Muse Wonder vs Grok 4.6：1,048,576 Token 窗口对决在 200,000 时价格翻倍的那一方

按所有已公布的费率，Grok 4.6 都是本次对比中更便宜的模型——每百万输入 token 2.00 美元、每百万输出 token 6.00 美元，而 Muse Wonder 为 4.00 美元和 20.00 美元——但存在某个提示长度，在该长度上这一优势会完全消失。SpaceXAI 的分级价目表规定，一旦提示超过 200,000 个 token，整个请求便按基准价的两倍重新计价：输入升至 4.00 美元，输出升至 12.00 美元，缓存输入为 1.00 美元。在输入 250,000 个 token、输出 8,000 个 token 时，Grok 4.6 计费约 1.10 美元，Muse Wonder 约 1.16 美元。在短提示下看似便宜 2.5 倍的那个模型，在长提示下与对手的差距已缩小到 6% 以内——而在整个 1,048,576 token 窗口内始终保持统一费率的，恰恰是它的对手，即 Meta Superintelligence Labs 于 2026 年 10 月 12 日发布的模型。

那个交叉点是本页最有用的东西，而它之所以存在，只是因为还有第二个差异。Grok 4.6 提供 500,000 token 的上下文窗口，然后对超过 200,000 token 的所有内容按阶梯费率收费；Muse Wonder 提供两倍大的窗口，而且从不分档收费。如果你的提示词在 200,000 token 以下，这些都不适用，Grok 4.6 就是更划算的选择。如果不是，这两个模型的成本几乎相同，比较就变成了能力而非价格。

两款旗舰，相隔八周

Grok 4.6 是 SpaceXAI 的旗舰模型，于 2026 年 8 月 12 日发布，输入价格为每百万 token 2.00 美元，输出为每百万 token 6.00 美元，缓存输入为 0.50 美元。它拥有 500,000 token 的上下文窗口，接受文本、图像和文件输入，返回文本，支持可配置的推理强度与原生工具调用，并采用两档定价：20 万提示 token 以内按基础费率计费，超出部分按双倍计费。其发布资料中完全没有给出单次响应的最大输出数值，这是一处空白而非零——没有任何数字可供规划长文本生成的工作负载。

Muse Wonder 是 Meta Superintelligence Labs 的前沿版本，于 2026 年 10 月 12 日作为双检查点系列的一部分推出。可调用的那个是 muse-wonder-1.0，在 Meta Model API 上以及 Muse Code 内提供服务；得分更高的 Muse Wonder Full 仅通过 Muse Code 订阅销售，没有按 token 计价的价格。可调用的检查点接受文本、图像、语音和视频输入，返回文本，拥有 1,048,576 token 的上下文窗口，单次响应上限为 943,718 token，在整个窗口内每百万 token 计费为输入 $4.00、缓存 $0.20、输出 $20.00，并且强制运行推理，提供从 minimal 到 max 的推理力度阶梯，默认值为 medium。

对两者都做过评测的独立榜单让它们相差八分——Muse Wonder 为 52，Grok 4.6 为 44——同时还把 Grok 4.6 标记为已被 Grok 4.7 取代。最后这个细节之所以重要，原因并不显而易见：Grok 4.7 与其所取代的模型标价相同，均为 $2.00/$6.00，因此这个继任者并不是更便宜的选择，而是一个形态不同的选择。

费率卡，以及那一行不是数字的内容

此列表中的每一项都是按每百万 token 计的供应商费率卡事实，只有最后两行除外，它们是独立测量结果。

• 第一档输入 — Grok 4.6 每百万 $2.00；Muse Wonder $4.00

• 第一梯队输出 — Grok 4.6 每百万 $6.00；Muse Wonder $20.00

• 缓存输入 — Grok 4.6 每百万 $0.50；Muse Wonder $0.20

• 超过 200,000 个提示 token 时 — Grok 4.6 变为输入 $4.00、输出 $12.00，整个请求缓存 $1.00；Muse Wonder 保持不变

• 上下文窗口 — Grok 4.6 500,000 tokens；Muse Wonder 1,048,576

• 单次响应最大输出 — Grok 4.6 未公布；Muse Wonder 943,718 tokens

• 输入类型——Grok 4.6：文本、图像和文件；Muse Wonder：文本、图像、语音和视频

• 推理控制 — Grok 4.6 从 low 到 xhigh，默认 high；Muse Wonder 从 minimal 到 max，默认 medium，且无法关闭

• 智能指数，独立测评 — Grok 4.6 为 44，在 216 个中排名第 37；Muse Wonder 为 52，在 216 个中排名第 9

• 完成一项索引任务的成本，以相同方式衡量——Grok 4.6 约 1.48 美元；Muse Wonder 约 4.52 美元

最后一行才是价格故事变得诚实的地方。每完成一个任务三倍的成本，比混合费率表所暗示的差距更大，而这并不是因为 Grok 4.6 挥霍无度——恰恰相反。在那项评估中，Grok 4.6 消耗了约 9400 万个输出 token，而 Muse Wonder 为 1.3 亿个，榜单中位数接近 8500 万。更便宜的模型同时也是话更少的那个，这在这个价格区间并不常见，也意味着标价差距是真实存在的，而不是某个模型写得更多造成的假象。

跨界究竟落在哪里

假设一个合理的工作负载：提示词账单的 70% 花在输入上，有一个稳定且可缓存的系统前缀，以及一个几千 token 的响应。下面的计算基于各厂商公布的目录价，是我们的计算，而不是厂商的基准测试。

• 30,000 输入和 8,000 输出，未缓存——Grok 4.6 约 $0.11；Muse Wonder 约 $0.28。Grok 大约便宜 2.6×。

• 250,000 输入和 8,000 输出，未缓存 — Grok 4.6 按阶梯费率约 $1.10；Muse Wonder 按其固定费率约 $1.16。差距约为 5%。

• 400,000 输入和 8,000 输出，未缓存——Grok 4.6 约 $1.70；Muse Wonder 约 $1.76。仍然持平，而 Grok 4.6 现在距离其窗口末尾仅剩 100,000 个 token，Muse Wonder 则只用了自身窗口的 38%。

• 在 250,000 token 上下文规模下的缓存读取——Grok 4.6 为每百万 $1.00，而 Muse Wonder 为 $0.20；一旦缓存预热完成、且提示长到足以触发该阶段，Meta 便拥有 5 倍优势

模式才是重点。对于大多数团队大多数时候所做的工作，Grok 4.6 要便宜得多；而对于当初促使人们寻找百万 token 窗口的那类工作，它则只是持平或略微落后。仅根据标称费率构建的成本模型，会严重高估 Grok 在长上下文流量上的优势。

八个指数点能带来什么，又不能带来什么

在这里，经过衡量的独立性是一把双刃剑，因此值得精确说明哪些数字来自哪里。

Grok 4.6 已公布的最强数据来自第三方，其中一项异常出色。在 GPQA Diamond 这一研究生水平的科学题集上，它得分 94.9——这是其价格档位中最高的一档成绩，而 Muse Wonder 在此完全没有已发布的独立成绩条目。它还在 Humanity's Last Exam 上取得 61.0 分，在独立编程评估中取得 76.8 分，两者均来自同一评估方。在大规模问答式任务上，这些数字能预示该模型是否会让你难堪，而在 $2.00/$6.00 的价格下，它们堪称非常划算。

Muse Wonder 的优势呈现出的是另一种形态，也正是因此，八分的指数差距同样不是重点。Meta 自家的发布表格——由厂商自行报告、在 Meta 的测试框架中运行、且未经复现——几乎完全由长周期智能体任务和终端任务构成，而独立评论已经从中进行过挑选。Meta 的 DeepSWE 1.1 和 SWE-Marathon 两行数据让该系列领先于与之对比的模型，而 943,718 token 的输出上限则是一种任何价目表都无法体现的结构性优势：对于需要产出单个超大型制品的负载——无论是生成的应用还是长篇结构化文档——都没有 Grok 4.6 的数字可供比较，因为 Grok 4.6 并未公布这样的数字。

所以这种划分并不是好与坏的对立。它是便宜快捷与冗长平淡之间的对比，而决定它的轴是提示长度。

三款型号了，不再是两款，一旦继任者进入视野

独立委员会将 Grok 4.6 标记为已被取代，并指向 Grok 4.7：后者得分 46，而 Grok 4.6 为 44；两者以相同的 $2.00/$6.00 标价运行，缓存读取同为 $0.50，上下文窗口同为 500,000 token；Grok 4.7 还公布了其前代所没有的 450,000 token 输出上限，并在最高档多提供一个 effort 设置。单从纸面上看，这显然是升级。

账单显示的却是另一回事。Grok 4.7 每完成一个索引任务的成本约为 3.74 美元，而 Grok 4.6 为 1.48 美元，因为在一次运行中，Grok 4.7 消耗了约 2.4 亿个输出 token，而其前代只用了 9400 万个。尽管更新、得分更高且标价相同，每完成一项工作仍然贵出 2.5 倍。这正是那种罕见情况：模型页面上的弃用标记本身并不是迁移的理由；在迁移你本来无需迁移的流量之前，值得了解这一点。

对于任何把它作为双模型流水线、而非双供应商项目来搭建的人来说，路由这一侧对其中一半而言很直接，对另一半则不然。OrcaRouter 以 SpaceXAI 自家标价、0% 加价提供 Grok 4.6，即 grok/grok-4.6——供应商标价原样透传，因此该层级的价格及其任何变动都会在当天同步到这里——与 200 多个其他模型共用同一把密钥，并在某个端点出现波动时跨供应商自动故障转移。Muse Wonder 不在我们的目录中，我们也没有可验证的第三方服务覆盖，所以如今要调用它，唯一的途径就是 Meta 自己的 API 和 Muse Code。让便宜模型和强模型并排运行、再在答案之间做出选择，这种模型融合调用正是单一端点让事情变得更简单的能力之一——但它只能纳入当下有人正在提供服务的模型。

选择依据的是提示长度，而非裁决

在提示词不足 200,000 tokens、大批量、问答型任务中：Grok 4.6，无需过多纠结。在大多数团队实际发送的请求形态上，它便宜 2.6 倍；在唯一一个它能胜过同级别所有对手的独立基准测试中，它拿下 94.9 分；而且它达到首个 token 的速度约为竞争对手的 2 倍。唯一的注意事项是：Grok 4.7 以相同的标价存在，并多出一个推理强度层级——在假定它更贵之前，先核对自己的 token 数量，因为公布的数据表明它确实会更贵。

超过 200,000 个 token 的提示词，或是在一次漫长的智能体运行中持续保持开启的数十万个 token 上下文，又或者是一项输出极其庞大的任务：Muse Wonder。这种反超是真实存在的，而且十分鲜明，而 943,718 token 的响应上限也不是 Grok 4.6 能拿自己的一个数字来应对的。

它们之间摆着一个坦诚的观察：这是 M​eta 发布窗口期中唯一一组搭配——较便宜的模型同时也是更精简的那一个，所以价格差异买的是能力，而不是 token。Muse Wonder 发布两天后，这种能力由一行独立数据和一张厂商表格来描述。Grok 4.6 的能力自八月以来一直在积累。