Muse Wonder Gemini 4 Argon：一个今天即可调用，一个尚无端点

从数字上看，Muse Wonder 和 Gemini 4 Argon 的差距小到足以构成一个真正的抉择——Muse Wonder（max）在 Artificial Analysis 的 Intelligence Index 上得分为 52，Gemini 4 Argon（high）为 53，定价分别为每百万 token 4.00 美元/20.00 美元和 2.00 美元/10.00 美元。但两者中只有一个拥有模型 ID。Muse Wonder 自 2026 年 10 月 12 日起已在 Meta Model API 和 Muse Code 中正式可用。Gemini 4 Argon 于 2026 年 9 月 30 日发布，已由独立评估者进行基准测试，却无法调用：没有公开的模型标识符，没有公开的端点，也没有正式可用日期。仅这一事实，就在任何基准测试被讨论之前，重新排列了这场比较的次序。

这是一篇关于一场部分停留在理论层面的对比的文章。就几乎所有公开维度来看，Argon 都像是更值得购买的选择。但截至今天，它也还只是一组数字，而不是一个 API。下文会把这次对比中你可以直接行动的部分，与你只能围绕其做规划的部分区分开来。

目前而言，决定胜负的差距。

Gemini 4 Argon 由 Koray Kavukcuoglu 于 2026 年 9 月 30 日发布。它已经过测量，并被纳入与 Muse Wonder 相同的独立评测榜单，这意味着下面的数字可以直接比较，而这是厂商自制的表格永远做不到的。尚未落地的则是访问权限：没有模型标识符，没有定价页面，没有 API 端点，也没有承诺的日期。目前存在的是 Fairwind Program 下的受限推出，也就是说只有有限的一批合作伙伴可以参与，公众没有任何进入途径。

Muse Wonder 是相反的形态。自 10 月 12 日起，它已在 Meta Model API 上以 ID muse-wonder-1.0 可供调用，并且也可在 Muse Code 内使用，其参数面已有文档记录：一个从 minimal 到 max 取值的推理投入设置，默认值为 medium，输出预算上限为 943,718 个 token，以及已公布的输入和输出价格。你今天下午就能基于它进行构建，并且可以预估一次调用将花费多少。

如果你这个月要选择一款模型来发布，比较到此为止，答案就是 Muse Wonder——不是因为它更好，而是因为 Argon 还不是你能调用的东西。本节之后的所有内容，都适用于 Argon 开放后你将面临的那个决定；现在读一读是值得的，这样之后的评估就不会手忙脚乱。

从纸面上看，Argon 似乎是更好的模型

本节中的每一项数据均来自 Artificial Analysis 的独立测量，而非厂商声明，包括 Argon 的相关数据：

• 智能指数（实测配置）— Gemini 4 Argon 53，在 219 个中排名第 8；Muse Wonder 52，在 219 个中排名第 9

• 每项智能指数任务的成本——Gemini 4 Argon 约 $1.99；Muse Wonder 约 $4.52

• 标价 — Gemini 4 Argon 每百万 token 输入 $2.00 / 输出 $10.00；Muse Wonder 输入 $4.00 / 输出 $20.00

• 按 7:2:1 的缓存命中/输入/输出组合计算的混合价格——Gemini 4 Argon 约每百万 token 1.47 美元；Muse Wonder 约 2.94 美元

• 缓存折扣 — Gemini 4 Argon 约为 95%；Muse Wonder 约为 95%

• 评估中消耗的输出词元 — Gemini 4 Argon 约 1.1 亿；Muse Wonder 约 1.3 亿

• 上下文窗口 — 两者均为 1,048,576 个 token

• 模态输入 — Gemini 4 Argon 支持文本和图像输入、文本输出；Muse Wonder 支持文本、图像、语音、视频和文件输入、文本输出

• 发布状态 — Gemini 4 Argon 于 2026-09-30 宣布，暂无公开端点；Muse Wonder 于 2026-10-12 正式可用

在这些数字上，Argon 在能力上领先一个点，每项受测任务的成本不到一半，标价只有一半，而且输出 token 更少。这不是微弱的胜利——每项索引任务的成本是最直接对应真实账单的数字，而 $1.99 对 $4.52 是不同量级的运营支出。

这一分的指数领先值得一句提醒，而不是大张旗鼓的喝彩。两个模型之间仅差一个指数点，本就落在重跑与配置变动所能带来的波动范围之内；而且这两行所测量的并非同一种推理设置：Argon 公布的那一行是它的 high 配置，而 Muse Wonder 的则是 max。Argon 没有公布 max 行可供比较。成本方面的图景是稳健的，排名则不是。

Muse Wonder 真正领先的地方

三件事，而且其中只有一件是基准测试。

首先是可用性，前面已经谈过，而且它不是一种软性优势。一个既有端点、又有文档化参数面的模型，可以在你的数据上进行基准测试、调优，并置于预算约束之下。两者都没有的模型，只能围绕它做规划，仅此而已。

第二点是，参数面是可知的。Muse Wonder 的成本行为清晰可读：推理是强制性的，努力程度档位从 minimal 到 max，默认值为 medium，且每个推理 token 都按输出计费。这意味着，团队可以在 minimal 档运行抽取和分类，把 high 或 max 留给需要它们的调用，并且对支出有可预测的影响。对于 Gemini 4 Argon，则没有记录任何可比的信息——没有推理努力程度的枚举，没有输出 token 上限，也没有任何迹象表明思考能否被节流。你无法为看不见的东西编制预算，而在供应商记录这一参数面之前，所有 Argon 预测都只能依赖上文那个单一的混合数字。

第三点是输入侧的模态能力。Muse Wonder 直接接受语音和视频；而 Gemini 4 Argon 公布的输入模态是文本和图像。对于需要基于录制的通话或视频进行推理的流水线而言，这意味着一通调用与你自己单独搭建并付费的转码加转录环节之间的差别——而且它会以逐 token 价格表所无法体现的方式缩小实际价格差距。Gemini 4 系列历来在视频方面表现强劲，因此这是已公布信息中的一处空白，而非已成定论的架构差异，等 Argon 正式发布时值得重新核实。

还有一个同类值得点名。Meta 的 muse-wonder-full-1.0 检查点在同一独立指数上得分为 56——高于 Argon 的 53——但它仅限 Muse Code 订阅，不按 token 出售，因此它与 Argon 竞争的是订阅预算，而不是按 token 计算的预算。它不是 Argon 的 API 替代方案，也不应被视为替代方案。

目前还完全无法比较的是什么？

决定实际部署的几个维度都没有 Argon 数据，因为没有可衡量的 Argon 服务。对于一个没有端点的模型，吞吐量和延迟并不存在。提供商覆盖范围同样不存在：Muse Wonder 在 Meta 自己的 API 和 Muse Code 中可用，而其通过网关的覆盖范围，取决于这些网关自 10 月 12 日以来实现了什么——而 Argon 最终的覆盖范围尚不可知。速率限制、区域可用性、正常运行时间历史，以及将 95% 折扣转化为实际节省的缓存读取率，在 Argon 这一侧都还没有答案。

这种不对称有一个实际后果。基于单次评估运行计算出的每任务成本数字，是有用的规划输入，却是糟糕的承诺依据。Muse Wonder 的 4.52 美元会随着其配置面在生产环境中被不断调用而变化，而 Argon 的 1.99 美元则是唯一会永远存在的数字，除非有人能调用该模型并重新测量。请把两者都视为当前最佳估计，而非既定条款。

两者都不在 OrcaRouter 上——以下是现有内容

直说吧：Muse Wonder 不在 OrcaRouter 的目录中，Gemini 4 Argon 也不在。没有 meta/muse-wonder 条目，也没有 google/gemini-4 条目。我们不会提供一个不存在的路由，而 Argon 尤其没有任何可路由到的目标。

我们确实从 Meta Superintelligence Labs 提供的是 Muse Spark 系列——Muse Spark 1.2 和 Muse Spark 1.1——这是如今团队能通过我们调用的、最接近 Meta 推理模型系列的产品，以及Claude Opus 5.5 和 DeepSeek V4 Pro是 Muse Wonder 定价对标模型中的两款。

对于像这样的比较而言，单一端点之所以比通常更重要，是因为这两个模型都是移动目标。Argon 的状态是供应商的产品决策，可能在任何一天发生变化；Muse Wonder 的配置面和定价才刚出炉一天，随着提供商采用它，还可能变动。OrcaRouter 通过一个 OpenAI 兼容 API 提供 200 多个模型，供应商的标价原样透传，因此一个模型进入目录只是配置文件中的一处字符串修改，而不是一次新的集成——而当供应商降价时，我们这边的数字当天就会变动。当这两者中的任何一个变得可路由时，将它们相互对比衡量只需花费一个下午。

在此期间该拿这个怎么办

• 如果你现在就需要一个模型，请选择 Muse Wonder，并把 Argon 那一列当作未来的迁移候选。Argon 公布的数据里，没有任何一项是当下能够达到的。

• 如果你是在做规划而不是在交付，就把 Argon 的成本数字作为目标费率留在你的模型里——Argon 一开放，Muse Wonder 就会以每个索引任务 1.99 美元这个数字作为评判基准。

• 从第一天起就有意识地使用 Muse Wonder 的努力阶梯。把所有任务都默认设为中等，正是一个输出费率为每百万 20 美元的模型给你带来意外账单的方式。

• 当 Argon 可用时，重新核查三件事：它的推理强度控制、视频输入是否包含在正式发布的模型中，以及它的首次独立吞吐量测量结果。这三件事中的任何一件都可能改变结论。

• 现在还不要依据这两个每任务成本数字中的任何一个来制定预算。Muse Wonder 的数据来自一个才问世两天的模型，而 Argon 的数据则来自一个除合作计划参与者外无人调用过的模型。

更便宜、得分略高的那个模型无法访问时，这就算不上什么真正的对比——但很快它就会变得有意义。这两者之间的价格差距足够大，答案很可能在 Argon 的端点上线那天就会改变，因此这场对比是应该重新跑一次的，而不是拿来就此定论的。