OpenAI-prickar vs Meta Muse: vems dator, vems nycklar, vems godkännande

OpenAI:s dots-sida, publicerad den 29 september 2026, kallar dem ”ständigt aktiva agenter” och säger att de drivs av GPT-6 Astra. Metas Muse-sida, läst den 24 oktober 2026, kallar Muse en personlig agent som ”lär känna dig och dina mål och arbetar över alla aspekter av livet”. Om man bortser från tonen erbjuder de två produkterna samma sak: något som fortsätter att fungera efter att din bärbara dator har stängts, kommer ihåg vad du har sagt till det och agerar för din räkning i de appar du redan använder. Det som skiljer dem åt är inte erbjudandet. Det är infrastrukturen under det, och det är där sidorna blir ojämna – vilken dator agenten körs på, var du får nå den, vem som i slutändan sitter med dina lösenord och ditt kort, vad som måste hända innan den agerar, vad respektive företag säger om dina data och vad vart och ett av företagen är berett att låta mätas. På flera av dessa frågor är det ärliga svaret att ingenting har publicerats, och den här jämförelsen markerar luckorna i stället för att släta över dem.

Ett modellnamn, och en sida som vägrar att ange ett.

OpenAI anger vad som utför resonemanget. Dots är ”drivna av GPT-6 Astra”, enligt sidan som publicerades den 29 september 2026. Metas Muse-sida, läst den 24 oktober 2026, beskriver vad agenten gör och vad den körs på men namnger inte modellen som driver den. Det är en verklig asymmetri och inte en egenhet i copywritingen, eftersom en modell är den enda komponenten i en agentstack som en köpare självständigt kan slå upp, prissätta och jämföra. Allt annat på respektive sida är ett påstående om beteende; bara ett av de två företagen lägger ett namngivbart objekt på bordet.

Den andra asymmetrin är erbjudandets form. OpenAI säger att dots rullas ut "för Pro-, Business Premium- och Enterprise-planer på berättigade marknader" och visar en förhandsvisning av specialiserade dots med egen identitet för åtkomsthantering, IT-tilldelad hårdvara och djupa integrationer med ett företags system of record, och nämner en Microsoft Agent 365-integration. Metas sida är uppbyggd kring individuella Muses – skaparberättelser presenterar fyra vid namn, Pumpkin, Lux, AunTEY och Mango – plus en Muse för småföretag som beskrivs som "en samling nya färdigheter och kopplingar". Ingen av sidorna publicerar ett pris. För båda produkterna publiceras inget pris för själva agenten, så en eventuell kostnadsjämförelse som en läsare skulle vilja göra är inte tillgänglig i dag.

Vad är det som kör agenten?

Detta är den tydligaste publicerade skillnaden mellan de två produkterna, och det är en skillnad som handlar om innehavet av en maskin snarare än om förmågan.

OpenAI dots. Sidan för dots säger att varje dot arbetar på sin egen molndator och att din dator och dess innehåll förblir åtskilda om du inte väljer att ansluta den. Meningen gör tre saker: den placerar arbetet någon annanstans än på din laptop, den lovar avskildhet som standard och den gör anslutningen till din egen maskin till ett uttryckligt val. Det är också det som gör att sidan kan beskriva en dot som att den arbetar mot dina mål 24/7 utan att be din dator att hålla sig vaken.

Meta Muse. Muse kommer med "en säker dator med en webbläsare som delas av dig och din agent". Frasen "delas av dig och din agent" gör jobbet här. Detta framställs inte som en maskin som tillhör agenten och står avskild från dig; det är en delad yta, och webbläsaren är en del av beskrivningen snarare än ett tillägg.

Där sidorna tar slut. Meta publicerar inte var den delade datorn fysiskt finns – på din Mac, på Metas servrar eller någon annanstans – och publicerar inte vad som händer med dess innehåll när agenten är inaktiv. OpenAI publicerar inte specifikationerna för den molndator som en dot får, och publicerar inte någon tilldelning per dot. Dessa detaljer publiceras inte på någon av sidorna, och de spelar större roll än de låter: de avgör hur mycket arbete en agent verkligen kan ta sig an innan den börjar lämna tillbaka uppgifter till dig.

Hur autentiseringsuppgifter hanteras

De två sidorna skyddar din inloggning från olika parter, och det är den mest användbara distinktionen i något av säkerhetsavsnitten.

OpenAI dots. För att logga in på webbplatser som stöds kan dots "använda sparade lösenord utan att exponera dem för modellen". Den skyddade parten är modellen: dotsen autentiserar, och språkmodellen som driver den ser aldrig lösenordet. Det OpenAI inte publicerar är vad som händer när en webbplats inte har något sparat lösenord, huruvida en dots kan skapa och lagra en ny autentiseringsuppgift, eller hur sparade lösenord förvaras och granskas på dotsens egen dator. Inget av detta är publicerat. Inte heller någon kortthantering: vad en dots får göra med en betalningsmetod publiceras inte på dots-sidan.

Meta Muse. Inloggningar förvaras i "ett säkert autentiseringslager som din agent inte kan läsa", med 1Password-integrering "kommer snart". Den skyddade parten här är agenten. Det är ett annat påstående än OpenAIs: det begränsar vad agenten själv kan läsa, inte bara vad modellen kan se. Meta hanterar också kortet. I kassan genereras ett engångskortnummer "så att ditt riktiga kort aldrig ses av handlaren eller din agent", och kvalificerade köp omfattas av Links köpskydd.

Vad ingen av sidorna säger. Ingen av leverantörerna publicerar vad som händer när en autentiseringsuppgift återkallas mitt i en uppgift, eller om någon av agenterna kan instrueras att glömma en inloggning som den redan har använt. Inte heller det är publicerat, och det är frågorna som är värda att ställa innan du lämnar över ett konto snarare än efter.

Där du når det

OpenAI dots. En dot går att nå via ChatGPT, Slack eller Teams, och sidan uppmanar dig att ”hoppa på ett röstsamtal” när du vill prata igenom ett problem. Designantagandet är arbetsplatsformat: agenten dyker upp i verktyg som ett team redan har öppna i stället för att be någon installera ännu ett fönster.

Meta Muse. Muse körs som appen Muse på mobil och Mac och direkt inuti WhatsApp, och sidans nedladdningsuppmaning gäller Mac. Designantagandet är samtalsformat och personligt: samma typ av chatt som du redan har med människor, med agenten inuti den.

Luckorna är spegelbilder av varandra. OpenAI publicerar inte huruvida dots har en egen fristående app; Meta publicerar inte huruvida Muse kan nås från Slack eller Teams. Inget av detta är publicerat. Vad respektive företag däremot publicerar är en lista över ytor, och en lista över ytor är ett löfte om var agenten kommer att finnas, inte ett påstående om att listan är fullständig. Betrakta båda som ofullständiga till sin konstruktion.

Hur ett godkännande ser ut

OpenAI-dots. Dots ”börjar med inbyggda regler för när de ska agera självständigt och när de ska begära godkännande”. Med Custom Rules kan du tillåta en åtgärd, kräva godkännande för den eller blockera den. Innan en åtgärd som kan påverka dina konton eller dela information granskas den automatiskt mot dina instruktioner, dina Custom Rules och företagets säkerhetskrav, och arbetet delas in i vad som kan fortsätta, vad som behöver godkännande och vad du måste göra själv. Vissa känsliga uppgifter, ”till exempel att ändra ett lösenord”, ligger alltid hos dig. Förlopp, inklusive bakgrundsarbete, visas i en Activity View, och övervakning kan pausa eller stoppa arbetet för en Dots. Sidan är också ovanligt tydlig med begränsningen: ”Dots kan fortfarande göra misstag, så granska alltid arbete som får konsekvenser.”

Meta Muse. "Granska och godkänn åtgärder från Muse innan de inträffar, till exempel att skicka e-post och göra inköp. Se ett fullständigt revisionsspår" av allt agenten har gjort och vad den planerar att göra. Den publicerade bilden är en mänsklig kontrollpunkt före åtgärden och ett register som sparas efter den.

Var bedömningen ligger. OpenAI beskriver en regelmotor plus en automatiserad granskare, där en person kopplas in för en uppsättning känsliga uppgifter som den anger som exempel. Meta beskriver granskning som utförs av en person, med en granskningslogg som bevis. Ingen av dem publicerar den fullständiga listan över åtgärder som alltid kräver en människa. OpenAI anger byte av lösenord som sitt exempel; Meta anger e-post och köp. Den fullständiga listan över vad som alltid ska frågas om eller vägras är inte publicerad hos någon av dem, och det är precis den listan man skulle vilja ha innan man bestämmer hur mycket frihet man ska ge en agent.

Vad varje leverantör säger om träningsdata

OpenAI dots. dots-sidan gör två skriftliga åtaganden. Innehåll från ChatGPT Business-, Enterprise- och Edu-arbetsytor används inte "för att förbättra våra modeller som standard", och OpenAI tränar inte "direkt på proaktiv forskning eller din dots anteckningar till sig själv". Det andra åtagandet omfattar två kategorier av agentgenererat material som sidan uttryckligen namnger, vilket är ett snävare löfte än "vi tränar aldrig på dina data" och ett mer specifikt sådant.

Meta Muse. Musesidans datainformation handlar om reklam: "dina konversationer delas inte med Metas annonssystem." Det är ett utlåtande om riktad annonsering, inte om modellträning, och de två är inte utbytbara. Huruvida konversationer med Muse används för att träna modeller publiceras inte på sidan som lästes den 24 oktober 2026.

Lästa sida vid sida består skillnaden i vilket ämne som behandlas. OpenAI tar upp träning och anger vilka workspace-data och vilket agentgenererat material som utesluts. Meta tar upp annonsering och säger att konversationer hålls utanför annonssystemet. Ingen av meningarna besvarar det andra företagets fråga, så en köpare som bryr sig om träningsdata får ett svar från den ena sidan och en lucka från den andra. Luckan är inte en förnekelse, och den bör inte läsas som en sådan.

Vad mäts

Inget av företagen publicerar ett oberoende benchmark för sin agent, och ingen av dem publicerar ett pris. Det är de två första siffrorna en köpare skulle leta efter, och båda är opublicerade.

Det som var och en publicerar är instrumentering. OpenAI:s Activity View visar framsteg, inklusive bakgrundsarbete, och den automatiska granskningen avgör vad som går vidare, så du får en löpande bild av vad en dot gör. Meta publicerar en "fullständig granskningslogg" över vad agenten har gjort och vad den planerar att göra. Båda är register över aktivitet. Ingen av dem är ett mått på hur ofta agenten löser en uppgift korrekt.

De återstående luckorna följer samma mönster. OpenAI publicerar inte någon tilldelning per punkt eller någon daterad lista över vilka marknader som är berättigade i dag. Meta publicerar inte vilken modell som driver Muse eller någon landslista. För OpenAI är plannivån den enda kostnadssignalen på sidan, och den är inte ett pris för punkter. För Meta finns ingen kostnadssignal alls. Den praktiska konsekvensen är att dessa två produkter inte kan jämföras utifrån förmåga eller kostnad med stöd av det som publicerats. De kan jämföras utifrån design: var datorn finns, vem som kan läsa autentiseringsuppgiften, vilken grind som står före en åtgärd och vad respektive företag skriftligen åtar sig om träning.

Vad luckorna betyder om du väljer

De två produkterna är ojämna i motsatta riktningar. OpenAI publicerar modellnamnet, maskinmodellen, regelsystemet och träningsexkluderingarna, och utelämnar priset och marknadslistan. Meta publicerar behörighetsdesignen, kassamekanismen och granskningsspåret, och utelämnar modellen och priset. Om ditt beslut hänger på att veta vad som utför resonemanget, är det bara en sida som svarar. Om det hänger på vad som händer med ditt kortnummer i kassan, är det återigen bara en sida som svarar. Ingen av dem svarar på frågan som vanligtvis avgör ett köp, nämligen vad saken kostar.

Det finns också en skillnad i vad varje företag behandlar som risken som ska lösas. Dots-sidan är skriven kring vad agenten kan göra: skrivskyddad bakgrundsresearch, regler för att agera självständigt, en automatiserad granskare, övervakning som kan stoppa arbetet. Muse-sidan är skriven kring vad agenten kan se: ett förvar för autentiseringsuppgifter som den inte kan läsa, ett kortnummer som handlaren aldrig ser, konversationer som hålls utanför annonssystemet. Det är två olika hotmodeller, och de ger två olika produkter.

Fråga var agentens dator fysiskt befinner sig innan du ansluter något till den.

• Fråga huruvida autentiseringslagret är ett som agenten kan läsa, inte bara ett som modellen kan se.

• Be om den fullständiga listan över åtgärder som alltid kräver ditt godkännande, inte exemplen på landningssidan.

När svaret är tystnad ska du registrera det som ej publicerat och prissätta osäkerheten i beslutet. En leverantör som inte har publicerat en gräns har inte lovat någon, och en agent är bara så säker som det minsta den får göra utan att fråga.

Om det du behöver är modellagret snarare än någon av de paketerade agenterna, tillhandahåller OrcaRouter över 200 modeller via en enda OpenAI-kompatibel endpoint och en enda API-nyckel, med automatisk failover och 0 % påslag – leverantörens listpris förs vidare. Claude Opus 5.5 kostar 4,00 USD per miljon indatatoken och 20,00 USD per miljon utdatatoken, med ett kontextfönster på 1 M token och cacheläsningar för 0,20 USD per miljon. Vi hostar modeller, inte appar: dots och Muse är inte tillgängliga via oss.