Muse Wonder vs Reflection Beam: Một cái là bảng giá, cái kia là một lời hứa

Cách nhau bảy ngày, từ hai hướng đối lập. Meta đã đưa Muse Wonder vào trạng thái khả dụng chung vào ngày 12 tháng 10 năm 2026, trên Meta Model API và trong Muse Code, với mức giá 4,00 đô la cho mỗi triệu token đầu vào và 20,00 đô la cho mỗi triệu token đầu ra, với cửa sổ ngữ cảnh 1.048.576 token và không phải tải xuống dưới bất kỳ hình thức nào. Reflection đã công bố Reflection Beam vào ngày 5 tháng 10 năm 2026 — một mô hình sparse mixture-of-experts với tổng cộng 501 tỷ tham số và 23 tỷ tham số hoạt động trên mỗi token — với trọng số được hứa hẹn theo Apache 2.0, một bản xem trước nằm trong danh sách chờ sau tường đăng ký, và không có mức giá nào được công bố trên bất kỳ tài sản nào của chính công ty.

Điều đó có nghĩa là cách định hình trung thực cho cuộc đối đầu này không phải là mô hình đấu với mô hình. Đó là một bảng giá đấu với một lời hứa. Một trong hai thứ này bạn có thể gọi vào chiều nay và sẽ không bao giờ sở hữu; thứ còn lại có thể có ngày bạn sở hữu nhưng hôm nay hoàn toàn không thể gọi được. Nếu bạn đang chọn một lựa chọn mặc định cho khối lượng công việc sẽ ra mắt trong quý này, sự khác biệt đó quyết định nhiều hơn bất kỳ dòng benchmark nào, và đáng để nói rõ rằng không bên nào trong đó là sự hạ thấp phòng thí nghiệm kia.

Bảy ngày, hai hướng di chuyển

Muse Wonder ra mắt như một sản phẩm thương mại hoàn chỉnh với phần tài liệu công khai đi kèm mỏng một cách bất thường. Mô hình có thể gọi được, giá đã được niêm yết, bề mặt tham số được liệt kê — một thang mức nỗ lực suy luận chạy từ tối thiểu đến tối đa với mặc định là trung bình, trần đầu ra 943.718 token, mỗi token suy luận đều được tính phí theo mức giá đầu ra — và một checkpoint thứ hai, Muse Wonder Full, ra mắt trong cùng đợt với điểm số cao hơn nhưng chỉ nằm trong gói đăng ký Muse Code và hoàn toàn không được bán theo token. Điều Meta không phát hành là bất cứ thứ gì có thể tải xuống. Không có bản phát hành model card, không có checkpoint, không có cấp phép.

Reflection làm điều ngược lại. Bài đăng ra mắt của Beam là một thông báo nghiên cứu kèm theo lời hứa về khả năng phục vụ: các bảng benchmark, một bản mô tả quá trình tiền huấn luyện nêu tên 6.144 hệ thống GB300 NVL72 và một lần chạy bốn tuần trên 23,8 nghìn tỷ token, một giai đoạn học tăng cường trên 10.500 GB300 với hơn 100 triệu lượt rollout và khoảng 1,3 tỷ sandbox, cùng một cam kết giấy phép cụ thể — trọng số, báo cáo kỹ thuật, thẻ mô hình và các artefact dành cho nhà phát triển sẽ được phát hành theo Apache 2.0, theo chính lời của công ty, vào cuối tháng này. Điều không được phát hành vào ngày 5 tháng 10 là giá cả, cửa sổ ngữ cảnh phục vụ, con số đầu ra tối đa, hay một tệp.

Hai phòng thí nghiệm, một tuần, và ở giữa chúng là toàn bộ phổ ý nghĩa mà “được phát hành” có thể mang trong năm 2026.

Mỗi bên đã thực sự công bố những gì

Mọi số liệu dưới đây đều do chính nhà cung cấp đưa ra, và ở đâu không tồn tại con số, thì đó chính là phát hiện.

• Khả năng được gọi — Muse Wonder nhìn chung đã có sẵn kể từ ngày 2026-10-12 trên Meta Model API với tên muse-wonder-1.0 và bên trong Muse Code; bản xem trước của Reflection Beam là một danh sách chờ dành cho "một nhóm người dùng hạn chế", không có cách tự đăng ký trong

• Giá — Muse Wonder: $4,00 cho đầu vào / $0,20 cho đầu vào được cache / $20,00 cho đầu ra trên mỗi triệu token, đã được công bố; Reflection Beam không được công bố ở bất kỳ đâu trên các thuộc tính riêng của Reflection, vì vậy bất kỳ con số đô-la nào bạn từng thấy gắn với nó đều là ước tính chứ không phải giá niêm yết

• Ngữ cảnh — Muse Wonder 1.048.576 token; tài liệu API của Reflection Beam liệt kê giới hạn phục vụ 256.000 token kèm chú thích cảnh báo rằng con số này có thể thay đổi trong giai đoạn beta, trong khi bài đăng ra mắt lại nói riêng rằng midtraining mở rộng ngữ cảnh hiệu dụng của mô hình lên 1 triệu token. Đó là năng lực phía huấn luyện và giới hạn phía phục vụ, không phải mâu thuẫn — nhưng chỉ một trong hai là con số bạn có thể xây dựng dựa trên

• Đầu ra tối đa — Muse Wonder 943.718 token; Reflection Beam chưa được công bố

• Phương thức — Muse Wonder nhận văn bản, hình ảnh, giọng nói, video và tệp, rồi trả về văn bản; Reflection Beam là đầu vào văn bản, đầu ra văn bản

• Trọng số — Muse Wonder không có, và cũng không có công bố nào; Reflection Beam Apache 2.0 được hứa hẹn, nhưng chưa phát hành tính đến hôm nay

• Điểm độc lập — Muse Wonder đạt 52 trên Chỉ số Trí tuệ của Artificial Analysis, xếp hạng #9 trong số 219; Reflection Beam không có dòng nào trên bảng đó, cũng như trên bất kỳ đơn vị đánh giá độc lập nào khác mà chúng tôi tìm được

• Kiến trúc — Muse Wonder không được tiết lộ; Reflection Beam tổng 501B / 23B hoạt động, tỷ lệ được nêu khoảng 4,6%

Sự bất đối xứng trong danh sách đó nói lên tất cả. Muse Wonder có giá và mục tiêu nhưng không có sản phẩm. Reflection Beam có một sản phẩm được hứa hẹn nhưng không có giá lẫn mục tiêu.

Tuyên bố về hiệu quả là thứ cần phải dè chừng.

Tuyên bố thú vị nhất của Reflection không phải là một điểm benchmark. Mà là việc Beam kết hợp khả năng lập trình và năng lực tác tử với “suy luận cực kỳ hiệu quả”, đạt điểm trên các benchmark suy luận nâng cao tương đương GLM-5.2 trong khi sử dụng ít hơn 3–4× compute suy luận, với khoảng cách còn mở rộng hơn so với các mô hình thuộc nhóm tham số 2T+ như Qwen 3.8-Max. Biểu đồ đằng sau tuyên bố đó là biểu đồ của nhà cung cấp, trên trục của chính nhà cung cấp, và nó chưa được tái lập — nhưng phép tính cơ bản không hề xa lạ. FLOPs suy luận tăng xấp xỉ bằng hai lần số tham số hoạt động nhân với số token được sinh ra, vì vậy một mô hình có 23B tham số hoạt động tạo ra đầu ra tương đương cho một tác vụ thực sự tốn ít chi phí hơn trên mỗi tác vụ so với mô hình có 40B hoặc 100B tham số hoạt động. Kiến trúc chính là lập luận, và về mặt kiến trúc, luận điểm của Beam là mạch lạc.

Thứ còn thiếu là mẫu số. Compute per task là một tỷ lệ, và tài liệu đã công bố cho chúng ta vế tham số của nó, còn vế token thì không có gì. Reflection không công bố số lượng token đầu ra cho bất kỳ lần chạy benchmark nào của mình. Không có con số về độ dài dòng, không có phép đo token trên mỗi tác vụ, không có lần chạy độc lập.

Ngược lại, Muse Wonder có đúng con số đó và nó lại có tác động ngược lại. Artificial Analysis đo Muse Wonder (max) tiêu thụ 130 triệu token đầu ra trong quá trình đánh giá Intelligence Index, so với mức trung vị 85 triệu trên các mô hình tương đương, và khoảng 4,52 USD cho mỗi tác vụ chỉ số. Nhãn mà chính bên đánh giá dành cho hành vi đó là “hơi dài dòng”. Muse Wonder là một mô hình tiên phong với mức giá tiên phong và nó trả giá cho điểm số của mình bằng token đầu ra, vì token suy luận được tính phí theo mức giá đầu ra — dòng có sức ảnh hưởng lớn nhất trong tài liệu định giá của chính M​eta.

Vậy là hai phòng thí nghiệm đang đặt cược theo hai hướng trái ngược nhau, và không bên nào công bố những con số có thể phân định được điều đó. Meta có mức độ dài dòng đo lường được nhưng không công bố số lượng tham số, nên bạn không thể tính FLOPs trên mỗi token của nó. Reflection có số lượng tham số được công bố nhưng không có mức độ dài dòng được đo lường, nên bạn không thể tính số token trên mỗi tác vụ của nó. Bất kỳ ai nói với bạn rằng Beam vận hành rẻ hơn Muse Wonder ba đến bốn lần đều đang so sánh một tỷ lệ tham số với một số lượng token không tồn tại.

Độ thưa giúp giảm chi phí suy luận, chứ không mang lại năng lực.

Có một cái bẫy thứ hai trong con số 501B, và rất dễ mắc phải vì con số này quá lớn. Tổng số tham số trong một mô hình mixture-of-experts thưa là một chỉ số về lưu trữ và tiền huấn luyện, không phải chỉ số tính toán trên mỗi token. Mỗi token mà Beam tạo ra chỉ chạm tới khoảng 23 tỷ trong số 501 tỷ tham số của nó. 478 tỷ tham số còn lại không được dùng đến trong lần gọi đó. Beam không phải là mô hình 501 tỷ tham số theo nghĩa mà một mô hình dense có kích thước đó sẽ là, và việc đem con số đó đặt cạnh kích thước chưa được tiết lộ của Muse Wonder tạo ra một sự so sánh vô nghĩa.

Chỗ mà tỷ lệ này thực sự quan trọng là ở khâu triển khai. Một checkpoint 501B ở BF16 có kích thước cỡ một terabyte trọng số, và số tham số hoạt động không làm giảm dung lượng bộ nhớ — chỉ làm giảm nhu cầu tính toán. Tự vận hành Beam đồng nghĩa với việc hoặc phải dùng một node nhiều GPU lớn, hoặc phải lượng tử hóa nặng, và lượng tử hóa đúng là loại thứ mà bạn chỉ có thể đánh giá được khi trọng số đã tồn tại. Đó là lý do thứ hai khiến việc phát hành Apache 2.0 là sự kiện đáng kể ở đây chứ không phải một chú thích nhỏ: nó biến một kiến trúc đầy hứa hẹn thành thứ bạn có thể đo đạc trên phần cứng của chính mình, với kích thước batch của chính mình, bằng những prompt của chính mình.

Vị thế của Meta trên cùng trục thì ngược lại. Kiến trúc của Muse Wonder không được tiết lộ, và câu chuyện triển khai của nó hoàn toàn là API của người khác. Bạn sẽ không lượng tử hóa nó, không chạy nó tại chỗ cho một khối lượng công việc chịu quy định, và không tinh chỉnh nó. Bạn thuê nó, theo mức giá niêm yết, vô thời hạn.

Nơi số liệu của nhà cung cấp và các số liệu độc lập không khớp nhau

Điều này đáng có một mục ngắn, vì đây chính là nguyên tắc giữ cho phần còn lại của phép so sánh vẫn trung thực. Bộ đánh giá của chính M​eta cho Muse Wonder Full59,1 điểm trên Chỉ số Siêu trí tuệ Cá nhân của mình và Muse Wonder 56 điểm. Artificial Analysis, khi chạy chỉ số riêng của họ trên Muse Wonder (max), thu được 52. Cùng một họ mô hình, cùng một tuần, chênh nhau bốn điểm — và con số độc lập lại thấp hơn. Muse Wonder Full đạt 56 trên bảng độc lập là một kết quả thực sự, xếp hạng #4 trong số 699 mô hình thuộc lớp đó, và con số này vẫn thấp hơn bốn điểm so với hàm ý từ bảng của chính M​eta. Không điều nào trong số đó khiến các con số của M​eta trở nên sai; các bộ đánh giá của nhà cung cấp được tinh chỉnh cho triển khai của chính nhà cung cấp, và M​eta ghi rõ đó là bộ đánh giá của mình. Điều đó có nghĩa là những con số duy nhất trong bài viết này có thể đặt cạnh nhau để so sánh là các con số của Artificial Analysis, và chúng chỉ tồn tại cho đúng một trong hai mô hình.

Các bảng của Reflection mang một phiên bản khác của cùng vấn đề đó. Beam được ghi nhận ở mức 80,9 trên SWE-Bench Verified, 80,1 trên Terminal-Bench v2.1 và 44,4 trên DeepSWE v1.1, tất cả đều do nhà cung cấp báo cáo, tất cả đều nằm trên cùng một trang với các so sánh đối chiếu với Inkling và Nemotron 3 Ultra. Hai trong số ba chỉ số đó là những điểm số mà Muse Wonder cũng có con số do nhà cung cấp công bố, và việc so sánh hai tập hợp con số của nhà cung cấp được tạo ra bởi hai bộ khung đánh giá khác nhau thì không phải là một phép so sánh. Đó chỉ là sự trùng hợp về tiêu đề cột mà thôi.

Nếu bạn phải chọn trong tháng này

Quyết định rút lại thành việc bạn có thể chịu đựng được thứ còn thiếu nào.

• Nếu bạn ra mắt trong quý này và cần khả năng gọi được, một mức giá có thể dự đoán trước, cửa sổ 1M-token và ngân sách đầu ra 943,718-token — Muse Wonder là lựa chọn duy nhất trong hai tồn tại dưới dạng dịch vụ ngày hôm nay, và lựa chọn ấy tự nó đã quá rõ ràng

• Phát hành trong quý này, và mức giá đầu ra 20 đô-la mỗi triệu token của Muse Wonder so với hồ sơ đánh giá 130 triệu token nằm ngoài ngân sách của bạn — nước đi hữu ích là thang bậc nỗ lực thay vì một mô hình khác. Trên Muse Wonder, suy luận là bắt buộc, nhưng thang này chạy từ tối thiểu đến tối đa và mọi token suy luận đều bị tính như token đầu ra; chạy trích xuất và phân loại ở mức tối thiểu, đồng thời để dành mức cao hoặc tối đa cho những lời gọi xứng đáng với chúng — đó chính là đòn bẩy làm thay đổi hóa đơn

• Yêu cầu về quy định, air-gapped hoặc on-premises — không mô hình nào giải quyết được điều đó ngay hôm nay. Muse Wonder sẽ không bao giờ đáp ứng được. Beam có thể, trong một tháng, dưới một giấy phép dễ dãi, với chi phí bộ nhớ mà bạn chưa đo lường.

• Nghiên cứu hoặc kế hoạch tinh chỉnh — hãy đợi trọng số. Đừng bắt đầu một dự án với kiến trúc 501B mà bạn không thể tải xuống

• Đối chuẩn với khối lượng công việc của chính bạn — Muse Wonder có thể được đo lường ngay trong tuần này, còn Beam thì hoàn toàn không thể đo lường được. Mọi con số về Beam trong bảng tính đánh giá của bạn hiện chỉ là tuyên bố của nhà cung cấp mà không có mẫu số

Những gì chúng tôi định tuyến và những gì chúng tôi không.

Nói thẳng ra: cả hai mô hình đều không có trong danh mục của OrcaRouter. Không có meta/muse-wonder và không có bất kỳ mục Reflection nào, và chúng tôi sẽ không giới thiệu một tuyến không tồn tại. Thứ chúng tôi cung cấp từ Meta Superintelligence Labs là dòng Muse Spark —Muse Spark 1.2 và Muse Spark 1.1 — đây là thứ gần nhất với dòng suy luận của M​eta mà một đội có thể gọi qua chúng tôi ngay hôm nay và có chi phí chỉ khoảng một phần năm so với Muse Wonder trên mỗi token. Trong số các mô hình mà cặp đấu này được đem ra so giá, Claude Opus 5.5 nằm trong danh sách của chúng tôi với mức giá của chính A​nthropic, và D​eepSeek V4 Pro cũng vậy với chi phí chỉ bằng một phần nhỏ mức đó.

Sự trung thực đó có một hệ quả thực tế mà một so sánh như thế này khiến cho đặc biệt rõ ràng. Chuyển đổi dự phòng tự động chỉ chuyển sang thứ mà chúng ta thực sự định tuyến, và một danh sách chờ không có endpoint thì không phải là phương án dự phòng. Nếu kế hoạch của bạn cho Beam là “chúng tôi sẽ kiểm thử nó khi bản xem trước kết thúc,” thì điều hữu ích cần duy trì cho đến lúc đó là một tuyến chính mà bạn có thể đo lường và một tuyến thứ hai phía sau nó — tức là một thay đổi cấu hình trên một endpoint tương thích OpenAI. OrcaRouter phục vụ hơn 200 mô hình sau một khóa và một hóa đơn, nên khi trọng số của Beam được phát hành và một nhà cung cấp nào đó bắt đầu phục vụ nó, việc tiếp cận nó chỉ là một ID trong tệp cấu hình thay vì một tích hợp mới.

Điều gì sẽ thay đổi câu trả lời, và khi nào cần xem xét

Ba sự kiện, theo thứ tự mức độ chúng sẽ làm thay đổi điều này.

Đầu tiên là bản phát hành trọng số. Reflection đã cam kết với Apache 2.0 và cho biết các tạo tác sẽ ra mắt vào cuối tháng này. Bản phát hành đó chính là thứ biến một tuyên bố 501B thành thứ có thể tải xuống, có thể lượng tử hóa và có thể đánh giá chuẩn, và nó cũng tình cờ là con đường duy nhất để Beam xuất hiện trên một nền tảng định tuyến. Cho đến khi điều đó xảy ra, Beam chỉ là một giả thuyết kèm theo một trích dẫn.

Điều thứ hai là một đánh giá độc lập. Chỉ một dòng Artificial Analysis dành cho Beam cũng sẽ giúp phân định cuộc so tài này nhiều hơn bất kỳ mức độ đọc bảng nào từ nhà cung cấp, vì nó sẽ cung cấp con số token-mỗi-tác-vụ mà tuyên bố về hiệu quả đang thiếu. Hãy theo dõi bảng đó thay vì bài blog ra mắt.

Thứ ba là bề mặt cấu hình của chính Muse Wonder đang dần ổn định. Con số $4.52 cho mỗi tác vụ của nó được đo ở mức suy luận tối đa trên một mô hình mới chỉ có sẵn trong một ngày. Khi các nhóm tận dụng những bậc thấp hơn của thang nỗ lực trong môi trường sản xuất, chi phí thực tế của mô hình sẽ giảm — và con số đó, chứ không phải điểm chỉ số, mới là thứ mà Beam sẽ phải vượt qua.

Câu trả lời khả dĩ nhất trong ngắn hạn không phải là một thắng lợi sạch sẽ cũng không phải một thất bại sạch sẽ: một nhóm cần mô hình ngay lúc này thì chạy Muse Wonder, còn một nhóm cần sở hữu trọng số của riêng mình thì cuối cùng sẽ dùng bất kỳ cái nào trong hai mô hình mà họ thực sự có thể tải về. Đó là một cách kỳ lạ để mô tả một cuộc đối đầu trực diện, và cũng là một cách mô tả chính xác.