grok 4.7 с 1 657 Эло при xhigh, четвёртое место в таблице; Muse Wonder не опубликован на том же стенде

• GDPval-AA — Grok 4.7 1 715 Elo, наивысший показатель среди моделей, не относящихся к Anthropic; Muse Wonder не опубликована

• Генерация кода на собственном стенде — Muse Wonder не подлежит прямому сравнению; Grok 4.7 — 57,4% на SciCode и 43,1% на Humanity's Last Exam

• Стоимость за задачу индексации — Grok 4.7 $3.74; Muse Wonder $4.52

Профиль Grok 4.7 — широкий, а не пикообразный: он компетентен в рассуждениях, работе с длинным контекстом и профессиональными документами, не лидируя ни в одной из этих областей, и он действительно быстр — 82,6 токена в секунду, а Muse Wonder не публиковал этот показатель на том же испытательном стенде. Форма Muse Wonder — противоположная: более высокий композитный балл, неопубликованное значение скорости и таблица от поставщика, в которой его победы сосредоточены на работе в терминале и долгосрочных задачах по разработке ПО.

Эта таблица вендора — собственная таблица Meta, и её никто не воспроизводил. Её показатель Terminal-Bench 4.0-AA — 85.6 для Muse Wonder — стоит в том же столбце напротив 79.0 для Claude Fable 5.1 и 81.4 для GPT-6 Astra; независимо измеренный результат Grok 4.7 в Terminal-Bench 4.0 составляет 0.258 при том же названии бенчмарка, но это другой тестовый стенд и другое число. Не ставьте эти две цифры в одно предложение для сравнения — цифра Meta — это заявление вендора о собственной модели, а цифра Artificial Analysis — это измерение модели xAI, и тестовые стенды не одинаковы.

У одного из них есть двойник по подписке

Meta выпустила Muse Wonder в виде двух чекпоинтов. muse-wonder-1.0 — это та, что доступна в Meta Model API по цене $4/$20. muse-wonder-full-1.0 набирает 56 баллов в независимом индексе — на десять пунктов выше Grok 4.7 — и её вообще нельзя купить по токенам; она идёт в составе подписки Muse Code за $50 в месяц для Power Usage или $200 в месяц для Maximum Usage. У Grok 4.7 нет аналогичного разделения. Что видишь, то и покупаешь — по одной тарифной сетке, на одной конечной точке.

Для команды, сравнивающей ежемесячную подписку за $200 с оплатой за токены, это по-настоящему сложная часть данного сравнения. Преимущество Full-чекпоинта в десять пунктов над Grok 4.7 больше, чем шесть пунктов у API-модели, а фиксированная подписка — это совсем иная покупка, чем тарифицируемая по счётчику оплата: она полностью устраняет штраф за многословность, и именно этот штраф изначально сделал это сравнение таким близким.

Сторона маршрутизации, которая здесь асимметрична

Обе эти модели — собственные модели Meta и xAI, продаваемые через их собственные API, и одна из них также является маршрутом, который мы обслуживаем. Grok 4.7 присутствует в каталоге OrcaRouter как grok/grok-4.7, с датой 2026-09-21, по собственным ценам xAI: $2.00 за вход, $0.50 за чтение из кэша и $6.00 за выход за миллион токенов, при этом окно в 500 000 токенов, потолок вывода в 450 000 токенов и правило пересчёта цены в 200 000 токенов — всё в силе. Сквозное ценообразование означает, что изменение в тарифной сетке xAI отражается в нашей в тот же день, и тот же ключ открывает доступ к остальному каталогу.

Muse Wonder — не один из наших маршрутов. В нашем каталоге нет meta/muse-wonder записи, и эта страница не будет подразумевать её — Model API от Meta и Muse Code — вот где он работает. Из Meta Superintelligence Labs мы предлагаем meta/muse-spark-1.2, более крупный чекпоинт, от которого происходит это семейство, по $1.25 за вход и $4.25 за выход за миллион токенов в окне на 1 048 576 токенов с чтением из кеша за $0.15.

Эта асимметрия, собственно, и есть практический аргумент в пользу сравнения. Соотношение затрат 1,2× и разрыв в шесть баллов — это средние значения по всему набору бенчмарков; на вашем трафике соотношение будет другим, и вы не узнаете, насколько, не запустив его. От Grok 4.7 вас отделяет замена одной строки. Когда Muse Wonder появится у провайдера, через которого мы маршрутизируем, это будет та же замена строки, — а до тех пор честная позиция такова: одну половину этой пары можно протестировать дёшево, а другую — вообще никак.

Выбирая между ними

• Grok 4.7 — для всего, где вас уже устраивает форма: окно в 500 000 токенов покрывает большинство задач поиска, потолок вывода в 450 000 токенов щедр, лестница усилий доходит до xhigh, а композит достаточно близок, чтобы 1,2× редко что-то решал.

• Grok 4.7 специально для профессиональной работы с документами, требующей интенсивных рассуждений. Его GDPval-AA Elo — самый сильный показатель среди не-Anthropic моделей на табло, и именно этот субпоказатель предсказывает качество проверки контрактов, финансового анализа и написания длинных текстов.

• Muse Wonder — когда промпты большие и фиксированные. Окно в 1M без этапа пересчёта цены и чтение из кэша за $0,20 — это существенно другие условия, чем окно в 500K, которое при 200 000 токенов удваивает стоимость всего запроса, и эта разница накапливается при каждом вызове в цикле.

• Muse Wonder — когда вывод должен быть огромным. 943 718 токенов против 450 000 — это разница между выдачей целого артефакта и его разбивкой на страницы.

• Muse Wonder — при вводе речи или видео. Grok 4.7 принимает текст и изображения; модель Meta принимает текст, изображение, речь и видео, что устраняет один этап конвейера, а не улучшает его.

Заманчивое резюме — более дешёвая модель против лучшей модели — ошибочно в обеих половинах. Grok 4.7 не обходится дешевле на каждую выполненную задачу — совсем не так, как предполагает его тарифная сетка, а преимущество Muse Wonder сосредоточено там, где сводная оценка ничего не может показать. На практике их различают размер промпта и размер вывода, и оба напечатаны в ваших собственных логах.