Muse Wonder vs GPT-6.1 Sol: Ett utdatatak på 943 718 tokens mot ett på 128 000 tokens

Muse Wonder och GPT-6.1 Sol hamnar inom en femtedels poäng från varandra på Artificial Analysis Intelligence Index – 52 för Muse Wonder (max), 51,8 för GPT-6.1 Sol (max) – och en enskild indexuppgift kostar 4,52 $ för den första och 0,72 $ för den andra. Meta Superintelligence Labs släppte Muse Wonder den 12 oktober 2026 för 4,00 $ per miljon indata-tokens och 20,00 $ per miljon utdata-tokens. GPT-6.1 Sol släpptes den 29 september 2026 för 2,00 $ och 10,00 $. Prislistan säger ungefär dubbelt; den uppmätta fakturan säger 6,3 gånger, och orsaken är mångordighet – 130 miljoner utdata-tokens mot 67,2 miljoner för att landa på nästan samma poäng. Men talet som faktiskt avgör vilken av dessa två du kan sätta på ett jobb är varken indexet eller priset. Det är utdatataket: 943 718 tokens för Muse Wonder, 128 000 för GPT-6.1 Sol.

Taket är specraden som ingen läser

Båda modellerna marknadsför en kontext på en miljon token. Det är där likheten i specifikationsbladet slutar vara användbar.

• Kontextfönster — Muse Wonder 1,048,576 tokens vs GPT-6.1 Sol 1,050,000 tokens

• Maximal indata — Muse Wonder publiceras inte separat; GPT-6.1 Sol 922 000 tokens

• Maximal utdata i ett svar — Muse Wonder 943 718 tokens; GPT-6.1 Sol 128 000 tokens

• Resonemangsinsats — Muse Wonder minimal, låg, medium (standard), hög, xhigh, max; GPT-6.1 Sol låg, medium (standard), hög, xhigh, max, utan avstängningsbrytare på någon av dem

• Modal inmatning — {{1}}Muse Wonder{{/1}} text, bild, tal och video; {{2}}GPT-6.1 Sol{{/2}} text, bild och fil

• Vikter — båda proprietära, ingen av dem publicerad

Läs den tredje raden igen. GPT-6.1 Sol köper ett fönster på 1 050 000 token men låter dig bara använda ungefär en åttondel av det till utdata; de återstående 922 000 är endast indata. Muse Wonder låter ett enda svar uppta nio tiondelar av sitt fönster. Det är inte en avrundningsskillnad. En syntesomgång över ett stort korpus, en långformsgenerator, en transkript-till-transkript-transformering, ett ramverk som måste emittera en hel fil i stället för en patch – de ligger över 128 000 utdatatoken, och på GPT-6.1 Sol får de inte plats i ett enda anrop, oavsett pris. Du paginerar, och paginering innebär att modellen förlorar den plan den gjorde i det första svaret.

Muse Wonders tak kommer med sin egen fälla, som Meta inte döljer men inte heller lyfter fram: resonemangstokens debiteras som output på båda modellerna, och Muse Wonders stege går till ett maxläge som gladeligen konsumerar hela budgeten. Siffran 943 718 är en gräns, inte en tilldelning.

Två prislistor, och stupet som gömmer sig i en av dem

GPT-6.1 Sol är billigare på varje linje, och ännu billigare i mitten av sitt intervall. Det den inte har är en platt kurva.

• Standardpris — Muse Wonder 4,00 USD in / 20,00 USD ut per miljon; GPT-6.1 Sol 2,00 USD in / 10,00 USD ut

• Cachad indata — Muse Wonder 0,20 USD per miljon; GPT-6.1 Sol 0,10 USD per miljon

• Beteende vid långa prompter — Muse Wonder oförändrat över hela fönstret; GPT-6.1 Sol omprissätter hela begäran över 272 000 indatatoken till $4.00 in och $15.00 ut

• Cache-skrivning — Muse Wonder ej publicerad; GPT-6.1 Sol $2.50 per miljon

• Rabattvägar — Muse Wonder inga publicerade; GPT-6.1 Sol batch och flex på 50 %, snabbläge på 2×

Det tröskelvärdet på 272 000 tokens är den dyraste posten på GPT-6.1 Sols prislista, eftersom att passera det prissätter om arbete du redan har utfört. En begäran på 271 000 tokens och en begäran på 273 000 tokens skiljer sig med mindre än 1 % av indata och med 2,01× på fakturan. Muse Wonder har ingen motsvarande diskontinuitet — en prompt på 900 000 tokens debiteras till samma pris per token som en på 900 tokens. För en arbetsbelastning som vanemässigt ligger strax över 272 000 tokens är det det enskilt starkaste argumentet på Metas sida av den här sidan, och det är värt mer än den cacherabatt som GPT-6.1 Sol vinner på alla andra rader.

Under den tröskeln är ordningen entydig: GPT-6.1 Sol kostar hälften så mycket att köra, hälften så mycket för cacheläsning, och det är den enda av de två med en batch-kö till 50 % rabatt.

Var 0,2-indexpunkterna faktiskt ligger

Ett sammansatt index som landar på 52 mot 51,8 säger dig att de två modellerna är jämbördiga. Det säger dig ingenting om vilken av dem som kommer att klara din arbetsbelastning, och på delpoängen delar paret upp sig i igenkännbara former snarare än i en vinnare och en förlorare.

Artificial Analysis är källan för båda, mätt i sin egen testharness vid maximal ansträngning, och detta är dess siffror snarare än någon av leverantörernas:

• Intelligensindex — Muse Wonder (max) 52, nionde av 219 modeller; GPT-6.1 Sol (max) 51,8, tionde

• Kostnad per indextask — Muse Wonder cirka 4,52 $; GPT-6.1 Sol cirka 0,72 $

• Output-tokens som förbrukades under indexkörningen — Muse Wonder omkring 130 miljoner; GPT-6.1 Sol omkring 67,2 miljoner, mot en median för boarden på nära 82 miljoner

• Utdatashastighet — GPT-6.1 Sol cirka 66,8 tokens per sekund; Muse Wonder ännu inte publicerad i samma testramverk

Mångordighetsgapet är hela historien bakom prisskillnaden. Muse Wonder gör av med nästan dubbelt så många tokens för att producera ett resultat som är en halv poäng högre, och med $20 per miljon utdata mot $10 betalar den dubbelt så mycket för vart och ett av dessa tokens. Kostnaden per uppgift multiplicerar de två effekterna. Inget i det förhållandet är fast — resonemangsansträngning är spaken, och båda modellerna exponerar den — men standardinställningarna är där merparten av trafiken körs, och det är standardinställningarna som gav upphov till dessa siffror.

Metas egen lanseringstabell, som är leverantörsrapporterad och inte har reproducerats oberoende, placerar Muse Wonder före GPT-6 Astra och i nivå med Claude Opus 5.5 på Terminal-Bench 4.0-AA med 85,6 mot 81,4 och 81,5, och före på SWE-Marathon med 78,8 mot 74,1 och 74,2. Läs dem som Metas påståenden. Notera också att samma tabell placerar Muse Wonder efter på AutomationBench-AA (60,5 mot 65,3 och 65,6), GDP.pdf (39,1 mot 41,6 och 41,2) och DeepSWE 1.1 (52,0 mot 59,1 och 59,6) — leverantörens egen resultattavla är inte genomgående smickrande, och de två ställen där den är smickrande är terminalkod och kod med lång tidshorisont, inte affärsprocessautomatisering.

Vad prenumerationstvillingen gör med den här jämförelsen

Muse Wonder är inte en enda modell. Meta släppte en andra checkpoint, muse-wonder-full-1.0, som får 56 på samma oberoende index och ligger på fjärde plats av 699 – fyra poäng över API-modellen och över GPT-6.1 Sols 51,8. Den har inget pris per token eftersom Meta inte säljer den per token: den går endast att få via en Muse Code-prenumeration för 50 dollar i månaden för Power Usage eller 200 dollar i månaden för Maximum Usage.

För ett team som redan betalar för Muse Code är det effektiva priset för en indexökning på fyra punkter en fast månadsavgift, och jämförelsen mot GPT-6.1 Sol ändrar form helt. För alla andra är den bättre halvan av den här lanseringen ett produktbeslut, inte ett API-beslut, och den ärliga tolkningen är att Metas frontier-siffra och Metas nåbara siffra är två olika siffror.

Kör båda, eller kör en

Det obekväma faktumet i centrum av den här sidan är att inget av dessa är ett beslut som du kan fatta utifrån ett specifikationsblad, eftersom kostnadsförhållandet på 6,3× är ett genomsnitt över någon annans uppgiftsmix. Din egen mix är den enda som spelar roll, och att mäta den borde inte kräva två leverantörskonton.

GPT-6.1 Sol finns på OrcaRouter som openai/gpt-6.1-sol, daterad 2026-09-29, till listpriset $2.00 för indata, $0.10 för cacheläsning och $10.00 för utdata per miljon tokens, med fönstret på 1 050 000 tokens och omprissättningsregeln vid 272 000 tokens intakta. Inget läggs på från vår sida; när leverantören ändrar ett pris ändras siffran på vår sida samma dag. Det innebär att Sol-delen av den här jämförelsen bara är ett strängbyte bort från vilken harness du än redan har.

Muse Wonder finns inte i vår katalog, och den här sidan tänker inte låtsas att den gör det – Metas eget Model API och Muse Code är där den körs i dag. Vad vi däremot har från samma labb är Muse Spark 1.2, checkpointen som Meta byggde resten av den här familjen på, till 1,25 USD för indata och 4,25 USD för utdata per miljon tokens över ett fönster på 1 048 576 tokens med 0,15 USD för cacheläsningar. Om anledningen till att du tittar på Muse Wonder är Metas stil snarare än frontier-poängen, kostar den vägen en femtedel av det.

Den praktiska användningen av en enda OpenAI-kompatibel slutpunkt för 200+ modeller är precis den här jämförelsen. Skillnaden mellan $4,52 och $0,72 är tillräckligt stor för att vara värd att testa i stället för att tro på, och att testa den innebär att rikta en befintlig utvärdering mot ett andra modellnamn och köra om — inte att teckna ett andra avtal. Automatisk failover täcker då fallet där du släpper den obeprövade först: om den uppströms leverantören försämras flyttas begäran i stället för att misslyckas.

Vilken, och på vilka bevis?

• Välj GPT-6.1 Sol om inte något specifikt utesluter det. Det är billigare på varje publicerad taxa, det har en batch-körning, dess cacheläsning är hälften av Muse Wonders, och dess oberoende index ligger en femtedel av en poäng bakom. Det är standardsvaret och bör förbli standarden tills en arbetsbelastning säger emot.

• Använd Muse Wonder när utdata behöver vara lång. Ett svarstak på 128 000 token är en hård gräns, och om ditt jobb kräver en enda generering på 200 000 token, räcker det inte att spara in på indata-token för att GPT-6.1 Sol ska kunna göra det.

• Välj Muse Wonder när indata är tal eller video. Meta accepterar båda som förstklassiga indata; GPT-6.1 Sol tar text, bild och fil. Att slå samman ett transkriberingssteg och ett resonemangssteg till ett anrop är värt mer än en prisskillnad i vissa pipelines och inte alls något i andra.

• Ta Muse Wonder när dina prompter ligger strax över 272 000 tokens. Det är det enda området på priskurvan där Metas fasta pris slår Sol-stupet, och det slår det med besked.

• Döm inte Muse Wonder efter dess rubrikindexpoäng. Femtiotvå mot 51,8 är oavgjort på det instrument som gav båda siffrorna, och att betala 6,3 gånger så mycket per uppgift för oavgjort är ingen strategi.

Det som gör den här parkopplingen genuint svår är att de två modellerna ligger tillräckligt nära varandra i kvalitet för att beslutet helt och hållet handlar om form – hur lång utdata måste vara, vad indata består av, och var dina prompter befinner sig på priskurvan. De kan besvaras utifrån dina egna loggar den här veckan, och de kommer inte att besvaras av nästa benchmarktabell som något av labben publicerar.