Muse Wonder 对比 GPT-6 Sol：这两款模型中有一款能决定不思考

The single most expensive line in this comparison is a setting, not a spec. Muse Wonder, released on October 12, 2026, reasons on every call — the effort ladder runs from minimal to max and there is no position on it that means "don't" — and those thinking tokens bill at $20.00 per million output tokens. GPT-6 Sol, which the vendor shipped generally available on September 22, 2026, accepts none as a reasoning effort setting, so the same request can be answered without a reasoning pass at $10.00 per million output tokens, or a quarter of Muse Wonder's rate on the input side at $2.00 against $4.00. Four points of independent index separate them, and about 4.3× separates their measured cost per task. Which of those numbers governs your bill depends on a parameter you set.

还有第二个区别，让这组对比比寻常的对比页面更鲜明。GPT-6 Sol 是一个已定型、广泛部署的中档模型，有三周的独立测量数据，以及一份已发布的弃用通知，指向它自己的继任者。Muse Wonder 才问世两天，只有一位评估者的一行记录，并且以两个检查点形式提供，其中得分更高的那个完全没有按 token 计价的价格。这场对比的一方，你今天就能有把握地进行基准测试；另一方，你今天可以调用，却还无法预测。

各模型的定位

• GPT-6 Sol — the middle tier of the GPT-6 stack, between the flagship GPT-6 Astra and the cheap GPT-6 Luna, generally available since September 22, 2026 at $2.00 per million input tokens and $10.00 per million output.

• Muse Wonder — Meta Superintelligence Labs 于 2026 年 10 月 12 日发布的前沿版本，在 Meta Model API 上以 muse-wonder-1.0 的形式提供服务，并内置于 Muse Code 中，输入费用为 $4.00，输出费用为 $20.00。第二个检查点 Muse Wonder Full 在 Meta 自己的榜单上得分更高，且仅限订阅使用。

• 上下文——GPT-6 Sol 1,050,000 个 token；Muse Wonder 1,048,576。水平上，简直到了同一个数字用两种写法表示出来的地步。

• 输出上限——GPT-6 Sol 单次响应 128,000 个 token；Muse Wonder 为 943,718 个。这是唯一一个 Muse Wonder 并非在参与竞争、而是完全处于另一个量级的维度，而只要你需要在单轮对话中生成一份长篇产物，这一点就立刻变得至关重要。

• 输入价格 — 当输入 token 低于 272,000 时，GPT-6 Sol 为每百万 2.00 美元；Muse Wonder 统一为 4.00 美元。价格减半，但附带一个边界条件。

• 输出价格——GPT-6 Sol 每百万 $10.00；Muse Wonder $20.00。同样是 2× 的比例，也是任何智能体账单中占主导的一项。

• 推理 — GPT-6 Sol 的推理强度档位依次为 none、low、medium（默认）、high、xhigh、max。Muse Wonder 的档位从 minimal、medium（默认）一直延伸到 max，没有关闭档位。两者的思考 token 都按输出计费。

• 输入模态——GPT-6 Sol 接受文本、图像和文件；Muse Wonder 接受文本、图像、语音和视频。两者都仅输出文本。

• 独立指数 — GPT-6 Sol 48 以最大努力运行，在 212 个模型中排名约第十八，每次索引任务约 1.05 美元，享有 90% 的缓存折扣；Muse Wonder 52 以最大努力运行，在 219 个中排名第九，每次索引任务约 4.52 美元，享有 95% 的折扣。

272,000 token 的分界线，以及为什么它才是真正的 GPT-6 Sol 价格

The GPT-6 Sol rate card has a step at 272,000 input tokens, and it is not an overage on the excess. Above that threshold the whole request reprices: input doubles to $4.00, cached input to $0.40, and output rises 1.5× to $15.00. A 300,000-token request bills all 300,000 tokens at the long-context rate.

与 Muse Wonder 固定的 $4.00 和 $20.00 相对照，这恰恰在原本最为悬殊的那一点上改变了对比结果。在 272K 以下，GPT-6 Sol 的输入价格是它的一半，输出则便宜 40%。在 272K 以上，两款模型在两项费用上都只相差不到一美元——而在输出上更便宜的是 Muse Wonder，为 $20.00，相比之下，$15.00 还要乘以 1.5× 倍率，而该请求的整个上下文价格刚刚翻了一倍。

两家供应商都把缓存作为缓解手段来推销，而且都坦承了大致相同的折扣：GPT-6 Sol 为 90%，Muse Wonder 为 95%，并且在各自的低价档位内，每百万缓存读取费用均为 0.20 美元。正是这种对称性，让每任务成本差距如此能说明问题。这两个模型在价目表上的定价相差不到 2 倍，而它们实测的每索引任务成本却相差 4.3 倍，这意味着差异的根源在于每个模型消耗多少 token，而不在于它们对这些 token 收费多少。GPT-6 Sol 接收更少 token、输出更少 token，就达到了相近的答案——索引点低四个，而开销约为五分之一。

Muse Wonder 每个任务多出的 3.47 美元能买到什么

跑分多四个指数点加上更高的价格本身并不构成价值主张，因此值得具体说明多出来的钱花在了哪里。

输出上限就是最清楚的答案。单次响应 943,718 个 token，对比 GPT-6 Sol 的 128,000 个，是七倍的差距，而这也正是为什么在 Sol 上需要拼接的长篇生成任务，在 Muse Wonder 上不需要拼接。如果你的工作负载会生成大型产物——一个完整的模块、一份迁移方案、一篇长篇研究文档——那么上面那个成本对比就不是相关的对比，因为更便宜的那个模型根本无法在一次调用中完成这项任务。

语音和视频输入则是第二个。Muse Wonder 原生支持它们；GPT-6 Sol 接受文本、图像和文件，因此音频必须先转成文本才能进入模型。对于以录音为输入的流水线来说，这去掉的是一个组件，而不是缩短提示词。

第三类是智能体套件，而它带来的保留意见也最重。在 Meta 自己那份由供应商报告的表格上，Muse Wonder 在 Terminal-Bench 4.0-AA 上得分 85.6，在 SWE-Marathon 上得分 78.8，而 Meta 的表格把 GPT-6 Astra——比 Sol 高一级，而不是 Sol 本身——列为 81.4 和 74.1。这些是 Meta 的评测框架数字，没有任何人复现过，而且它们拿 Meta 刚刚发布的模型与一个它并未选择的模型作比较。它们是让你自己去做一次编码智能体评估的理由，而不是迁移一条生产路径的理由。

两个模型都以不同形式附带强制推理的注意事项，而 GPT-6 Sol 这一侧值得准确说明，因为它很容易被弄错。Sol 是 GPT-6 模型栈中唯一接受none；旗舰 GPT-6 Astra 的阶梯从 low 起步。因此，这一对比中的成本杠杆并不是“GPT-6 与 Muse Wonder 之争”——而是这个模型栈中，一个模型可以完全跳过思考，另一个则完全无法跳过思考。

关于你正在定价的 Sol 的一则脚注

Artificial Analysis' page for GPT-6 Sol carries a deprecation banner noting that the vendor has since released GPT-6.1 Sol, and lists the older model at an index of 48 against the newer one's 51.8 at a lower cost per task. That is not a reason to disregard the comparison in this article — GPT-6 Sol is still generally available, still priced as published, and still the model that sits directly opposite Muse Wonder on tier and price. It is a reason to check which identifier you are actually pointing at before you build an evaluation around it, because the two Sol releases are not the same model and their index scores differ by nearly four points.

It is also a useful reminder about vendor tables in general. Meta's launch material reports the callable Muse Wonder at 56 on the Artificial Analysis Index while Artificial Analysis publishes 52, and reports Muse Wonder Full at 59.0 against the evaluator's 56. The vendor, on its own pages, publishes the deprecation notice that makes the same point from the other direction. The number to plan against is the one on the independent board with its revision attached.

OrcaRouter 的用武之地

GPT-6 Sol is on OrcaRouter as openai/gpt-6-sol at vendor list rates — $2.00 per million input tokens and $10.00 per million output below 272,000 tokens, $4.00 and $15.00 above, cached input $0.20 and $0.40, with the 1,050,000-token window and the 128,000-token output ceiling passed through as published. The repricing rule travels with it unchanged, which is deliberate: a pass-through that quietly smoothed a vendor's tier boundary would be worse than useless for budgeting.

Muse Wonder 不在 OrcaRouter 上，我们也不会暗示它在。我们的目录里没有 meta/muse-wonder 条目；该模型运行在 Meta 自家的 API 上，以及 Muse Code 内部。我们确实收录了来自同一实验室的 Muse Spark 1.2 和 Muse Spark 1.1，因此如果你想在 Wonder 检查点稳定下来之前使用一个价格已公布的 Meta 模型，用同一把密钥即可访问 Meta 的推理产品线。

这也正是本页真正推荐的评估形态。把你真实流量中的一部分样本，分别通过 GPT-6 Sol 在 272,000 token 边界的两侧各跑一遍，一次将 reasoning 设为 none，一次设为 high，并记录 token 数量，而不只是通过率。OrcaRouter 运行200 多个模型，它们都在一个兼容 OpenAI 的端点之后，供应商标价以零加价原样透传，因此厂商的价格变动在公布当天就能传到我们这里，而闲置或故障的供应商由自动故障转移处理，而不是交给你的错误处理器。如果我们路由的某家供应商上线了 Muse Wonder，这项测试的另一半就只需改一行模型名——而你已收集到的 token 数量，就是用来衡量它的基线。

哪一个，给谁

• 如果你的提示词低于 272,000 个 token，且流量规模很大，就选 GPT-6 Sol：它的输入价格只有一半，带有一个可关闭推理的开关，并且在同一个榜单上，每个索引任务的成本约为 Muse Wonder 的五分之一。

• 如果你在单轮中生成很长的输出，或者你的输入以音频或视频形式传入，请选择 Muse Wonder。GPT-6 Sol 无法生成 943,718 个 token 的回答，也无法收听录音；这些是能力限制，而不是定价选择。

无论你倾向哪一边，都要留意这条分界线。一旦超过 272,000 个 token，整个 GPT-6 Sol 请求的费用就会翻倍；而到了那个节点，Muse Wonder 采用固定定价，并且在输出方面是两者中更便宜的那个。

• 确认你正在比较的是哪个 Sol。GPT-6 Sol 和 GPT-6.1 Sol 是不同的检查点，具有不同的指数得分和不同的价格，且两者均已正式全面可用。

在指数上相差四个点，在实测账单上相差 4.3 倍，而决定性的变量在于你的模型是否被允许停止思考。这种组合——一个可以拒绝推理的更便宜的模型，对上更贵却做不到这一点的模型——是比任何一块记分牌都更有用的方式来看待这场较量。