Muse Wonder vs GPT-6.1 Sol: Giới hạn đầu ra 943.718 token so với 128.000 token

Muse Wonder và GPT-6.1 Sol kết thúc chỉ cách nhau trong vòng một phần năm điểm trên Artificial Analysis Intelligence Index — 52 cho Muse Wonder (max), 51,8 cho GPT-6.1 Sol (max) — và một tác vụ chỉ số đơn lẻ tốn 4,52 USD ở mô hình đầu tiên và 0,72 USD ở mô hình thứ hai. Meta Superintelligence Labs đã phát hành Muse Wonder vào ngày 12 tháng 10 năm 2026 với mức 4,00 USD cho mỗi triệu token đầu vào và 20,00 USD cho mỗi triệu token đầu ra. GPT-6.1 Sol được phát hành vào ngày 29 tháng 9 năm 2026 với mức 2,00 USD và 10,00 USD. Bảng giá niêm yết ghi đại khái là gấp đôi; hóa đơn thực đo cho thấy gấp 6,3 lần, và lý do là sự dài dòng — 130 triệu token đầu ra so với 67,2 triệu để đạt được gần như cùng một điểm số. Nhưng con số thực sự quyết định bạn có thể đưa cái nào trong hai cái này vào một công việc lại không phải là chỉ số hay giá. Đó là trần đầu ra: 943.718 token đối với Muse Wonder, 128.000 đối với GPT-6.1 Sol.

Mức trần chính là dòng thông số mà chẳng ai đọc.

Cả hai mô hình đều quảng cáo ngữ cảnh một triệu token. Đó là lúc sự tương đồng trên bảng thông số không còn hữu ích nữa.

• Cửa sổ ngữ cảnh — Muse Wonder 1,048,576 token so với GPT-6.1 Sol 1,050,000 token

• Đầu vào tối đa — Muse Wonder không được công bố riêng; GPT-6.1 Sol 922.000 token

• Đầu ra tối đa trong một phản hồi — Muse Wonder 943.718 token; GPT-6.1 Sol 128.000 token

• Mức độ nỗ lực suy luận — Muse Wonder: tối thiểu, thấp, trung bình (mặc định), cao, xhigh, tối đa; GPT-6.1 Sol: thấp, trung bình (mặc định), cao, xhigh, tối đa, cả hai đều không có nút tắt

• Đầu vào dạng modal — Muse Wonder văn bản, hình ảnh, giọng nói và video; GPT-6.1 Sol văn bản, hình ảnh và tệp

• Trọng số — cả hai đều độc quyền, không cái nào được công bố

Hãy đọc lại dòng thứ ba. GPT-6.1 Sol mua một cửa sổ 1.050.000 token nhưng chỉ cho phép bạn dùng khoảng một phần tám trong đó cho đầu ra; 922.000 còn lại chỉ dành cho đầu vào. Muse Wonder cho phép một phản hồi duy nhất chiếm chín phần mười cửa sổ của nó. Đó không phải là khác biệt do làm tròn. Một lượt tổng hợp trên một kho ngữ liệu lớn, một trình tạo văn bản dài, một phép chuyển đổi từ bản ghi sang bản ghi, một khung thử nghiệm phải xuất ra cả một tệp thay vì một bản vá — những thứ đó nằm trên 128.000 token đầu ra, và trên GPT-6.1 Sol, chúng không vừa trong một lần gọi dù với bất kỳ mức giá nào. Bạn phải phân trang, và phân trang nghĩa là mô hình đánh mất kế hoạch mà nó đã lập trong phản hồi đầu tiên.

Mức trần của Muse Wonder đi kèm với cái bẫy của chính nó, thứ mà Meta không giấu nhưng cũng không đưa lên hàng đầu: token suy luận được tính như output trên cả hai model, và thang của Muse Wonder chạy tới một thiết lập tối đa sẽ sẵn sàng ngốn trọn ngân sách. Con số 943,718 là một giới hạn, không phải một khoản hạn mức.

Hai bảng giá, và vách đá ẩn trong một trong hai.

GPT-6.1 Sol rẻ hơn ở mọi dòng, và còn rẻ hơn nữa ở khoảng giữa dải của nó. Thứ nó không có là một đường cong phẳng.

Mức giá tiêu chuẩn — Muse Wonder $4.00 vào / $20.00 ra mỗi triệu; GPT-6.1 Sol $2.00 vào / $10.00 ra

• Đầu vào được lưu trong bộ nhớ đệm — Muse Wonder $0,20 mỗi triệu; GPT-6.1 Sol $0,10 mỗi triệu

• Hành vi với lời nhắc dài — Muse Wonder giữ nguyên trên toàn bộ cửa sổ; GPT-6.1 Sol định giá lại toàn bộ yêu cầu trên 272.000 token đầu vào ở mức $4.00 cho đầu vào và $15.00 cho đầu ra

• Ghi bộ nhớ đệm — Muse Wonder chưa được công bố; GPT-6.1 Sol 2,50 đô la mỗi triệu

• Các hình thức giảm giá — Muse Wonder không công bố mức nào; GPT-6.1 Sol batch và flex ở mức 50%, chế độ fast ở 2×

Ngưỡng 272.000 token đó là dòng đắt đỏ nhất trên bảng giá của GPT-6.1 Sol, bởi vì vượt qua nó sẽ định giá lại phần việc bạn đã làm rồi. Một yêu cầu ở 271.000 token và một yêu cầu ở 273.000 token khác nhau dưới 1% đầu vào và gấp 2,01× trên hóa đơn. Muse Wonder không có sự gián đoạn tương đương — một prompt 900.000 token được tính cùng mức giá trên mỗi token như một prompt 900 token. Với khối lượng công việc thường xuyên nằm ngay trên 272.000 token, đó là lập luận mạnh nhất duy nhất về phía Meta trong trang này, và nó đáng giá hơn khoản giảm giá bộ nhớ đệm mà GPT-6.1 Sol thắng ở mọi hàng khác.

Dưới ngưỡng đó, thứ tự là hoàn toàn rõ ràng: GPT-6.1 Sol có chi phí chạy chỉ bằng một nửa, chi phí đọc cache chỉ bằng một nửa, và đây là lựa chọn duy nhất trong hai lựa chọn có luồng batch giảm giá 50%.

Các điểm chỉ số 0,2 thực sự nằm ở đâu

Một chỉ số tổng hợp đạt 52 so với 51,8 cho bạn biết hai mô hình ngang sức nhau. Nó không cho bạn biết mô hình nào sẽ đáp ứng được khối lượng công việc của bạn, và ở các điểm số thành phần, cặp đôi này tách ra thành những dạng thức dễ nhận biết chứ không phải một kẻ thắng và một kẻ thua.

Artificial Analysis là nguồn cho cả hai, được đo trên harness riêng của nó ở mức nỗ lực tối đa, và đây là các số liệu của chính nó chứ không phải của một trong hai nhà cung cấp:

• Chỉ số Trí tuệ — Muse Wonder (max) 52, thứ chín trong số 219 mô hình; GPT-6.1 Sol (max) 51.8, thứ mười

• Chi phí cho mỗi tác vụ lập chỉ mục — Muse Wonder khoảng 4,52 đô la; GPT-6.1 Sol khoảng 0,72 đô la

• Số token đầu ra tiêu thụ trong lần chạy chỉ mục — Muse Wonder khoảng 130 triệu; GPT-6.1 Sol khoảng 67,2 triệu, so với mức trung vị của bảng là gần 82 triệu

• Tốc độ đầu ra — GPT-6.1 Sol khoảng 66,8 token mỗi giây; Muse Wonder chưa được công bố trên cùng harness

Khoảng cách về độ dài dòng chính là toàn bộ câu chuyện đằng sau khoảng cách về giá. Muse Wonder dùng gần gấp đôi số token để tạo ra điểm số cao hơn nửa điểm, và với mức 20 đô la cho mỗi triệu token đầu ra so với 10 đô la, nó trả gấp đôi cho mỗi token đó. Chi phí cho mỗi tác vụ là tích của hai hiệu ứng này. Không có gì trong tỷ lệ đó là cố định — nỗ lực suy luận là đòn bẩy, và cả hai mô hình đều cho phép điều chỉnh nó — nhưng cài đặt mặc định là nơi phần lớn lưu lượng chạy, và chính những mặc định đó đã tạo ra những con số này.

Bảng ra mắt của chính Meta, vốn do nhà cung cấp báo cáo và chưa được tái lập độc lập, đặt Muse Wonder vượt trên GPT-6 Astra và ngang bằng với Claude Opus 5.5 trên Terminal-Bench 4.0-AA với 85,6 so với 81,4 và 81,5, đồng thời vượt trội trên SWE-Marathon với 78,8 so với 74,1 và 74,2. Hãy coi đó là những tuyên bố của Meta. Cũng lưu ý rằng cùng bảng đó đặt Muse Wonder ở phía sau trên AutomationBench-AA (60,5 so với 65,3 và 65,6), GDP.pdf (39,1 so với 41,6 và 41,2) và DeepSWE 1.1 (52,0 so với 59,1 và 59,6) — bảng điểm của chính nhà cung cấp không phải chỗ nào cũng tâng bốc, và hai chỗ nó tâng bốc là code terminal và code tầm xa, không phải tự động hóa quy trình nghiệp vụ.

Bản sao thuê bao tác động thế nào đến so sánh này

Muse Wonder không phải là một mô hình duy nhất. Meta đã phát hành một checkpoint thứ hai, muse-wonder-full-1.0, đạt 56 điểm trên cùng chỉ số độc lập và xếp thứ tư trong số 699 — cao hơn mô hình API bốn điểm và cao hơn mức 51,8 của GPT-6.1 Sol. Nó không có giá theo token vì Meta không bán nó theo token: chỉ có thể truy cập thông qua gói đăng ký Muse Code với giá 50 đô la một tháng cho Power Usage hoặc 200 đô la một tháng cho Maximum Usage.

Đối với một đội đã trả tiền cho Muse Code, chi phí thực tế cho một mức tăng bốn điểm trên chỉ số chỉ là một khoản phí cố định hàng tháng, và sự so sánh với GPT-6.1 Sol mang một hình hài hoàn toàn khác. Với tất cả những người còn lại, phần giá trị hơn của đợt ra mắt này là một quyết định về sản phẩm, không phải một quyết định về API, và cách hiểu trung thực là con số tiên tiến nhất của Meta và con số thực tế có thể tiếp cận của Meta là hai con số khác nhau.

Chạy cả hai, hoặc chạy một

Sự thật khó chịu nằm ở trung tâm trang này là cả hai điều này đều không phải là quyết định bạn có thể đưa ra từ một bảng thông số kỹ thuật, bởi vì tỷ lệ chi phí 6,3× là mức trung bình trên tổ hợp tác vụ của người khác. Tổ hợp tác vụ của chính bạn mới là thứ duy nhất quan trọng, và việc đo lường nó không nên đòi hỏi hai tài khoản nhà cung cấp.

GPT-6.1 Sol đang có mặt trên OrcaRouter với mã openai/gpt-6.1-sol, ngày 2026-09-29, giá niêm yết $2.00 cho input, $0.10 cho đọc cache và $10.00 cho output mỗi triệu token, cùng cửa sổ 1.050.000 token và quy tắc định giá lại ở mốc 272.000 token vẫn giữ nguyên. Phía chúng tôi không cộng thêm bất kỳ khoản nào; khi nhà cung cấp thay đổi mức giá, con số trên trang của chúng tôi cũng thay đổi ngay trong ngày. Điều đó khiến phần Sol trong so sánh này chỉ cách mọi harness bạn đang có đúng một thay đổi chuỗi.

Muse Wonder không có trong danh mục của chúng tôi, và trang này sẽ không giả vờ là có — Model API của chính Meta và Muse Code mới là nơi nó chạy hiện nay. Thứ chúng tôi thực sự có từ cùng phòng thí nghiệm đó là Muse Spark 1.2, checkpoint mà Meta đã xây dựng phần còn lại của dòng này dựa trên, với giá 1,25 đô-la cho đầu vào và 4,25 đô-la cho đầu ra mỗi triệu token trong cửa sổ 1.048.576 token cùng mức 0,15 đô-la cho lượt đọc bộ nhớ đệm. Nếu lý do bạn cân nhắc Muse Wonder là phong cách đặc trưng của Meta chứ không phải điểm số tiên phong, thì lộ trình đó chỉ tốn một phần năm chi phí đó.

Công dụng thực tế của một endpoint duy nhất tương thích với OpenAI trên hơn 200 mô hình chính là phép so sánh này. Mức chênh lệch $4.52 so với $0.72 đủ lớn để đáng kiểm chứng thay vì tin ngay, và kiểm chứng nó nghĩa là hướng một đánh giá hiện có vào tên mô hình thứ hai rồi chạy lại — chứ không phải ký thêm hợp đồng thứ hai. Chuyển đổi dự phòng tự động sau đó sẽ bao quát trường hợp bạn triển khai mô hình chưa được chứng minh trước: nếu nhà cung cấp thượng nguồn suy giảm, yêu cầu sẽ được chuyển đi thay vì thất bại.

Cái nào, và dựa trên bằng chứng nào

• Hãy chọn GPT-6.1 Sol trừ khi có điều gì đó cụ thể loại trừ nó. Nó rẻ hơn ở mọi mức giá đã công bố, nó có làn xử lý theo lô, giá đọc bộ nhớ đệm của nó chỉ bằng một nửa của Muse Wonder, và chỉ số độc lập của nó kém hơn một phần năm điểm. Đó là câu trả lời mặc định và nó nên tiếp tục là mặc định cho đến khi một khối lượng công việc phản đối.

• Hãy dùng Muse Wonder khi đầu ra cần dài. Giới hạn phản hồi 128.000 token là một bức tường cứng, và nếu công việc của bạn cần một lần tạo 200.000 token, thì việc tiết kiệm bao nhiêu token đầu vào cũng không thể khiến GPT-6.1 Sol làm được điều đó.

• Dùng Muse Wonder khi đầu vào là giọng nói hoặc video. Meta chấp nhận cả hai như những đầu vào hạng nhất; GPT-6.1 Sol nhận văn bản, hình ảnh và tệp. Gộp bước phiên âm và bước suy luận vào một lệnh gọi duy nhất có giá trị lớn hơn cả chênh lệch về đơn giá ở một số pipeline, mà lại chẳng đáng gì ở những pipeline khác.

• Hãy chọn Muse Wonder khi lời nhắc của bạn vừa vượt qua 272,000 token. Đó là vùng duy nhất trên đường cong giá mà mức giá cố định của Meta đánh bại vách giá của Sol, và đánh bại nó một cách dứt khoát.

• Đừng đánh giá Muse Wonder chỉ qua điểm chỉ số nổi bật của nó. 52 so với 51,8 là một kết quả hòa trên cùng công cụ đo lường đã tạo ra cả hai con số, và việc trả gấp 6,3 lần cho mỗi tác vụ để đổi lấy một kết quả hòa thì không phải là một chiến lược.

Điều khiến việc ghép cặp này thực sự khó là hai mô hình gần nhau về chất lượng đến mức quyết định hoàn toàn nằm ở hình dạng — đầu ra phải dài bao nhiêu, đầu vào được tạo thành từ gì, và các prompt của bạn nằm ở đâu trên đường cong giá. Những điều đó có thể trả lời được từ log của chính bạn trong tuần này, và chúng sẽ không được trả lời bởi bảng benchmark tiếp theo mà một trong hai phòng thí nghiệm công bố.