Muse Wonder 与 Claude Fable 5.1：指数仅差 1 分，价格却是 2.5 倍

在 Artificial Analysis 当前的 Intelligence Index 上，Claude Fable 5.1得分为 53，Muse Wonder 为 52。一分之差。在价目表上，Claude Fable 5.1 为每百万输入 token 10.00 美元、每百万输出 token 50.00 美元，而 Muse Wonder 为 4.00 美元和 20.00 美元。两倍半。这就是整场对决，两句话便说完了，而它远比一分之差通常所暗示的要奇怪得多——因为更便宜的模型才发布一天，独立记录单薄，更贵的那个则自 9 月 1 日起就已上线，背后有六周的服务商覆盖，而且两者对于你的账单中应该有多少是缓存 token 完全无法达成一致。

在展开细节之前，先给出一个有用的判断框架。如果你的流量是在稳定的提示前缀上运行的长智能体循环，那么 Muse Wonder 和 Claude Fable 5.1 之间的价格差距基本就消失了，你应该根据实测能力来选择。如果你的流量是大量短调用，且几乎没有可缓存的前缀，那么差距真实存在，而且是 2.5 倍，一个指数点并不值得为此买单。

这两位模特，曾交往过。

Claude Fable 5.1 is the Claude maker's Mythos-class model — a capability tier the company places above the Opus class — released on September 1, 2026 as the successor to Claude Fable 5. It takes text, image and file input, writes text, carries a 1,000,000-token context window with a 128,000-token output ceiling, and supports adaptive reasoning and structured outputs. Six weeks of independent measurement exist for it, it is served by multiple API providers, and its rate card includes a batch mode at $5.00 / $25.00 that halve-cheapens asynchronous work.

Muse Wonder 是 Meta Superintelligence Labs 于 2026 年 10 月 12 日发布的前沿版本，同时公布的还有第二个检查点，名为 Muse Wonder Full。只有 muse-wonder-1.0 提供了可供调用的端点——在 Meta Model API 中以及 Muse Code 内部均可调用——下文所有数据均指代该模型。它拥有 1,048,576 个 token 的上下文窗口，单次响应的输出上限为 943,718 个 token，并接受文本、图像、语音和视频输入，输出为文本。Muse Wonder Full 是两者中得分更高的一个，且仅限 Muse Code 订阅用户使用，因此它没有可与本文中任何内容相比较的按 token 计价。

这种不对称是首先要抓住的一点。Fable 5.1 是一个已经确定的量，今天下午你就可以拿它对照自己的工作负载做基准测试。而 Muse Wonder 才发布两天，独立的记录只有一位评测者的一行数据。

正面交锋，逐项对比

指数数据是 Artificial Analysis 基于其当前修订版自行测得的结果；价格是各厂商公布的每百万 token 费率表。凡标注为 vendor-reported 的内容均来自 Meta，出自 Meta 的测试框架。

• 智能指数 —— Claude Fable 5.1 53（最高投入）；Muse Wonder 52（最高）。同一榜单的同一修订版本上仅相差一分。

• 输入价格 — Claude Fable 5.1 每百万 $10.00；Muse Wonder $4.00。每个输入 token 的花费为其 2.5 倍。

• 输出价格 —— Claude Fable 5.1 每百万 $50.00；Muse Wonder $20.00。同样是 2.5 倍，而这一项正是主导智能体账单的开支。

• 缓存输入 — Claude Fable 5.1 为每百万 $0.25，而 Muse Wonder 为 $0.20。两家厂商都宣称约有 95–98% 的折扣，但从绝对金额来看，这两个缓存价格相差五美分，而这是本页最关键的数字。

• 上下文与输出上限——Fable 5.1 输入 1,000,000、输出 128,000；Muse Wonder 输入 1,048,576、输出 943,718。输入上基本持平，输出上则完全不可相提并论。

• 模态 — Fable 5.1 接受文本、图像和文件输入；Muse Wonder 接受文本、图像、语音和视频输入。如果你的流水线在推理之前先转录音频，那是架构性差异，而不是舍入误差。

• 推理控制 — Fable 5.1 支持自适应推理，配有有据可查的备用配置以及用于异步工作的批处理模式；Muse Wonder 的推理则是强制性的，提供从最低到最高的推理强度阶梯，默认等级为中等。

• Availability — Fable 5.1 is served across multiple API providers as well as the vendor's own; Muse Wonder is on Meta's API and inside Muse Code, with no third-party coverage yet.

为什么缓存行比索引行更具决定性

两家厂商都把缓存宣传为输入费用打 85 到 95 折的折扣，而这种说法掩盖了真正关键的东西。缓存读取的实际成本在于绝对费率，而两款模型在这方面只差五美分：Muse Wonder 为每百万 $0.20，Claude Fable 5.1 为每百万 $0.25。未启用缓存时，Fable 5.1 的输入价格是 Muse Wonder 的 2.5 倍；启用缓存后，则是 1.25 倍。

所以2.5倍这个标题数字，实际上是在说明你的提示词中有多少是全新的。一个建立在大段稳定前缀之上的工作负载——上下文中的代码库、一份很长的策略文档、一个从不改变的固定工具模式——其大部分输入token都按缓存费率计费，而这两个模型之间的有效差距就会缩小到那五美分的差异。一个由大量短小、彼此独立且没有可复用前缀的调用组成的工作负载，则没有任何可缓存的内容，并且每次请求都要支付完整的2.5倍。同样的两个模型，同样的费率表，却会得出完全不同的结论，而决定性变量是你的流量形态，而不是模型的质量。

Meta自家厂商报告的表格将Claude Fable 5.1与Muse Wonder系列并列，均置于最高努力档位，而它在一个套件上指向另一方，在其他套件上又反过来——Fable 5.1在AutomationBench-AA上为62.1，对Muse Wonder的60.5；在JobBench上为27.6，对30.8；在Terminal-Bench 4.0-AA上为79.0，对85.6。全是厂商数字，全部未经复现，而唯一稳妥的解读是：这两个模型在智能体工作上足够接近，因此排行榜应当是测试的起点，而非终点。

当一分之差并非关键所在

为支付 2.5× 的价格确实有充分理由，而这与那个指数关系不大。Fable 5.1 的推理是自适应的，并有文档化的回退配置，这意味着模型的思考深度可以按成本来调节，而不是每次调用都必须思考。Muse Wonder 的阶梯有一个下限——minimal——但没有关闭开关，而思考 token 按每百万 20 美元计费。在高流量、对延迟敏感的流量场景中，一个可以选择不思考的模型，比一个更便宜但总是思考的模型更省钱，而这种比较永远不会出现在排行榜上。

第二个论点是供应商的广度。Fable 5.1 由多家供应商提供服务，意味着区域可用性和延迟竞争，而某一个端点出现故障只是不便，而非事故。一个仅有一天历史、只有单一供应商路径的模型，其风险状况截然不同；未来两周内采用它的网关，往往会在供应商的参数面上落后——尤其是 reasoning-effort 枚举，它是发布之后最先过时的字段。

Muse Wonder 以更低价格取胜的理由，建立在 Fable 5.1 所不具备的三件事上。输出上限是其中最大的一项：单次响应 943,718 个 token，而对手是 128,000 个；如果你要在单轮中生成长文档、整套代码模块或完整的迁移计划，这就不只是规格细节，因为替代方案是你自己把输出拼接起来。语音和视频原生输入是第二项。第三项就是账单——$4 和 $20 对比 $10 和 $50，一个没有可缓存前缀、输出量又大的团队，用同样的钱能跑大约两倍半的规模，代价是损失一个指数点。

在没有三个账户的情况下运行此比较

Claude Fable 5.1 is on OrcaRouter at the vendor's own list price — $10.00 per million input tokens, $50.00 per million output, and the $0.25 cache-read rate — with no markup added on our side and the 1M-token context window passed through unchanged. That makes it a one-key reference point for everything above.

Muse Wonder 不在 OrcaRouter 上，我们也不会暗示它在：我们的目录中没有 meta/muse-wonder 条目，而目前最诚实的答案是 Meta 自家的 API 和 Muse Code。我们确实提供来自同一实验室的是Muse Spark 1.2 和 Muse Spark 1.1，因此如果你想在 Wonder 检查点仍在逐步稳定之际获得 Meta 的推理谱系，Muse 系列可以用同一个密钥访问。

The way to settle a 2.5× price question is not to read two rate cards, it is to run your own tasks twice and read the token counts. OrcaRouter routes across 200-plus models behind one OpenAI-compatible endpoint with provider list prices passed through unchanged, so the Fable 5.1 side of that test is available now at vendor rates, and the day a provider we route starts serving Muse Wonder the other half of the test becomes a model-name change rather than a new integration.

该选哪一个

• 如果你的工作负载拥有庞大且稳定的前缀，并且更愿意为确定性买单，那就选择 Claude Fable 5.1：为期六周的独立测量、多家提供商、半价的批处理通道，以及你可以调低的自适应推理。

• 如果你的流量以输出为主、不可缓存且属于长文本，就选择 Muse Wonder——943,718 token 的输出预算和 20 美元的输出费率，都是一个正为此定价的模型所带来的结果，而语音和视频输入也随之提供。

• 不要仅凭这一个索引点就在它们之间做选择。复合索引上的单个点本就落在大多数真实工作负载的噪声范围内；除非本页上还有其他内容在发挥作用，否则它不值得 2.5×。

• 在做决定之前，先做缓存测试。如果在生产环境中，你的输入 token 有超过一半命中缓存，那么这两个模型的实际成本差距就比它们的价目表所显示的要小，此时决策依据就应该转向能力、模态和供应商风险。

实测能力只差一个点，价格却是标价的两倍半，而一条缓存输入项悄然弥合了大部分差距。这是一场排行榜根本无法真正分出胜负的对决——正因如此，这里真正值得相信的数字，是你自己算出来的那个。