Muse Wonder 對決 Claude Opus 5：更便宜、用更少成本就能完成任務的模型

Meta Muse Wonder 和 Claude Opus 5 在輸入計價列上只相差一美元，在輸出計價列上則相差五美元，而對預算真正有影響的差異並不在那裡。在 Artificial Analysis 自家的測試框架上——兩者都在相同硬體上以最大投入運行同樣的十項評估——Muse Wonder 完成一項 Intelligence Index 任務約花費 4.52 美元，Claude Opus 5 則約花費 5.86 美元；這個 23% 的差距對 Muse Wonder 有利，且是任何價目表都預測不到的。Meta Superintelligence Labs 於 2026 年 10 月 12 日發布 Muse Wonder；同一個實驗室於 2026 年 7 月 24 日發布 Claude Opus 5。兩者都具備百萬 token 視窗，兩者都是封閉式，且兩者的定價都落在 Artificial Analysis 稱之為昂貴的區間。最終帳單之所以不同，原因根本不在價格。

兩張費率表，以及決定一切的第三行

先從各家廠商公布的內容談起，因為就紙面規格而言，兩者差距之小，讀者會合理地認為算是打了個平手。

• 輸入 — Muse Wonder 每百萬個 token 4.00 美元；Claude Opus 5 為 5.00 美元。Muse Wonder 便宜 20%。

• 輸出 — Muse Wonder 每百萬個 token 20.00 美元；Claude Opus 5 為 25.00 美元。又是 20%。

• 快取輸入 — Muse Wonder 每百萬 $0.20；Claude Opus 5 $0.50。在這裡，Muse Wonder 便宜了 60%，而這正是在代理式（agentic）應用中最關鍵的一項，因為長時間的 session 每一輪都會重新傳送相同的系統提示與工具 schema。若你的輸入有 70% 是快取命中，Opus 5 每百萬的有效輸入價格是 $0.54，Muse Wonder 則是 $0.29——差距不是 20%，而是接近一半。

• 上下文視窗——兩者皆為一百萬個詞元。Meta 的檢查點文件記載，在 1,048,576 個詞元的視窗下，最大輸出為 943,718 個詞元；Claude 的費率表則公布，在同一個百萬詞元視窗內，Opus 5 的最大輸出為 128,000。如果你的工作負載產生的是極長的單一回應，而非冗長的推理軌跡，那麼這項差異就是整個比較的重點。

• 推理控制 — Muse Wonder 會強制執行推理，其推理強度階梯包含 max、xhigh、high、medium、low 與 minimal，預設為 medium；推理 token 會以輸出計費。Claude Opus 5 採用供應商的自適應思考設計，沒有 temperature 或 top_p 可供設定，深度是透過推理強度來調整，並由模型自行分配思考。

• 模態 — Muse Wonder 標榜支援文字、圖像、語音和影片輸入，並以文字輸出。Claude Opus 5 接受文字、圖像和檔案，並回傳文字。

沿著那份清單往下讀，合理的結論會是「Muse Wonder 稍微便宜一點，也多一點多模態能力」。但實際量測出來的帳單顯示的差距要大得多，而原因就藏在價目表上沒有的那一欄。

23% 實際上從何而來

Artificial Analysis 會公布每個模型跑完其指數所消耗的 token 數量，而正是這個數字，讓兩份看似相似的價目表變成兩張截然不同的帳單。

• 每項 Intelligence Index 任務的成本——Muse Wonder 約為 $4.52；Claude Opus 5 約為 $5.86。這兩個數字皆出自評估方，而非任一供應商。

• 該次執行所消耗的輸出 token —— Muse Wonder 約 130M；Claude Opus 5 約 140M，對比排行榜中位數接近 85M。

• 評估者對兩者的評價——Muse Wonder「略嫌冗長」；Claude Opus 5「極為冗長」。

• 同一輪測試的速度 — Muse Wonder 在這裡並不是最快的那個；Claude Opus 5 經 Artificial Analysis 測得約每秒 54 個 token，相對於接近 84 的排行榜平均，被形容為明顯偏慢。

• 我們自家的監測數據，截至 10 月 12 日的七天內——Claude Opus 5 的 p50 首個 token 時間為 6.1 秒，每秒輸出 76.8 個 token，該期間錯誤率 3.7%。這是 OrcaRouter 的 playground 量測，取自通過我們端點的實際流量，且與評估方使用的是不同的測試框架，因此這兩項速度數據無法互相比較。

所以，每項任務的價格差距並不是由大幅的冗長程度差異所驅動——130M 對上 140M 是 7%。它是由低 20% 的輸出率、低 60% 的快取率，以及較小的 token 需求量，層層疊加而成的。這些因素每一項單獨來看都不算大；但合在一起，就是每項任務成本約 $4.50 的模型，與每項任務成本約 $5.90 的模型之間的差別。

獨立評分怎麼說，包括你大概應該做的比較

在同一個指標上，Muse Wonder (max) 得分 52，Claude Opus 5 (max) 得分 51。在一個中位數為 27 的領域中，綜合指標上的一分差距並不構成一個層級。請將它們視為同一個能力等級，並依據成本、延遲與模態來做決定，而不是依據分數。

複雜之處在於 Claude Opus 5 並非那個實驗室最新的模型。

• Claude Opus 5.5（max）——智慧指數 58，每項指數任務約 $5.98，輸出約 2.6 億個 token，輸入 $4.00、輸出 $20.00，約每秒 96 個 token。與 Muse Wonder 標價相同，指數卻高出七點，而造就這個分數所需的 token 食量也幾乎是它的兩倍。

• Claude Opus 5（max）— 51，每項任務約 $5.86，約 140M 個 token，輸入 $5.00、輸出 $25.00，大約每秒 54 個 token。

• Muse Wonder (max) — 52，每項任務約 $4.52，約 130M tokens，輸入 $4.00、輸出 $20.00。

這就是這場對決的真實樣貌。對上 Opus 5，Muse Wonder 在每一個面向同時領先：每 token 更便宜、每項任務更便宜、得分高一分、快取更便宜。對上 Opus 5.5，它則落後七分，但每項任務稍微便宜一些——在完全相同的定價下，這是一場直接的能力與金錢取捨。有趣的發現是那個不張揚的：Claude Opus 5.5 的每項任務成本高於 Claude Opus 5，儘管它與 Muse Wonder 共用相同的 token 價格，因為它產生 2.6 億個 token，而 Opus 5 只產生 1.4 億個。Opus 的價目表上沒有任何地方會告訴你這件事。

就 Muse Wonder 本身而言，值得點名的兩項基準測試，是 Meta 自家表格帶頭列出的那幾項，以及讓其優勢附帶條件的那幾項。Meta 回報 Muse Wonder Full 在 JobBench 上為 75.3，Muse Wonder 為 30.8，同一模型的兩個檢查點之間差距達 44 分——由廠商自行回報、在 Meta 的評測框架中產生，且未經任何人重現。這究竟反映真實的能力落差，還是評測框架造成的假象，目前仍無定論；而這正是你在正式投入前，最好先跑自己任務的唯一最佳理由。

可用性是這兩張表都未涵蓋的軸線

Claude Opus 5 有一個 API 識別碼、一份費率表、一個已公布的棄用期限，以及三種觸及它的途徑：供應商自家的平台、各大公有雲，以及任何有提供它的閘道。Muse Wonder 只有一條商業途徑——Meta Model API，型號為 muse-wonder-1.0，外加 Meta 自家的 Muse Code 代理——以及第二個檢查點，muse-wonder-full-1.0，而它根本不以 token 計價販售。Meta 自家的資料將 Full 描述為包含在 Muse Code 訂閱之中，而非以 API 層級供應；其公布方案為 Power Usage 每月 50 美元、Maximum Usage 每月 200 美元。

這對比較之所以重要，與基準測試毫無關係。Meta 的兩個檢查點中得分較高的那個——在 Artificial Analysis 指數上為 56 分，在 699 個模型中排名第四——正是你無法用 API 金鑰呼叫的那一個。你能呼叫的那個則得 52 分。每一份把「Muse Wonder」當成單一模型的規格表，都在未明說的情況下選擇要印出這兩個數字中的哪一個。

如何在自己的工作量上解決這件事

上述論證是建立在別人的測試框架與別人的任務上，而 $4.52 與 $5.86 之間的差距，是你大概不會執行的十次評估的平均值。真正該決定你選擇的數字，是你自己流量上每完成一項工作的成本，而要得到這個數字，唯一的方法就是兩者都跑。

這就是單一端點能為你帶來的具體效益。Claude Opus 5 即日起已在 OrcaRouter 上推出，採用供應商定價——輸入 $5.00、輸出 $25.00、每百萬次快取讀取 $0.50，百萬權杖上下文視窗與 128,000 權杖輸出上限維持不變，並同時透過 GPT 聊天補全格式與供應商原生 Messages API 提供服務，因此既有的 Claude 整合無須改寫即可移轉過來。供應商定價原封不動地直接傳遞，我們不收取任何加成費用，這表示供應商降價當天就會反映在我們這邊，而不是等到下一個計費週期。

Muse Wonder 並不在 OrcaRouter 上，我們也不會把它講得像是在一樣：我們的目錄裡沒有 meta/muse-wonder 這個項目。要取用它，得走 Meta 自家的 Model API 和 Muse Code。我們確實有來自同一個實驗室的Muse Spark 1.2，那是 Meta 的多模態推理檢查點，輸入 $1.25、輸出 $4.25，快取讀取 $0.15，脈絡視窗達 1,048,576 個 token——不是同一個模型，也不是同一個能力等級，但如果你真正想要的是這個家族而非旗艦款，這就是便宜的 Meta 路線。

如果你想做真正對等的比較——相同提示、相同 effort 設定、你自己的 token 計數——你今天就能用一把金鑰跑 Claude 那一邊，而當 Muse Wonder 上到我們有路由的供應商時，它會以 Meta 的價格出現，並套用同樣的轉嫁規則。在那之前，誠實的指示是：用你的任務測量 Opus 5，把結果跟上方各任務的數字比較，並把 Muse Wonder 的 23% 優勢當成假設，而不是事實。

裁決結果

與 Claude Opus 5 相比，Muse Wonder 在實際測量的數字上勝出：領先一個指數點、每項完成任務的成本低 23%、快取成本明顯更低、輸入範圍更廣，最大輸出也更大。就長時程任務而言，它是每美元更划算的模型，而這個差距是真實的，並非四捨五入的假象——兩者在分數上相當接近，但在價格上相差 20%，在快取上相差 60%。

面對 Claude Opus 5.5，同一個模型落敗了，而且輸得毫不含糊：差了七個指數點，換來的卻是每項任務成本只低約 25%。如果你的工作負載屬於「綜合指標上多七點，值得每項工作多付 25%」的那一種，那麼 Muse Wonder 不是答案，Opus 5 也不是。

兩者比較都無法釐清的，是檢查點問題。Meta 已公布的三組 Muse Wonder 數字中，有兩組描述的是一個你無法按 token 購買的模型，而真的能用到它的訂閱方案，每月費用比大多數團隊的整體 API 支出還高。請以 52 為規劃基準，而不是 56。