Muse Wonder กับ Gemini 3.1 Pro: ยี่สิบสองจุดดัชนี สองรอบการปล่อย และกระดานคะแนนที่ขยับภายใต้หนึ่งในนั้น

Gemini 3.1 Proได้คะแนน 57 บน Intelligence Index ของ Artificial Analysis เมื่อเปิดตัวในเดือนกุมภาพันธ์ 2026 และขึ้นอันดับหนึ่งของตาราง แต่เมื่ออ่านในวันนี้ บนฉบับปรับปรุงปัจจุบันของดัชนีเดียวกัน มันได้คะแนน 29.7 ไม่มีอะไรเกี่ยวกับโมเดลนี้ที่เปลี่ยนไป Muse Wonder ซึ่งเปิดตัวเมื่อวันที่ 12 ตุลาคม 2026 ได้ 52 ในตารางเดียวกัน — และการเปรียบเทียบที่คนส่วนใหญ่จะทำ คือ 52 กับ 29.7 นั้นเป็นช่องว่างที่มีอยู่จริง แต่ก็เป็นช่องว่างที่ชวนให้เข้าใจผิดเช่นกัน เพราะส่วนใหญ่ของช่องว่างนั้นเกิดจากการปรับคะแนนใหม่ มากกว่าจะเกิดจากความก้าวหน้าของโมเดลในรอบหกเดือน เวอร์ชันที่ตรงไปตรงมาของการเปรียบเทียบนี้เปรียบเทียบโมเดลที่วางจำหน่ายจริงสองตัว คือ Gemini 3.1 Pro และ Muse Wonder บนไม้บรรทัดที่ถูกเปลี่ยนไปแล้วสองครั้ง แล้วจึงถามว่าแต่ละตัวมีไว้เพื่ออะไรกันแน่

ขอวางกรอบไว้หนึ่งอย่างก่อนเข้าสู่ตัวเลข ทั้งสองไม่ใช่คู่แข่งในความหมายที่หน้าเปรียบเทียบแบบทั่วไปหมายถึง Gemini 3.1 Pro เป็นเอนด์พอยต์ระดับ Pro ตัวสุดท้ายที่ยังให้บริการจริงในสายผลิตภัณฑ์นั้น โดยยังให้บริการภายใต้ตัวระบุพรีวิวแม้ประกาศไปแล้วเจ็ดเดือน ส่วน Muse Wonder คือการเปิดตัวโมเดลแนวหน้าล่าสุดจาก Meta Superintelligence Labs พร้อมรุ่นพี่น้องที่ได้คะแนนสูงกว่าและต้องสมัครสมาชิกจึงเข้าถึงได้ ตัวหนึ่งเป็นม้าศึกมัลติโมดัลที่รองรับบริบทยาว ซึ่งราคาคือเหตุผลหลักของมัน ส่วนอีกตัวเป็นโมเดลเอเจนต์ที่เน้นเอาต์พุตเป็นหลัก ซึ่งราคาคือสิ่งที่ต้องคิดให้หนักที่สุด

ผู้ปกครองเปลี่ยนไป แต่โมเดลไม่เปลี่ยน

นี่คือส่วนของการเปรียบเทียบที่เอกสารสเปกจะไม่บอกคุณ และนี่คือเหตุผลว่าทำไมช่องว่างที่พาดหัวจึงหลอกตาได้ทั้งสองทาง

Artificial Analysis เปิดตัว Intelligence Index v4.3 ในต้นเดือนกันยายน 2026 และได้ปรับปรุงอีกครั้งนับตั้งแต่นั้นเป็นต้นมา การอัปเดตนั้นแทนที่ Terminal-Bench v2.1 ด้วย Terminal-Bench v4.0 ที่ยากขึ้นมาก และสลับ τ³-Banking เป็น AutomationBench-AA ซึ่งเป็นเบนช์มาร์กเวิร์กโฟลว์แบบเอเจนต์ที่สร้างบนชุดงาน held-out ส่วนตัว น้ำหนักของ held-out ส่วนตัวเพิ่มขึ้นเป็น 45% ผลก็คือคะแนนลดลงทั่วทั้งกลุ่มโมเดลแนวหน้า — โมเดลที่เคยอยู่ในช่วง 60 บนสเกลเดิม กลับตกลงมาอยู่ในช่วง 50 ต้น ๆ Gemini 3.1 Pro ไม่ได้ลดลงมากขนาดนั้น; มันลดลงไปต่ำกว่า 30

ดังนั้นจุดตรวจเดียวกันที่ไม่เปลี่ยนแปลงจึงมีค่าที่เผยแพร่หมุนเวียนอยู่สี่ค่า — 57, 46, 30 และ 29.7 — ขึ้นอยู่กับว่าคุณเปิดหน้าไหนและเมื่อไร นั่นไม่ใช่เรื่องอื้อฉาว แต่เป็นลักษณะของดัชนีที่ดีเมื่อแบบทดสอบที่รองรับมันยากขึ้น อย่างไรก็ตาม นี่เป็นเหตุผลที่เราไม่ควรนำตัวเลขสองตัวที่มาจากการแก้ไขคนละครั้งมาเปรียบเทียบกัน ซึ่งเป็นสิ่งที่บรรทัดที่เทียบ 52 กับ 29.7 เชิญชวนให้คุณทำพอดี

แต่ละโมเดลจริงๆ แล้วคืออะไร

• Gemini 3.1 Pro — โมเดลให้เหตุผลแบบมัลติโมดัลโดยกำเนิดที่ปิดการเปิดเผยน้ำหนัก ประกาศเมื่อวันที่ 19 กุมภาพันธ์ 2026 และยังคงถูกจัดไว้ภายใต้สถานะ "Preview" ที่เอนด์พอยต์ gemini-3.1-pro-preview ไม่มี Pro เวอร์ชัน 3.5, 3.6, 3.7 หรือ 3.8 ในสายนี้ สายของ Flash ขยับไปแล้วห้าครั้ง ในขณะที่สายของ Pro ไม่ขยับเลย

• Muse Wonder — โมเดลแนวหน้าชนิดปิดน้ำหนักที่เปิดตัวเมื่อวันที่ 12 ตุลาคม 2026 ให้บริการในชื่อ muse-wonder-1.0 บน API ของ Meta เองและภายใน Muse Code เช็กพอยต์ที่สองชื่อ Muse Wonder Full ได้คะแนนสูงกว่าในตารางของ Meta เอง และมีให้ใช้เฉพาะผู้สมัครสมาชิก Muse Code เท่านั้น

• บริบท — Gemini 3.1 Pro 1,048,576 โทเคนอินพุต; Muse Wonder 1,048,576 ระดับ และระดับเดียวกับแนวหน้าปัจจุบันส่วนใหญ่

• เพดานเอาต์พุต — Gemini 3.1 Pro 65,536 โทเค็นในการตอบกลับครั้งเดียว; Muse Wonder 943,718 นี่คือช่องว่างจุดเดียวที่กว้างที่สุดระหว่างสองโมเดล และมากกว่าสิบสี่เท่าขึ้นไป

• ราคา — Gemini 3.1 Pro อยู่ที่ 2.00 ดอลลาร์ต่อโทเค็นอินพุตหนึ่งล้านโทเค็น และ 12.00 ดอลลาร์ต่อโทเค็นเอาต์พุตหนึ่งล้านโทเค็นเมื่อพรอมต์ต่ำกว่า 200,000 โทเค็น และเพิ่มเป็น 4.00 และ 18.00 ดอลลาร์เมื่อเกินกว่านั้น โดยอินพุตที่แคชไว้อยู่ที่ 0.20 และ 0.40 ดอลลาร์ ส่วน Muse Wonder อยู่ที่ 4.00 และ 20.00 ดอลลาร์แบบคงที่ อินพุตที่แคชไว้ 0.20 ดอลลาร์ สำหรับพรอมต์สั้น ๆ ราคาอินพุตจะถูกกว่าครึ่งหนึ่ง และเอาต์พุตถูกกว่า 40% เมื่อเกิน 200,000 โทเค็น ทั้งสองมีราคาใกล้เคียงกันเกือบจะเท่ากัน

• รูปแบบอินพุต — Gemini 3.1 Pro รับข้อความ รูปภาพ วิดีโอ เสียง และไฟล์ ส่วน Muse Wonder รับข้อความ รูปภาพ เสียงพูด และวิดีโอ ทั้งคู่ส่งออกเป็นข้อความเท่านั้น ในทางทฤษฎีแล้วสิ่งเหล่านี้เป็นประโยคเดียวกัน และในทางปฏิบัติ ระบบนิเวศเครื่องมือต่าง ๆ มีเครื่องมือที่สร้างขึ้นรอบ ๆ สิ่งนี้มาแล้วเจ็ดเดือน

• การใช้เหตุผล — Gemini 3.1 Pro รองรับการควบคุมระดับการคิด โดยโทเค็นการคิดจะถูกคิดค่าบริการในอัตราเดียวกับเอาต์พุต ส่วนการใช้เหตุผลของ Muse Wonder เป็นสิ่งบังคับ โดยมีระดับความพยายามตั้งแต่ต่ำสุดไปจนถึงสูงสุด ซึ่งค่าเริ่มต้นอยู่ที่ระดับกลาง และไม่มีเส้นทางแบบไม่ใช้การคิดเลยแม้แต่เส้นทางเดียว

• ดัชนีอิสระ — Gemini 3.1 Pro 29.7 ในเวอร์ชันปัจจุบัน โดยมีค่าที่วัดได้ก่อนหน้านี้ที่ 46 และค่าที่วัดได้ในช่วงเปิดตัวที่ 57; Muse Wonder 52 ในเวอร์ชันปัจจุบัน

เส้นแบ่งการปรับราคาใหม่ที่ทีมส่วนใหญ่ข้ามไปโดยไม่ตั้งใจ

ตารางราคาของ Gemini 3.1 Pro มีลักษณะเป็นขั้นบันได และไม่ใช่การคิดค่าส่วนเกิน สำหรับโทเค็นอินพุตต่ำกว่า 200,000 ราคาของโมเดลคือ $2.00 และ $12.00; เมื่อเกินเกณฑ์นั้น คำขอจะถูกคิดราคาใหม่ที่ $4.00 และ $18.00 คำขอขนาด 210,000 โทเค็นจะไม่ถูกเรียกเก็บในอัตราถูกสำหรับ 200,000 โทเค็นแรก — ทั้งคำขอจะเลื่อนไปยังระดับที่สูงขึ้น

นั่นเป็นความแปลกประหลาดจริง ๆ สำหรับโมเดลที่จุดขายทั้งหมดคือหน้าต่างบริบทขนาดหนึ่งล้านโทเคน: หน้าต่างนั้นมีจริง แต่มีเพียงหนึ่งในห้าส่วนแรกเท่านั้นที่ได้มาในราคาที่โฆษณาไว้ ที่ราคา $4.00 และ $18.00 เหนือเกณฑ์ Gemini 3.1 Pro มีราคาต่างกันเพียงเศษเสี้ยวจากการปัดเศษเมื่อเทียบกับ $4.00 และ $20.00 ของ Muse Wonder และการอ่านแคชก็เท่ากันที่ $0.20 ต่อล้าน ดังนั้นประโยคที่ว่า "ถูกกว่าสำหรับอินพุต" จึงเป็นจริงเพียงจนถึงจุดที่คุณใช้ความสามารถที่คุณซื้อโมเดลนี้มาเพื่อมันพอดี

จุดถ่วงดุลอยู่ที่ฝั่งอินพุต ซึ่งเศรษฐศาสตร์ฝั่งอินพุตแข็งแกร่งอย่างแท้จริง และการวัดผลที่เป็นอิสระก็สนับสนุนเรื่องนี้ Artificial Analysis บันทึกต้นทุนประมาณ $0.67 ต่องาน index สำหรับ Gemini 3.1 Pro และมีเอาต์พุตโทเค็นที่สร้างขึ้นราว 67 ล้านโทเค็นตลอดการรัน index เทียบกับค่ามัธยฐานประมาณ 90 ล้านสำหรับโมเดลในระดับราคาเดียวกัน โมเดลที่ตอบด้วยโทเค็นน้อยกว่าในอัตราที่ต่ำกว่าจะถูกกว่าในแบบที่ตารางราคาไม่แสดงโดยตรง — และนี่คือตัวเลขที่ควรนำไปเทียบกับ Muse Wonder ซึ่งอยู่ที่ประมาณ $4.52 ต่องาน index ซึ่งเป็นผลมาจากทั้งอัตราที่สูงกว่าและเอาต์พุตโทเค็นราว 130 ล้านโทเค็นเทียบกับค่ามัธยฐาน 85 ล้าน

สิ่งที่คุณกำลังเลือกระหว่างจริง ๆ

ช่องว่างของขีดความสามารถบนมาตรวัดของวันนี้เป็นของจริง — 52 ต่อ 29.7 คือยี่สิบสองจุด และมันไม่ใช่สัญญาณรบกวน — แต่มันคือการเปรียบเทียบระหว่างการเปิดตัวระดับแนวหน้าที่มีอายุห้าสัปดาห์กับพรีวิวที่มีอายุเจ็ดเดือนซึ่งผู้จำหน่ายไม่เคยผลักดันให้พ้นสถานะพรีวิวเลย การเลือกระหว่างสองสิ่งนี้จึงไม่ค่อยเกี่ยวกับว่าอันไหนได้คะแนนสูงกว่า แต่อยู่ที่ว่าโหมดความล้มเหลวแบบไหนที่คุณอยู่ด้วยได้มากกว่า

ข้อจำกัดของ Gemini 3.1 Pro เป็นเชิงโครงสร้างและเป็นที่ทราบกันดี เพดานเอาต์พุตที่ 65,536 โทเคนทำให้มันหมดสิทธิ์สำหรับการสร้างเนื้อหายาวในเทิร์นเดียว ซึ่งเป็นจุดที่งบประมาณ 943,718 โทเคนของ Muse Wonder ได้เปรียบอย่างชัดเจนที่สุด เวลาถึงโทเคนแรกอยู่ที่ประมาณ 35.7 วินาทีจากการวัดที่เผยแพร่ ซึ่งถือว่าช้าสำหรับการใช้งานแบบอินเทอร์แอกทีฟใด ๆ และตัวระบุพรีวิวคือความเสี่ยงจริง: ปลายทางพรีวิวอาจถูกแก้ไขหรือปลดระวางไปโดยที่คุณไม่รู้ตัวโดยไม่มีการเพิ่มเวอร์ชัน ซึ่งเป็นเหตุผลว่าทำไมการปักหมุด ID โมเดลแบบเจาะจงแทนการใช้นามแฝงจึงเป็นแนวปฏิบัติมาตรฐานกับโมเดลนั้น

ข้อจำกัดของ Muse Wonder ก็เป็นเชิงโครงสร้างเช่นกัน และใหม่กว่ามาก การให้เหตุผลเป็นสิ่งบังคับ ดังนั้นทุกการเรียกใช้ต้องจ่ายสำหรับโทเคนการคิดในราคา 20 ดอลลาร์ต่อล้านโทเคน โดยไม่มีเส้นทางราคาถูก — อย่างน้อยระดับการคิดของ Gemini 3.1 Pro ก็สามารถปรับลดเข้าใกล้ศูนย์ได้ การวัดผลอิสระเป็นเพียงแถวข้อมูลของผู้ประเมินรายหนึ่งบนโมเดลอายุสองวัน และเวอร์ชันที่ได้คะแนนสูงสุดของสิ่งที่คุณกำลังเปรียบเทียบ Muse Wonder Full อยู่หลังการสมัครสมาชิกรายเดือนราคา 50 ถึง 200 ดอลลาร์ แทนที่จะมีให้ใช้ในราคาต่อโทเคนบนหน้าเดียวกัน

ยังมีมิติด้านความน่าเชื่อถือของเบนช์มาร์กที่ควรค่าแก่การเอ่ยถึงอีกมิติหนึ่ง เพราะการจับคู่เฉพาะกรณีนี้เป็นตัวอย่างประกอบที่ดีของเรื่องดังกล่าว ตารางเปิดตัวของ Meta รายงานว่า Muse Wonder Full อยู่ที่ 59.0 บน Artificial Analysis Index ขณะที่ Artificial Analysis เองเผยแพร่ 56 และรายงานว่า Muse Wonder ที่เรียกใช้งานได้อยู่ที่ 56 ขณะที่ผู้ประเมินอ่านค่าได้ 52 ประวัติของ Gemini 3.1 Pro เองก็เป็นภาพสะท้อนกลับกัน: ค่า 57 ที่เป็นพาดหัวข่าวจากทั้งผู้ขายและสื่อในรีวิชันหนึ่ง และ 29.7 ในอีกรีวิชันหนึ่ง บทเรียนก็เหมือนกันทั้งสองทิศทาง — คะแนนจะมีความหมายก็ต่อเมื่อมีไม้บรรทัดของมันแนบมาด้วย และเวอร์ชันของผู้ขายสำหรับดัชนีของผู้อื่นก็ยังคงเป็นตัวเลขของผู้ขายอยู่ดี

รันทั้งสองจากคีย์เดียว

Gemini 3.1 Pro พร้อมใช้งานบน OrcaRouter ในชื่อ google/gemini-3.1-pro-preview ในราคาตามที่ผู้ให้บริการกำหนดเอง และคงเส้นแบ่งการปรับราคาที่ 200,000 โทเคนไว้โดยไม่เปลี่ยนแปลง — $2.00 ขาเข้า และ $12.00 ขาออกสำหรับช่วงที่ต่ำกว่าเส้นนี้, $4.00 และ $18.00 สำหรับช่วงที่สูงกว่า, อินพุตแบบแคช $0.20 และ $0.40 ทางเราไม่บวกเพิ่มใด ๆ ทั้งสิ้น และหน้าต่าง 1,048,576 โทเคนกับเพดานเอาต์พุต 65,536 โทเคนก็ส่งผ่านตามที่ประกาศไว้

Muse Wonder ไม่มีให้บริการบน OrcaRouter ไม่มีรายการ meta/muse-wonder ในแค็ตตาล็อกของเรา และเราจะไม่อธิบายว่ามีอยู่ราวกับว่ามีจริง ปัจจุบันโมเดลนี้ทำงานบน API ของ Meta เองและภายใน Muse Code สิ่งที่เรามีจากแล็บเดียวกันคือMuse Spark 1.2 และ Muse Spark 1.1 ดังนั้นตระกูล Muse จึงเข้าถึงได้ด้วยคีย์เดียวกัน ขณะที่เช็กพอยต์ Wonder กำลังสร้างประวัติผลงาน

เหตุผลในทางปฏิบัติที่สำคัญตรงนี้ก็คือเส้นแบ่งระดับชั้น (tier boundary) โมเดลที่คิดราคาทั้งคำขอใหม่ที่ 200,000 โทเคนเป็นสิ่งที่คุณอยากวัดมากกว่าจะสันนิษฐาน เพราะความยาวพรอมป์ของคุณเป็นตัวตัดสินว่าคุณจ่าย $2 หรือ $4 สำหรับการเรียกครั้งเดียวกัน OrcaRouter นำโมเดลกว่า 200 ตัวมารวมไว้หลังเอนด์พอยต์ที่เข้ากันได้กับ OpenAI เพียงหนึ่งเดียว โดยราคาตามรายการของผู้ให้บริการถูกส่งผ่านไปโดยไม่เปลี่ยนแปลง — ดังนั้นการรันทราฟฟิกจริงของคุณกับ Gemini 3.1 Pro ที่ทั้งสองฝั่งของเกณฑ์ดังกล่าว และกับโมเดลอื่น ๆ ที่อยู่ในแค็ตตาล็อก ใช้เพียงคีย์เดียวและเวลาบ่ายโมงเดียว แทนที่จะต้องผ่านรอบจัดซื้อจัดจ้าง เมื่อผู้ให้บริการที่เราเราเตอร์ไปเริ่มให้บริการ Muse Wonder อีกครึ่งหนึ่งของการทดสอบนั้นก็กลายเป็นการเปลี่ยนชื่อโมเดล

คำตัดสิน

• เลือก Gemini 3.1 Pro หากงานของคุณเป็นการวิเคราะห์เอกสารยาวและสื่อผสมที่ข้อมูลนำเข้าคิดเป็นส่วนใหญ่ และคำตอบสั้น — อัตรา $2.00 สำหรับช่วงต่ำกว่า 200K และต้นทุน $0.67 ต่องานจัดทำดัชนีหนึ่งงานนั้นยากที่จะเอาชนะได้ และระบบนิเวศเจ็ดเดือนที่อยู่เบื้องหลังก็มีคุณค่าอยู่ในระดับที่โมเดลเพิ่งเปิดตัวในสัปดาห์แรกเทียบไม่ติด

• เลือก Muse Wonder หากคุณกำลังสร้างเอาต์พุตยาว ๆ ในเทิร์นเดียว หรือป้อนเสียงพูดและวิดีโอเข้าสู่โมเดลโดยตรง งบประมาณเอาต์พุต 943,718 โทเคนไม่ใช่แค่รายละเอียดในสเปก เมื่อทางเลือกอื่นคือการนำผลลัพธ์ที่สร้างขึ้นมาปะติดปะต่อกัน

• จับตาเส้นแบ่ง 200,000 โทเคนก่อนที่คุณจะเสนอราคาสำหรับ Gemini 3.1 Pro เหนือเส้นนั้นขึ้นไป สองโมเดลมีค่าใช้จ่ายเกือบเท่ากัน ซึ่งพลิกคำตอบตามสัญชาตญาณของการเปรียบเทียบนี้สำหรับเวิร์กโหลดที่ใช้หน้าต่างบริบทขนาดใหญ่โดยเฉพาะ

• ให้ถือว่าช่องว่าง 22 จุดเป็นทิศทาง ไม่ใช่ตัวเลขจากการวัด มันเกิดขึ้นจากการเปรียบเทียบการแก้ไขดัชนีสองครั้ง; ในฉบับแก้ไขก่อนหน้า Gemini 3.1 Pro อ่านได้ 46 และเช็กพอยต์เดียวกันที่ไม่เปลี่ยนแปลงนี้เคยถูกเผยแพร่ที่ 57, 46, 30 และ 29.7 ในเวลาที่ต่างกัน

สองโมเดล ตัวหนึ่งให้บริการภายใต้ตัวระบุพรีวิวตั้งแต่เดือนกุมภาพันธ์ และอีกตัวเพิ่งมีอายุสองวัน ตั้งราคาเกือบเท่ากันเมื่อเกินขอบเขต 200K และบนกระดานจัดอันดับปัจจุบันห่างกันอยู่ 22 คะแนน มีเพียงหนึ่งในข้อเท็จจริงเหล่านั้นที่จะยังคงอยู่ได้หากเปลี่ยนไม้บรรทัด — และมันไม่ใช่ 22 คะแนนนั้น