Muse Wonder vs GPT-6 Astra: Mô hình có mức giá gấp 2,5 lần lại là mô hình rẻ hơn

GPT-6 Astra tính $10,00 cho mỗi triệu token đầu vào và $50,00 cho mỗi triệu token đầu ra. Meta Muse Wonder tính $4,00 và $20,00. Trên hai tài liệu quan trọng nhất đối với một quyết định mua sắm — bảng giá và bảng benchmark — mô hình đắt gấp hai lần rưỡi lại thắng, và thắng với khoảng cách không hề sát nút: trên chính bộ kiểm thử của Artificial Analysis, GPT-6 Astra (max) hoàn thành một tác vụ Intelligence Index với chi phí khoảng $3,26 trong khi Meta Muse Wonder (max) hoàn thành cùng tác vụ đó với chi phí khoảng $4,52, đồng thời còn đạt điểm cao hơn một điểm. Meta Superintelligence Labs phát hành Muse Wonder vào ngày 12 tháng 10 năm 2026 với cửa sổ một triệu token và suy luận bắt buộc. Nhà cung cấp phát hành GPT-6 Astra vào đầu tháng 9 năm 2026 với 1.050.000 token ngữ cảnh và 128.000 token đầu ra tối đa. Nếu bạn đang chọn giữa chúng dựa trên giá mỗi token, bạn đang đọc sai con số.

Hai bảng giá cước, và những gì chúng dự đoán

Đây là những gì mỗi nhà cung cấp công bố, đặt cạnh nhau, trước khi bất kỳ dữ liệu đo lường nào xuất hiện.

• Đầu vào — GPT-6 Astra 10,00 USD mỗi triệu token; Muse Wonder 4,00 USD. Astra cao gấp 2,5 lần.

• Đầu ra — GPT-6 Astra 50,00 USD mỗi triệu token; Muse Wonder 20,00 USD. Cũng gấp 2,5 lần.

• Đầu vào được lưu trong bộ nhớ đệm — GPT-6 Astra $1,00 mỗi triệu; Muse Wonder $0,20. Astra đắt gấp 5 lần ở hạng mục chiếm phần lớn lưu lượng agentic có tiền tố lặp lại.

• Bậc thứ hai — các yêu cầu trên 272,000 token gợi ý được tính phí ở mức $20.00 cho đầu vào và $75.00 cho đầu ra. Muse Wonder không có bậc được công bố; mức $4.00 và $20.00 áp dụng trên toàn bộ cửa sổ.

• Cửa sổ ngữ cảnh — GPT-6 Astra 1.050.000 token; Muse Wonder 1.048.576. Coi như giống hệt nhau.

• Đầu ra tối đa — GPT-6 Astra 128.000 token; Muse Wonder ghi nhận 943.718 so với cửa sổ 1.048.576 token của nó.

• Bề mặt đầu vào — GPT-6 Astra tiếp nhận văn bản, hình ảnh và tệp; Muse Wonder quảng cáo văn bản, hình ảnh, giọng nói và video.

• Trọng số — cả hai đều không mở. Cả hai đều độc quyền, cả hai đều đóng với việc tự lưu trữ.

Mọi dòng trong đó đều chỉ về một hướng. Astra là mô hình có giá cao cấp còn Muse Wonder là mô hình có giá tầm trung, và mức 272.000 token càng khiến khoảng cách trở nên lớn hơn đối với bất kỳ ai làm việc ở ngữ cảnh dài — một prompt 400.000 token bị tính phí $20.00 mỗi triệu trên Astra, gấp năm lần mức giá đầu vào của Muse Wonder. Không có cách đọc nào hai bảng giá đó mà Muse Wonder lại không phải là mô hình rẻ hơn.

Chi phí của một công việc đã hoàn thành, đây là con số còn lại

Artificial Analysis công bố cả lượng token mà mỗi mô hình tiêu thụ trên Intelligence Index của nó lẫn chi phí trên mỗi tác vụ đi kèm. Chính cặp dữ liệu đó là điểm mà phép so sánh này đảo ngược.

• Chi phí cho mỗi tác vụ trên Chỉ số Trí tuệ — GPT-6 Astra (max) khoảng $3.26; Muse Wonder (max) khoảng $4.52

• Số token đầu ra tiêu thụ trong lần chạy đó — GPT-6 Astra khoảng 60M; Muse Wonder khoảng 130M, so với mức trung vị của bảng xếp hạng vào khoảng 85M

• Cách diễn đạt của chính người đánh giá — GPT-6 Astra được mô tả là "khá súc tích"; Muse Wonder là "hơi dài dòng"

• Chỉ số Trí tuệ — GPT-6 Astra (max) 53; Muse Wonder (max) 52

• Tốc độ trên cùng một lượt chạy — GPT-6 Astra khoảng 66 token mỗi giây; Muse Wonder không được người đánh giá ghi nhận trong cặp so sánh này

Đây là toàn bộ lập luận trong năm dòng. Astra phát ra khoảng 60 triệu token đầu ra để hoàn thành một tác vụ mà Muse Wonder tốn tới 130 triệu, một tỷ lệ tốt hơn hai trên một, và tỷ lệ đó quá đủ để hấp thụ mức chênh lệch 2,5 lần về giá đầu ra. Nói cách khác: giá trên mỗi token là một thuộc tính của hoạt động tiếp thị của nhà cung cấp, còn số token trên mỗi tác vụ là một thuộc tính của cách mô hình được huấn luyện để hành xử. Chính yếu tố thứ hai đang làm nên chuyện ở đây.

Đó cũng là lý do sự kết hợp này đọc khác với câu chuyện quen thuộc kiểu “mô hình đắt thì đắt”. Astra không phải là một mô hình giá rẻ dưới bất kỳ góc độ nào — nó là mục niêm yết đắt nhất trong danh mục của chính chúng tôi trong số các flagship GPT-6 hiện tại, và mức giá đầu vào của nó nằm ở mức gấp năm lần trung vị của bảng. Đây là một mô hình mà cấu hình chi phí đã được thiết kế hướng tới sự cân nhắc kỹ lưỡng thay vì khối lượng: ít token đầu ra hơn, giá cao hơn trên mỗi token, hóa đơn thấp hơn cho mỗi công việc hoàn thành. Từ mà người đánh giá dùng là “ngắn gọn”, và đó chính là điều quan trọng nhất về mặt tài chính ở mô hình này.

Nơi lợi thế của Astra dừng lại

Khoảng cách đó là có thật nhưng không đồng nhất, và ba từ hạn định thuộc về ngay bên cạnh nó.

Trước hết, chỉ số này là một tổng hợp của mười bài đánh giá, và mức tiêu thụ token thay đổi tùy theo từng tác vụ. Một khối lượng công việc chủ yếu là tạo nội dung dài — soạn thảo, tài liệu, mã có nhiều chú thích — là trường hợp mà trần đầu ra 943.718 token của Muse Wonder thực sự đáng có, và ở đó sự ngắn gọn của Astra không hẳn là một lợi thế mà đúng hơn là một giới hạn; mức đầu ra tối đa 128.000 token là một điểm dừng cứng, và nó nhỏ hơn mức mà hầu hết mọi người vẫn tưởng khi đọc “cửa sổ ngữ cảnh 1,05M” rồi tự nhẩm mở rộng nó sang phần trả lời.

Thứ hai, bậc giá thứ hai là một cái bẫy dành cho đúng những tác vụ trông có vẻ hấp dẫn nhất. Nghiên cứu sâu trên một kho ngữ liệu 300.000 token, đánh giá toàn bộ repo, trọn bộ hợp đồng — đây là những điểm mạnh được Astra công bố và cũng chính là những yêu cầu vượt qua 272.000 token prompt và bị định giá lại toàn bộ ở mức 20,00 USD đầu vào và 75,00 USD đầu ra. Mức giá cố định 4,00 USD và 20,00 USD của Muse Wonder xuyên suốt cửa sổ nghĩa là một tác nhân ngữ cảnh dài gửi lại một tiền tố lớn sẽ trả mức giá có thể dự đoán được ở cả hai phía, và mức đọc cache 0,20 USD của nó so với 1,00 USD của Astra đặc biệt quan trọng đúng trong dạng đó, khi cùng một ngữ cảnh được phát lại ở mỗi lượt.

Thứ ba, khoảng cách điểm chuẩn là một điểm trên một chỉ số tổng hợp có trung vị lĩnh vực là 27, và nó đến từ sự chia rẽ giữa nhà cung cấp và bên độc lập đáng được nêu tên. Trên bộ câu hỏi GPQA Diamond, danh mục của chúng tôi liệt kê GPT-6 Astra ở mức 96.1 — con số cao nhất mà nó có, cao hơn một khoảng đáng kể — trong khi Artificial Analysis cho kết quả Humanity's Last Exam của nó ngang bằng với của Claude Opus 5 và điểm Terminal-Bench 4.0 của nó là 59.1 so với 85.6 của Muse Wonder. Bảng của chính Meta, trong khi đó, được nhà cung cấp báo cáo trong harness của Meta và không được tái tạo, đó là lý do Meta in Muse Wonder Full ở mức 59.0 trên chỉ số mà chính đơn vị đánh giá công bố là 56. Hãy coi mỗi con số đó là lời khẳng định của ai đó về mô hình của chính họ, và hãy coi $3.26 và $4.52 là những con số duy nhất trong bài viết này được tạo ra theo cùng một cách cho cả hai.

Nên chọn cái nào trong hai

Quy tắc quyết định rút ra từ những con số này hẹp hơn “chọn cái rẻ hơn”.

• Chọn GPT-6 Astra khi công việc là phân tích, suy luận và các sản phẩm bàn giao chuyên nghiệp mà ở đó mô hình hoàn thành với ít token hơn so với phương án thay thế — lợi thế chi phí đo lường được của nó hoàn toàn đến từ tính súc tích, vì vậy một khối lượng công việc buộc phải có đầu ra dài sẽ khiến nó đánh mất lợi thế đó.

• Chọn Muse Wonder khi đầu vào là giọng nói hoặc video, thứ mà Astra hoàn toàn không chấp nhận, hoặc khi một phản hồi duy nhất cần vượt quá 128.000 token.

• Chọn Muse Wonder khi khối lượng công việc có ngữ cảnh dài và nặng về cache ở cả hai mặt sổ sách, vì mức $0,20 so với $1,00 cho cache và mức giá cố định trên 272.000 token sẽ đảo ngược một phần khoảng cách chi phí trên mỗi tác vụ.

Không chọn cái nào cả nếu khối lượng công việc lớn và chỉ có văn bản; một mô hình trọng số mở rẻ hơn sẽ làm cùng công việc đó với chi phí chỉ bằng một phần nhỏ so với bảng giá của một trong hai, và bảy đến tám điểm chỉ số mà bạn đánh đổi sẽ không thể nhận thấy trên những tác vụ mà cả hai mô hình đều hoàn thành.

Cả hai đều chỉ cách một phím, và đó chính là phần thực tế

GPT-6 Astra đã có mặt trên OrcaRouter, vì vậy bảng so sánh ở trên là thứ bạn có thể chạy thử chứ không chỉ để đọc. Theo mặc định, nó được niêm yết theo mức giá bảng của nhà cung cấp — 10,00 USD cho đầu vào và 50,00 USD cho đầu ra, với 1,00 USD cho mỗi lần đọc từ cache — cùng với bậc 272.000 token được giữ nguyên chính xác, bởi vì một dịch vụ chuyển tiếp bỏ qua bậc thứ hai sẽ tạo ra hóa đơn không khớp với hóa đơn của nhà cung cấp. Nó hỗ trợ cả định dạng chat-completions của GPT lẫn Responses API gốc, nên một tích hợp GPT hiện có chỉ cần đổi base URL là chuyển sang được, thay vì phải viết lại.

Muse Wonder không có trong danh mục của chúng tôi và chúng tôi sẽ không mô tả nó như thể nó có: muốn tiếp cận nó thì phải dùng Model API của Meta, còn checkpoint Full có điểm cao hơn thì hoàn toàn không được bán theo token. Muse Spark 1.2 là thứ chúng tôi cung cấp từ Meta — một checkpoint suy luận đa phương thức với giá $1.25 đầu vào và $4.25 đầu ra trên 1.048.576 token — và đây là lựa chọn rẻ trung thực nếu bạn muốn bản lab thay vì bản flagship.

Điều mà cặp mô hình dùng chung một endpoint mang lại cho bạn là một phép đo, chứ không phải một cuộc tranh luận. Hãy đổi ID mô hình, giữ nguyên prompt và thiết lập effort, rồi so sánh lượng token đầu ra của chính bạn trên cả hai. Tỷ lệ 60 triệu so với 130 triệu của bên đánh giá chỉ là mức trung bình trên mười benchmark mà bạn có thể chẳng hề chạy; con số của bạn mới là con số quyết định liệu bạn đang trả mức giá gấp 2,5 lần cho một công việc rẻ hơn hay ngược lại. Nếu sự súc tích đó không tái hiện trên khối lượng công việc của bạn, bạn đã học được điều mà các bảng giá không thể nói cho bạn biết — và tính năng chuyển đổi dự phòng tự động giữa các nhà cung cấp nghĩa là bạn có thể phát hiện điều đó trên lưu lượng trực tiếp mà không cần tích hợp thứ hai hay hợp đồng thứ hai.

Phiên bản ngắn

Meta Muse Wonder là mô hình rẻ hơn tính theo token và đắt hơn tính theo tác vụ hoàn thành. GPT-6 Astra thì ngược lại: một biểu giá cao cấp gắn với một mô hình hoàn thành chỉ trong chưa đầy một nửa số token đầu ra, khiến nó rẻ hơn khoảng 28% cho mỗi tác vụ chỉ mục và cao hơn một điểm trên chỉ mục. Bất kỳ ai chọn theo giá niêm yết sẽ chọn Muse Wonder và trả nhiều hơn; bất kỳ ai chỉ chọn theo chỉ mục sẽ chọn Astra và bỏ lỡ rằng hạng ngữ cảnh dài của nó cùng giới hạn đầu ra 128.000 token của nó là hai tình huống mà mô hình rẻ hơn lại là lựa chọn tốt hơn.

Cặp đáng được nêu ra như một điểm thực sự chưa được giải quyết là cặp thứ ba mà không nhà cung cấp nào đưa lên slide: cả hai đều là mô hình đóng, cả hai đều được định giá trong khoảng mà bên đánh giá gọi là đắt đỏ, và cả hai đều đang mất lợi thế về chi phí trên mỗi tác vụ trước các mô hình trọng số mở với mức giá chỉ bằng một phần năm mức của một trong hai. Đó là phép so sánh mà một ngân sách rồi sẽ buộc phải thực hiện, và nó không xuất hiện trong bài đăng ra mắt nào của cả hai.