Muse Wonder vs Muse Spark 1.2：Meta 发布了一款旗舰模型，成本是低一档模型的 4.7 倍

Muse Wonder 的输入 token 价格为每百万 $4.00，输出 token 价格为每百万 $20.00。Muse Spark 1.2 则为 $1.25 和 $4.25。同一实验室，同样的 1,048,576 token 上下文窗口，同样的文本输出形态，输入价格比为 3.2×，输出价格比为 4.7×——而这是一款于 2026 年 10 月 12 日发布的模型，并未明显胜过它所定价更高的 8 月检查点。在 Artificial Analysis 当前的 Intelligence Index 上，Muse Wonder（max）得分为 52。已公布的 Muse Spark 1.2 第三方读数落在 54 到 57 之间，具体取决于所用修订版本和 effort 设置。这并不是一场旗舰胜出、你为之付费的对比；而是一场你必须决定多付的 3.7× 究竟买的是什么。

复杂之处在于，Muse Spark 1.2 已不再是 Meta 当前的 Spark。Muse Spark 1.3 于 9 月 2 日发布，Meta 自己的文档现在把 1.2 称为“上一版本”。所以这个页面实际上是一个顶着两个名字标题的三方问题：廉价的上一代检查点、当前的廉价检查点，以及昂贵的新旗舰——全都来自 Meta Superintelligence Labs，全都可以通过不同方式访问，而且全都拥有相同的上下文窗口。

三个月，三次发布，一个始终未变的价格带

Meta 的 Muse 系列发展迅猛，而 Spark 这边的费率卡却没跟上步伐。

• Muse Spark 1.1——原版模型，在我们的目录中定价为每百万输入 token 1.25 美元、每百万输出 token 4.25 美元，支持文本、图像、视频、音频和 PDF 输入。

• Muse Spark 1.2 —— 于 2026 年 8 月 5 日发布，在 Standard 层级上同样是 $1.25 和 $4.25，Meta 将其描述为一次更新的检查点，而非一个新层级。第二个 SKU，Muse Spark 1.2 Contributor，在 Meta 的 Contributor 层级上以输入 $0.10、输出 $0.20 运行同一个检查点。

• Muse Spark 1.3 — 于 2026 年 9 月 2 日发布，价格仍为 $1.25 和 $4.25，现已成为 Meta 推荐用于新项目的版本。

• Muse Wonder — 于 2026 年 10 月 12 日发布，输入价格为 $4.00、输出价格为 $20.00，输出上限为 943,718 个 token，另有一个得分更高的第二检查点，名为 Muse Wonder Full，仅限 Muse Code 订阅用户使用，且完全没有按 token 计费的价格。

要把这理解成一组决策，而不是一条时间线。三个月内，Meta 发布了四款 Spark 或 Wonder 产品，对 Spark 的价格纹丝未动，随后又启用了一个新名称，定价是排在它下面那款机型的三倍。命名就是线索：Muse Wonder 不是 Muse Spark 1.4。它是一个独立系列，而 Meta 也正是按独立系列给它定价的。

费率卡，以及推理设置会对其产生什么影响

• 输入——Muse Wonder 每百万 4.00 美元，相较 Muse Spark 1.2 的 1.25 美元。3.2×。

• 输出 — $20.00 对 $4.25。4.7×，以及在任意智能体循环中主导账单的那一项。

• 缓存输入——Muse Wonder 为每百万 $0.20；Muse Spark 1.2 为 $0.15。按绝对值算，两者只差半美分，这一点值得注意，因为两家厂商都把缓存宣传成能挽救昂贵模型的那项折扣。但在这对模型上并非如此：那 4.7 倍的差距并不出在缓存读取上。

• 上下文 — 两者均为 1,048,576 个 token。完全一致，并且也与之前两个 Spark 检查点完全一致。

• 输出上限 — Muse Wonder 单次响应为 943,718 个 token；在我们的目录行中，完全没有标明 Muse Spark 1.2 已公布的输出上限，而 Meta 为 Spark 系列提供的文档也没有给出可与之相比的数字。应将其视为未知，而非等同。

• 推理 — Muse Wonder 的推理为强制启用，其努力程度档位从最低到最高，默认为中等。Muse Spark 1.2 支持可配置的推理努力程度，而 Meta 自己对该产品系列的描述是：努力程度是一个旋钮，而非下限。

• 模态——Muse Spark 1.2 上支持文本、图像、视频、音频和 PDF 输入；Muse Wonder 上支持文本、图像、语音、视频和文件输入。就输入而言，它们属于同一模型类别，而这正是关键所在：这些都无法解释 4.7 倍的输出价格。

独立董事会究竟怎么说，以及为什么数字不一致

这部分需要慢慢读，因为 Muse Spark 1.2 已发布的数据彼此并不一致，而原因很重要。

Artificial Analysis 在 Muse Spark 1.2 发布时所做的分析，在其 xhigh 配置下于 Intelligence Index 上给它打了 54 分，相较上一个检查点有所提高。对同一检查点的其他读数已公布为 57，而我们关于该系列的内部记录同时载有这两个数字。这一差异并非谜团，也不是厂商与独立方之间的争斗——而是指数本身在变动。Artificial Analysis 在 2026 年 9 月重新评分了其榜单，用更难的组件基准替换了较容易的基准，并提高了私有留出任务的权重，结果前沿模型整体分数下降。在重新评分之前测得的数字和在之后测得的数字，描述的是同一个未改变的模型，只不过用了两把不同的尺子。

因此，站得住脚的说法是一个区间，而不是一个点值：第三方对 Muse Spark 1.2 的评测结果已公布在 54 到 57 之间，而真正重要的比较对象，是当前修订版上测得的 Muse Wonder 的 52。这意味着，对这场对比的诚实总结是：按独立测量，8 月检查点至少与 10 月旗舰持平，甚至可能领先——同时在输出方面的成本只有五分之一。

Meta 自家供应商报告的基准测试表却指向相反方向，而这恰恰是一张关于其自家新旗舰的供应商表格理应会做的事。Muse Wonder 在长时程专业套件中排在 Muse Spark 1.2 之前，其 Full checkpoint 在这些行中完全占据主导。每个数字都来自 Meta 的测试框架，且没有任何一项被独立复现。它应被列入需要自行评估的理由清单，而它并不是当前排行榜有误的证据。

支持更便宜型号作为默认选择的理由

对于这种比较，存在一个由 Meta 的定价引出的版本，而且大多数团队或许都应该认真对待：对于一大类智能体工作而言，定价为 $1.25 和 $4.25 的 Muse Spark 1.2 或 1.3 是明智的默认选择，而 Muse Wonder 则是升级之选。

这个论点并不是说更便宜的模型更好，而是说两者在实测能力上足够接近——在同一评测榜上仅相差几分，且差距方向并未明显偏向昂贵的那一方——因此价差应当花在工作负载真正吃力的地方。一个编码智能体若把大部分 token 花在常规编辑上、只把一小部分花在困难的推理步骤上，那么以低价费率运行 4.7 倍的用量，比以旗舰费率运行相同用量获得的收益更大。Meta 自家的 Contributor 档位把这一点推得更远：同一个 Muse Spark 1.2 checkpoint，输入 $0.10、输出 $0.20，在输入上比 Muse Wonder 便宜约 40 倍，这种差异改变的是经济上可行的边界，而不只是可负担的程度。

Muse Wonder 相较于 Spark 产品线所具备的优势，比基准测试的领先更为具体、也更为狭窄：943,718 token 的单次响应输出预算，以及随订阅付费的更高层级而来的前沿实验室旗舰定位。如果你的工作需要在单轮中生成超长内容，那么这个输出上限就是全部理由。如果不需要，这个理由就单薄得多。

还有一点必须分清，因为命名很容易让人搞混：Muse Wonder Full——十月发布版本中得分更高的那一半——根本不按 token 出售。Meta 将其描述为仅通过 Muse Code 订阅提供，其公布的套餐为：Power Usage 每月 $50，Maximum Usage 每月 $200。本页费率卡对比中的任何内容都不适用于它，而如果一个团队看到供应商表格显示 Muse Wonder Full 领先于其他所有模型，然后又去看 $4.00 的费率，那他们看的就是两个不同的模型。

Cascading within one

对于如此接近的同实验室对比，诚实的结论是：选择并非非此即彼，而同时运行双方的机制让这变得切实可行。Muse Spark 1.2 已在 OrcaRouter 上，即 meta/muse-spark-1.2，采用 Meta 的 Standard 档费率——输入 $1.25、输出 $4.25、缓存读取 $0.15，1M 上下文窗口与完整的多模态输入面均已打通——且 Muse Spark 1.1 也在那里以相同的价格提供，模态完全相同。这使得本次对比中便宜的那一半如今可以通过一个密钥触达。

Muse Wonder 并不在 OrcaRouter 上。我们的目录中没有 meta/muse-wonder 这一条目，我们也不会去声称有；它运行在 Meta 自家的 API 和 Muse Code 上。剩下的就是一个形态清晰的路由问题：把便宜的 Spark 检查点放在默认路径上，只对需要旗舰模型输出预算的请求进行升级。OrcaRouter 的路由 DSL 可将多个模型组合成一次调用，因此级联可以作为配置而非应用逻辑来表达——而自动故障转移意味着，当某个供应商发生故障时，请求会降级到下一个候选模型，而不是直接失败。在200 多个模型之上，通过一个兼容 OpenAI 的端点、供应商标价原样透传，测试这种升级是否划算的成本只是改一个模型名；而当我们路由的某个供应商开始提供 Muse Wonder 的那一天，它就会成为该级联中的一个候选，而不是一次单独的集成。

同样值得直白地说：本页并不是在反对旗舰模型。它反对的是，在尚未衡量这 4.7 倍在你自己的流量上能带来什么回报的情况下，就为输出支付 4.7 倍的价格——而在同一个实验室内部，输入端与上下文窗口完全相同，这种衡量做起来异常容易。

简短版本

如果你在单轮中生成很长的输出，或者你需要语音和视频直接进入模型、前面没有转录步骤，并且还要有 943,718 token 的答案预算与之匹配，那么 Muse Wonder 就是这个系列中的模型，而 4.7× 的输出溢价，正是 Spark 系列并未宣传的一项能力所对应的价格。如果你的智能体流量大多都是日常性工作，只是偶尔出现困难步骤，那么价格分别为 1.25 美元和 4.25 美元的 Muse Spark 1.2 或 1.3 会用同样的钱吸收数倍的量，而独立董事会并没有给旗舰型号足够大的领先优势，来证明迁移是合理的。构建级联，把便宜的检查点放在前面，然后让你自己的 token 计数告诉你升级触发得有多频繁——决定这件事的是那个数字，而不是本页上的数字。