GPT-6.1 Terra vs Muse Wonder: fyra indexpoäng, åtta gånger notan

GPT-6.1 Terra och Muse Wonder ligger fyra poäng ifrån varandra på den offentliga resultattavla som har mätt båda, och kostnaden för att slutföra en uppgift på den tavlan skiljer sig med ungefär en faktor åtta. OpenAI lanserade Terra den 26 oktober 2026 för 1 dollar per miljon indatatoken och 5 dollar per miljon utdatatoken; den får 48 poäng på Artificial Analysis Intelligence Index och kostar 0,40 dollar per uppgift i indexet. Meta lanserade Muse Wonder den 12 oktober för 4 dollar och 20 dollar; den får 52 poäng och kostar 3,27 dollar per uppgift. Båda anger ett kontextfönster på en miljon token. En sortering på en resultattavla skulle avgöra saken på en enda rad, och det är just därför resultattavlan är fel plats att avsluta den på: modellen med högre poäng och högre kostnad är också den snabbare, och den billiga modellens fördel beror helt och hållet på vad ett felaktigt svar kostar dig.

Siffrorna nedan kommer från Artificial Analysis, avlästa den 27 oktober 2026, och från de två leverantörernas lanseringsdokumentation. Leverantörernas påståenden markeras som påståenden. Det enda benchmarket på uppgiftsnivå i den här artikeln kördes av DualEntry, ett företag som säljer redovisningsautomation, så det är tredjepartsbevis med ett kommersiellt intresse, inte en neutral granskning; det behandlas som sådant.

Två modeller byggda för olika uppgifter

Terra är OpenAIs volymmodell, ersättaren till GPT-5.6 Terra och det billigaste sättet att få den nuvarande OpenAI-familjens allmänna kompetens. Den tar emot text och bilder, returnerar text, dokumenterar en kontext på 1 050 000 token med ett utdatatak på 128 000 token och exponerar resonemangsansträngning från none till max. OpenAI släppte den också till Amazon Bedrock på lanseringsdagen och till ChatGPT Work och Codex, men inte till konsumentversionens ChatGPT-chattruta. Den är endast tillgänglig via API i den bemärkelse som är viktig för upphandling: ingen finjustering, ingen Realtime, inga Assistants.

Muse Wonder är Metas första modell som hör hemma i frontier-samtalet, och den kommer med en uppdelning som de flesta jämförelsesidor suddar ut. API-modellen är Wonder, med $4 för indata och $20 för utdata. Den högre poängsatta checkpointen, Muse Wonder Full med 56 på samma index, säljs endast som en del av Muse Code-prenumerationen för $50 eller $200 i månaden och tillhandahålls inte via API:et. De framträdande benchmarkraderna beskriver ofta Full. Modellen som en utvecklare faktiskt kan anropa ligger fyra poäng över Terra, inte åtta.

• Pris — GPT-6.1 Terra $1.00 indata / $5.00 utdata per miljon; Muse Wonder $4.00 / $20.00.

• Cachad indata — Terra $0.05 med 95 % rabatt; Wonder $0.20 med 95 % rabatt.

• Kontextfönster — Terra 1 050 000 dokumenterat; Wonder 1 000 000 dokumenterat.

• Maximal utdata – Terra 128 000 dokumenterade; Meta har inte publicerat något tak för Wonder, och tredjepartsspårare rapporterar siffror nära 943 000.

• Oberoende intelligensindex — Terra 48, 25:e av 221; Wonder 52, 10:e av 221.

• Kostnad per indexeringsuppgift — Terra $0.40; Wonder $3.27.

• Utdatashastighet — Terra 90,9 tokens per sekund; Wonder 207,8.

• Tid till första token — Terra 77,96 sekunder; Wonder 31,62 sekunder.

• Indata – Terra text och bilder; Wonder text, bilder, video och ljud enligt trackers, med Metas eget lanseringsmaterial som betonar text och bilder.

• Vikter — stängda på båda sidor. Metas alternativ med öppna vikter är Muse Spark, en annan modell.

Notan är åtta gånger indexgapet.

Siffran för kostnad per uppgift är den som bör förändra hur gapet på fyra punkter uppfattas. Artificial Analysis multiplicerar inte bara listpriser med ett fast antal tokens; de mäter hur många tokens varje modell gör av med för att slutföra samma uppsättning indexuppgifter och prissätter sedan den förbrukningen. Terra ligger i genomsnitt på $0,40 per uppgift och Wonder på $3,27, en skillnad på 8,2x på ett förmågegap på mindre än 8 %.

Enbart listpriserna förklarar det inte. Ta en arbetsbelastning på 100 miljoner inputtokens och 10 miljoner outputtokens: Terra fakturerar 150 dollar och Wonder 600 dollar, en skillnad på 4x. Gapet per uppgift är dubbelt så stort, vilket betyder att de tokens som indexutvärderingarna faktiskt förbrukade inte fördelades 10 mot 1; Artificial Analysis prissätter den uppmätta input- och outputvolymen för varje modell, och siffran per uppgift speglar utvärderingarna snarare än ett schablonexempel. Ett pris per token är ett bränslepris, inte en resekostnad.

Den skillnaden spelar störst roll vid den volym som Terra riktar sig mot. En pipeline som kör 100 000 uppgifter i månaden spenderar 40 000 dollar på Terra och 327 000 dollar på Wonder enligt de priser som Artificial Analysis har mätt upp. Kapacitetsskillnaden mellan dem ändras inte med en faktor åtta när arbetsbelastningen gör det; det gör däremot notan. Om din uppgift är klassificering, extrahering, formulärläsning eller ett avgränsat agentsteg ligger bevisbördan hos den dyra modellen.

En varning när det gäller beräkningarna: indexet renormaliseras med jämna mellanrum, och siffrorna för kostnad per uppgift ändras i takt med det. Jämför modeller utifrån samma avläsning – det är vad dessa siffror är – i stället för att subtrahera ett tal från en äldre artikel.

Wonder är snabbare, och Terras hastighetspåstående klarar inte jämförelsen.

OpenAI:s lanseringsmaterial beskriver Terra som betydligt snabbare än GPT-6 Astra och GPT-6.1 Sol. Inom OpenAI-familjen verkar det stämma, och det är anledningen till att modellen finns: en billig, snabb generalist för visuellt arbete och dokumentarbete. Jämfört med Metas modell är den inte i närheten. Wonder producerar 207,8 uttoken per sekund mot Terras 90,9, och den returnerar sin första token på 31,62 sekunder mot Terras 77,96.

Båda är långsamma i starten i absoluta termer, vilket är en egenskap hos stora resonemangsmodeller snarare än en skandal. Men ordningen är den motsatta mot prisordningen, och det har en praktisk konsekvens. För ett batchjobb som körs över natten är Terras latens irrelevant och dess kostnad avgörande. För en interaktiv produkt där en användare väntar på den första token är en start på 78 sekunder ett produktbeslut, inte en benchmarkrad, och Wonders 32 sekunder är den bättre upplevelsen även vid fem gånger indatapriset.

Hastighetssiffrorna underminerar också ett vanligt antagande om billiga modeller: att de som standard är det snabba alternativet. Terra är billigt per token och billigt per uppgift. Det är inte snabbt per sekund. Det är olika påståenden, och bara ett av dem är sant.

Ett test på uppgiftsnivå där den billiga modellen förlorade

Den bredaste tredjepartskontrollen som finns tillgänglig vid lansering är DualEntrys redovisningsbenchmark: 101 syntetiska fall inom transaktionsklassificering, verifikationer, leverantörsskulder, kundfordringar, avstämning, rapportering, månadsavslut och redovisningskunskap, som körs tre gånger per modell med fasta referenssvar i stället för en AI-bedömare. Tjugotvå modeller testades. DualEntry säljer redovisningsautomatisering, så benchmarken är inte neutral, men metoden är mer konkret än ett sammansatt index.

Terra slutade på 78,2 % totalt, delad 18:e plats av 22. Dess profil var ojämn på ett sätt som sammanvägningen döljer. Transaktionsklassificering var perfekt, 13 av 13. Leverantörsskulder var 53,8 %, delad sistaplats. Bankavstämning var 83,3 %, efter både Kimi K3.1 Pro och Muse Wonder, även om utgåvan inte publicerar Wonders exakta avstämningspoäng. Terra var den snabbaste OpenAI-modellen på benchmarken och tredje snabbast totalt med 16,1 sekunder per uppgift, till $0,042 per uppgift – ungefär hälften av GPT-6.1 Sol och en tiondel av GPT-6 Astra.

En separat utvärderingsplattform, Vals AI, placerar Terra på 60,17 % och på tionde plats av 28 i sin egen svit, där kodning och terminalarbete är styrkor och juridik, skatt och finans är svagheter. Olika svit, olika skala, så siffran är inte jämförbar med Artificial Analysis-indexet; formen är det. Terra är en snabb, billig generalist med stor variation mellan uppgiftsfamiljer, inte en enhetligt bra sådan.

Den variansen är argumentet mot att köpa enbart utifrån kostnad per uppgift. I ett arbetsflöde där en delpoäng på 53,8 % innebär att en människa gör om halva leverantörsskuldkön är de 2,87 dollar som sparas per uppgift ingen besparing; det är en överföring av kostnad från tokenbudgeten till lönebudgeten. Muse Wonders försprång på fyra indexpunkter bevisar inte att det skulle klara den ribban – ingen gemensam benchmark som är offentligt tillgänglig fastställer det – men i det enda uppgiftsnivåtest som båda förekommer i ligger det före där Terra är svagast.

Modaliteter, utdatalängd och vad Meta inte har dokumenterat

Wonders inmatningsrad är den tydligaste strukturella skillnaden. Trackers listar text, bilder, video och ljud som indata och text som utdata; Metas lanseringsmaterial är snävare på vissa punkter, men video- och ljudindata är anledningen till att ett team överhuvudtaget skulle överväga det framför Terra. Terra tar text och bilder. Om din pipeline tar in inspelade samtal, skärminspelningar eller produktvideo kan Terra inte vara den enda modellen i den.

Utdatalängden är den andra. Terra dokumenterar 128 000 utdatatoken. Meta har inte publicerat Wonders tak, och siffran ~943 000 som cirkulerar kommer från tredjepartsobservation snarare än en specifikation. Behandla den som ett uppslag att verifiera, inte som en siffra att dimensionera efter. Samma försiktighet gäller för kunskapsavgränsningar: Terra dokumenterar 1 juni 2026; Meta har inte publicerat någon sådan för Wonder.

Ingen av modellerna finns i vår katalog. Här är vad som

En ärlig begränsning innan någon produktnot: per den 27 oktober finns varken GPT-6.1 Terra eller Muse Wonder i OrcaRouters katalog med 214 modeller. Terra är tillgängligt via OpenAIs eget API och, sedan lanseringsdagen, via Amazon Bedrock. Wonder säljs via Metas Model API. Den som påstår att de kan routa någon av dem via oss i dag beskriver en färdplan, inte en katalog.

Det som katalogen däremot erbjuder är den närmaste värdbaserade armen på varje sida: GPT-6.1 Sol med $2 för input och $10 för output, som får 52 på indexet och kostar $0.72 per uppgift, och Muse Spark 1.2, Metas Spark-serie. Om den Terra-formade arbetsbelastningen är den du behöver mäta — högvolymarbete med text och bild där kostnaden per slutförd uppgift avgör köpet — är Sol den värdbaserade proxyn med mer kapacitet och ungefär dubbelt så hög kostnad per uppgift, och jämförelsen visar om Terras besparing är värd migreringen. Båda serveras till leverantörens listpris utan påslag, på en enda nyckel med automatisk failover, så ett avbrott hos leverantören blir inte ett produktavbrott.

När endera modellen väl finns i katalogen är bytet en fråga om en modellsträng, inte ett andra kontrakt. Det är det praktiska skälet att benchmarka arbetsbelastningen nu i stället för att vänta på lanseringsinlägget som avgör jämförelsen.

Vem ska välja vilken

Välj Terra när arbetet har hög volym, är väl specificerat och domineras av text eller bilder: dokumentutvinning, klassificering, läsning av formulär och skärmbilder, utkastskrivning, avgränsade agentsteg. $0,40 per uppgift är den lägsta i den här jämförelsen med stor marginal, utdata på 128K är dokumenterad snarare än ryktesbaserad, och de ojämna deluppgiftspoängen är godtagbara när en människa ändå granskar utdata.

Välj Muse Wonder när indata är rikare än text och bilder, när en agent måste returnera en lång artefakt i ett anrop, eller när ett felaktigt svar kostar långt mer än $2,87. De 207,8 tokens per sekund och de 32 sekunderna till första token gör den till den bättre interaktiva modellen, och fördelen på fyra indexpunkter är verklig även om den är mindre än gapet mellan Muse Wonder Full och Terra. Budgetera för utdatapriset på $20 och bekräfta vilken checkpoint som benchmarken du läser faktiskt mätte.

De fyra poängen är det minst intressanta talet i jämförelsen. Kostnaden, tiden till första token och variansen på uppgiftsnivå är det som ett produktionsbeslut hänger på — och vad gäller dessa är den billigare modellen inte helt enkelt den sämre.