Muse Wonder so với Claude Opus 5: Mô hình rẻ hơn hoàn thành công việc với chi phí thấp hơn

Meta Muse Wonder và Claude Opus 5 được niêm yết cách nhau một đô la ở dòng đầu vào và cách nhau năm đô la ở dòng đầu ra, và đó không phải là điểm chúng khác nhau theo bất kỳ cách nào có ý nghĩa với ngân sách. Trên chính harness của Artificial Analysis — mười bài đánh giá giống nhau được chạy cho cả hai, ở mức nỗ lực tối đa, trên cùng một phần cứng — Muse Wonder hoàn thành một tác vụ Intelligence Index với chi phí khoảng 4,52 đô la và Claude Opus 5 với khoảng 5,86 đô la, một khoảng cách 23% theo hướng có lợi cho Muse Wonder mà không bảng giá nào dự đoán được. Meta Superintelligence Labs phát hành Muse Wonder vào ngày 12 tháng 10 năm 2026; cũng chính phòng thí nghiệm đó phát hành Claude Opus 5 vào ngày 24 tháng 7 năm 2026. Cả hai đều có cửa sổ một triệu token, cả hai đều đóng, và cả hai đều được định giá trong dải mà Artificial Analysis gọi là đắt đỏ. Lý do hóa đơn lại khác nhau hoàn toàn không phải là giá.

Hai bảng giá, và dòng thứ ba định đoạt

Hãy bắt đầu với những gì mỗi nhà cung cấp công bố, vì trên giấy tờ, hai bên gần nhau đến mức độc giả sẽ hợp lý mà coi là ngang ngửa.

• Đầu vào — Muse Wonder $4.00 mỗi triệu token; Claude Opus 5 $5.00. Muse Wonder rẻ hơn 20%.

• Đầu ra — Muse Wonder 20,00 USD mỗi triệu token; Claude Opus 5 25,00 USD. Lại 20%.

• Đầu vào được lưu đệm — Muse Wonder $0,20 mỗi triệu; Claude Opus 5 $0,50. Ở đây Muse Wonder rẻ hơn 60%, và đây là dòng quan trọng nhất trong sử dụng tác tử, vì một phiên dài sẽ gửi lại cùng một prompt hệ thống và lược đồ công cụ ở mỗi lượt. Nếu 70% đầu vào của bạn là lượt trúng bộ nhớ đệm, thì giá đầu vào hiệu dụng là $0,54 mỗi triệu trên Opus 5 và $0,29 trên Muse Wonder — không phải khoảng cách 20% mà gần bằng một nửa.

• Cửa sổ ngữ cảnh — một triệu token trên cả hai. Checkpoint của Meta ghi nhận đầu ra tối đa 943.718 token so với cửa sổ 1.048.576 token; bảng giá Claude công bố 128.000 là đầu ra tối đa cho Opus 5 trong cùng cửa sổ một triệu token. Nếu khối lượng công việc của bạn tạo ra những phản hồi đơn lẻ rất dài thay vì các dấu vết suy luận dài, thì khác biệt đó chính là toàn bộ sự so sánh.

• Kiểm soát suy luận — Muse Wonder chạy suy luận một cách bắt buộc, với thang mức nỗ lực gồm max, xhigh, high, medium, low và minimal, mặc định là medium; token suy luận được tính như output. Claude Opus 5 sử dụng thiết kế suy nghĩ thích ứng của nhà cung cấp, trong đó không có temperature hay top_p để đặt và độ sâu được điều chỉnh thông qua mức nỗ lực suy luận, với việc mô hình tự phân bổ suy nghĩ.

• Phương thức — Muse Wonder quảng cáo đầu vào văn bản, hình ảnh, giọng nói và video với đầu ra văn bản. Claude Opus 5 nhận văn bản, hình ảnh và tệp, rồi trả về văn bản.

Đọc từ trên xuống danh sách đó, kết luận hợp lý là “Muse Wonder rẻ hơn một chút và đa phương thức hơn một chút.” Nhưng các hóa đơn đo được lại cho thấy một con số lớn hơn nhiều, và lý do nằm ở một cột mà bảng giá cước không có.

23% thực sự đến từ đâu

Artificial Analysis công bố khối lượng token mà mỗi mô hình đốt để hoàn thành chỉ số của mình, và đây chính là con số biến hai bảng giá tưởng chừng giống hệt nhau thành hai hoá đơn khác nhau.

• Chi phí cho mỗi tác vụ Intelligence Index — Muse Wonder khoảng 4,52 USD; Claude Opus 5 khoảng 5,86 USD. Cả hai con số đều là của bên đánh giá, không phải của bất kỳ nhà cung cấp nào.

• Token đầu ra tiêu thụ trong lần chạy đó — Muse Wonder khoảng 130M; Claude Opus 5 khoảng 140M, so với mức trung vị trên bảng vào khoảng 85M.

• Cách người đánh giá gọi từng mục — Muse Wonder “hơi dài dòng”; Claude Opus 5 “rất dài dòng”.

• Tốc độ trong cùng một lần chạy — Muse Wonder không phải là bên nhanh ở đây; Claude Opus 5 được Artificial Analysis đo ở mức khoảng 54 token mỗi giây, được mô tả là chậm đáng kể so với mức trung bình của bảng gần 84.

• Đo lường nội bộ của chúng tôi, bảy ngày tính đến ngày 12 tháng 10 — Claude Opus 5 p50 thời gian đến token đầu tiên là 6,1 giây, 76,8 token đầu ra mỗi giây, tỷ lệ lỗi 3,7% trong toàn bộ khoảng thời gian. Đó là phép đo trên playground của OrcaRouter, lấy từ lưu lượng trực tiếp qua endpoint của chúng tôi, và nó dùng một harness khác với của bên đánh giá, nên hai tốc độ này không thể so sánh với nhau.

Vậy nên khoảng cách giá trên mỗi tác vụ không phải do sự khác biệt đáng kể về độ dài dòng — 130M so với 140M là 7%. Đó là sự kết hợp của tốc độ đầu ra thấp hơn 20%, tỷ lệ cache thấp hơn 60% và nhu cầu token nhỏ hơn, cộng dồn lại. Mỗi yếu tố trong số đó riêng lẻ đều khiêm tốn; gộp lại, chúng tạo nên khác biệt giữa một mô hình tốn khoảng $4,50 mỗi tác vụ và một mô hình tốn khoảng $5,90.

Những gì các điểm số độc lập cho thấy, bao gồm cả phép so sánh mà có lẽ bạn nên thực hiện

Trên cùng một chỉ số, Muse Wonder (max) đạt 52 và Claude Opus 5 (max) đạt 51. Một điểm, trên một điểm tổng hợp trải rộng trên một nhóm có trung vị là 27, không phải là một bậc xếp hạng. Hãy coi đây là cùng một lớp năng lực và đưa ra quyết định dựa trên chi phí, độ trễ và phương thức thay vì dựa trên điểm số.

Điều phức tạp là Claude Opus 5 không phải là mô hình mới nhất của phòng thí nghiệm đó.

• Claude Opus 5.5 (max) — Chỉ số Trí tuệ 58, khoảng 5,98 đô-la cho mỗi tác vụ chỉ số, khoảng 260M token đầu ra, 4,00 đô-la cho đầu vào và 20,00 đô-la cho đầu ra, tốc độ khoảng 96 token mỗi giây. Cùng mức giá niêm yết với Muse Wonder, cao hơn bảy điểm trên chỉ số, và lượng token tiêu thụ để tạo ra nó gần như gấp đôi.

• Claude Opus 5 (max) — 51, khoảng 5,86 đô la mỗi tác vụ, khoảng 140M token, 5,00 đô la cho đầu vào và 25,00 đô la cho đầu ra, khoảng 54 token mỗi giây.

• Muse Wonder (max) — 52, khoảng $4,52 mỗi tác vụ, khoảng 130 triệu token, $4,00 đầu vào và $20,00 đầu ra.

Đó chính là hình hài trung thực của cuộc đối đầu này. So với Opus 5, Muse Wonder vượt trội trên mọi trục cùng lúc: rẻ hơn trên mỗi token, rẻ hơn trên mỗi tác vụ, cao hơn một điểm, rẻ hơn về cache. So với Opus 5.5, nó kém bảy điểm và rẻ hơn một chút trên mỗi tác vụ — một sự đánh đổi thẳng giữa năng lực và tiền bạc ở cùng một mức giá niêm yết. Phát hiện thú vị là phát hiện âm thầm: Claude Opus 5.5 tốn nhiều hơn trên mỗi tác vụ so với Claude Opus 5 dù dùng chung mức giá token với Muse Wonder, vì nó tạo ra 260M token trong khi Opus 5 tạo ra 140M. Không có gì trong bảng giá Opus cho bạn biết điều đó.

Về phần Muse Wonder, hai benchmark đáng nêu tên là những benchmark mà bảng của chính Meta mở đầu bằng và những benchmark khiến lợi thế của nó trở nên có điều kiện. Meta báo cáo Muse Wonder Full đạt 75.3 và Muse Wonder đạt 30.8 trên JobBench, chênh lệch 44 điểm giữa hai checkpoint của cùng một mô hình — do nhà cung cấp báo cáo, được tạo ra trong khung kiểm thử của Meta và chưa được ai tái lập. Việc đó phản ánh khác biệt năng lực thực sự hay chỉ là sản phẩm phụ của khung kiểm thử thì vẫn chưa ngã ngũ, và đó là lý do tốt nhất để bạn chạy các tác vụ của riêng mình trước khi cam kết.

Tính khả dụng là trục mà cả hai bảng đều không đề cập đến.

Claude Opus 5 có một mã định danh API, một bảng giá, một mốc ngừng hỗ trợ đã công bố và ba bề mặt để truy cập: nền tảng của chính nhà cung cấp, các đám mây lớn và bất kỳ cổng kết nối nào hỗ trợ nó. Muse Wonder có một con đường thương mại — Meta Model API, với mã muse-wonder-1.0, cùng với tác nhân Muse Code của chính Meta — và một checkpoint thứ hai, muse-wonder-full-1.0, thứ hoàn toàn không được bán theo token. Tài liệu của chính Meta mô tả Full là được bao gồm trong gói đăng ký Muse Code thay vì có sẵn dưới dạng một hạng API, trên các gói được công bố ở mức 50 USD một tháng cho Power Usage và 200 USD một tháng cho Maximum Usage.

Điều đó quan trọng đối với sự so sánh theo một cách không liên quan gì đến các bài kiểm chuẩn. Checkpoint có điểm cao hơn trong hai checkpoint của Meta — 56 trên chỉ số Artificial Analysis, xếp thứ tư trong số 699 mô hình — là bản bạn không thể gọi bằng khóa API. Bản bạn có thể gọi đạt 52 điểm. Mọi bảng thông số coi "Muse Wonder" là một mô hình duy nhất đều đang chọn in một trong hai con số đó mà không nói rõ.

Cách tự giải quyết việc này trong khối lượng công việc của riêng bạn

Lập luận ở trên được xây dựng từ bộ khung của người khác trên các tác vụ của người khác, và khoảng cách $4,52 so với $5,86 là mức trung bình qua mười đánh giá mà có lẽ bạn không chạy. Con số nên quyết định lựa chọn của bạn là chi phí cho mỗi công việc hoàn thành trên lưu lượng của chính bạn, và cách duy nhất để có được nó là chạy cả hai.

Đó chính là điều cụ thể mà một endpoint duy nhất mang lại cho bạn. Claude Opus 5 đã có mặt trên OrcaRouter ngay hôm nay theo giá niêm yết của nhà cung cấp — 5,00 USD đầu vào, 25,00 USD đầu ra, 0,50 USD cho mỗi triệu lượt đọc cache, cửa sổ một triệu token và giới hạn đầu ra 128.000 token vẫn nguyên vẹn, được phục vụ qua cả định dạng chat-completions của GPT lẫn Messages API gốc của nhà cung cấp, nên một tích hợp Claude hiện có thể chuyển sang mà không cần viết lại. Giá niêm yết của nhà cung cấp được chuyển nguyên vẹn và chúng tôi không thu thêm phụ phí, nghĩa là việc nhà cung cấp giảm giá sẽ đến phía chúng tôi ngay trong cùng ngày thay vì vào kỳ thanh toán tiếp theo.

Muse Wonder không có trên OrcaRouter, và chúng tôi sẽ không mô tả nó như thể có: không hề có mục meta/muse-wonder nào trong danh mục của chúng tôi. Muốn dùng nó thì phải đi qua Model API của chính Meta và Muse Code. Thứ chúng tôi có từ cùng phòng thí nghiệm đó là Muse Spark 1.2, checkpoint suy luận đa phương thức của Meta, với giá $1.25 đầu vào và $4.25 đầu ra, cùng $0.15 cho mỗi lần đọc cache trên cửa sổ 1.048.576 token — không phải cùng một mô hình, không phải cùng hạng năng lực, nhưng là tuyến Meta giá rẻ nếu điều bạn thực sự muốn là cả dòng họ chứ không phải chiếc flagship.

Nếu bạn muốn bài kiểm tra so sánh cùng chuẩn — cùng prompt, cùng cài đặt effort, số token của chính bạn — thì hôm nay bạn có thể chạy phía Claude qua một key, và khi Muse Wonder có mặt trên một nhà cung cấp mà chúng tôi định tuyến, nó sẽ xuất hiện ở mức giá của Meta với cùng quy tắc chuyển tiếp. Cho đến lúc đó, hướng dẫn trung thực là: hãy đo Opus 5 trên các tác vụ của bạn, so sánh kết quả với các con số theo từng tác vụ ở trên, và coi lợi thế 23% của Muse Wonder là giả thuyết chứ không phải sự thật.

Phán quyết

So với Claude Opus 5, Muse Wonder thắng ở những con số thực sự được đo lường: một điểm chỉ số, chi phí thấp hơn 23% cho mỗi tác vụ hoàn thành, bộ nhớ đệm rẻ hơn đáng kể, phạm vi đầu vào rộng hơn và đầu ra tối đa lớn hơn. Đây là mô hình tốt hơn trên mỗi đô la cho công việc dài hạn, và khoảng cách là thực tế chứ không phải là một sai số làm tròn — hai mô hình gần như tương đồng về điểm số trong khi lại khác biệt 20% về giá và 60% về bộ nhớ đệm.

So với Claude Opus 5.5, cùng một mô hình ấy thua kém, và thua kém rõ rệt: mất bảy điểm chỉ số để đổi lấy mức chi phí mỗi tác vụ chỉ thấp hơn khoảng 25%. Nếu khối lượng công việc của bạn thuộc dạng mà bảy điểm trên một chỉ số tổng hợp đáng giá hơn 25% cho mỗi tác vụ, thì Muse Wonder không phải là câu trả lời, mà Opus 5 cũng vậy.

Điều mà cả hai so sánh đều không giải quyết được là câu hỏi về checkpoint. Hai trong ba con số Muse Wonder đã được Meta công bố mô tả một model mà bạn không thể mua theo token, và gói đăng ký thực sự tiếp cận được nó tốn mỗi tháng nhiều hơn toàn bộ chi tiêu API của hầu hết các team. Hãy lập kế hoạch dựa trên con số 52, không phải 56.