Muse Wonder 對決 GPT-6.1 Sol：943,718 Token 輸出上限對上 128,000 Token 上限

Muse Wonder 與 GPT-6.1 Sol 在 Artificial Analysis Intelligence Index 上彼此相差在 0.2 分以內——Muse Wonder（max）為 52，GPT-6.1 Sol（max）為 51.8——而單一指數任務在前者要價 $4.52，後者為 $0.72。Meta Superintelligence Labs 於 2026 年 10 月 12 日推出 Muse Wonder，價格為每百萬輸入 token $4.00、每百萬輸出 token $20.00。GPT-6.1 Sol 於 2026 年 9 月 29 日推出，價格為 $2.00 與 $10.00。價目表上寫的約是兩倍；實測帳單卻是 6.3 倍，原因在於冗長度——為了達到幾乎相同的分數，輸出 token 數為 1.3 億，對比 6,720 萬。但真正決定你能把這兩者中的哪一個投入工作的數字，既不是指數，也不是價格。而是輸出上限：Muse Wonder 為 943,718 個 token，GPT-6.1 Sol 為 128,000 個。

天花板就是那條沒人讀的規格線

兩款模型都標榜具備百萬詞元的上下文。規格表上的相似之處，到了這裡就不再有用。

• 上下文視窗 — Muse Wonder 1,048,576 個 token 對比 GPT-6.1 Sol 1,050,000 個 token

• 最大輸入 — Muse Wonder 未單獨發布；GPT-6.1 Sol 922,000 個 Token

• 單次回應的最大輸出 — Muse Wonder 943,718 個 token；GPT-6.1 Sol 128,000 個 token

• 推理強度 — Muse Wonder 最低、低、中（預設）、高、極高、最高；GPT-6.1 Sol 低、中（預設）、高、極高、最高，兩者皆無法關閉

• 模態輸入 — Muse Wonder 文字、圖像、語音與影片；GPT-6.1 Sol 文字、圖像與檔案

• 權重 — 兩者皆為專有，均未公開

再讀一次第三行。GPT-6.1 Sol 買下一個 1,050,000 個 token 的視窗，卻只讓你將其中約八分之一用於輸出；剩下的 922,000 個僅供輸入。Muse Wonder 則讓單一回應佔據其視窗的十分之九。這不是四捨五入的差異。對大型語料庫進行一次綜合處理、長篇生成器、逐字稿轉逐字稿的轉換、必須輸出完整檔案而非修補檔的測試框架——這些都位在 128,000 個輸出 token 之上，而在 GPT-6.1 Sol 上，無論價格多高，它們都無法塞進一次呼叫。你只能分頁，而分頁意味著模型會失去它在第一次回應中擬定的計畫。

Muse Wonder 的上限本身就附帶陷阱，而 Meta 既沒有隱藏這點，也沒有特別突顯：推理 token 在兩個模型上都按輸出計費，而 Muse Wonder 的階梯最高設定會毫不客氣地耗盡整個預算。943,718 這個數字是上限，不是可用額度。

兩張費率卡，以及其中一張暗藏的斷崖

GPT-6.1 Sol 在每一項上都更便宜，而且在其區間中段還更便宜。它所不具備的，是一條平坦的曲線。

• 標準費率 — Muse Wonder 每百萬 $4.00 輸入 / $20.00 輸出；GPT-6.1 Sol $2.00 輸入 / $10.00 輸出

• 快取輸入 — Muse Wonder 每百萬 $0.20；GPT-6.1 Sol 每百萬 $0.10

• 長提示行為 — Muse Wonder 在整個視窗中維持固定價格；GPT-6.1 Sol 在輸入權杖超過 272,000 時，會對整個請求重新計價，價格為輸入 $4.00、輸出 $15.00

• 快取寫入 — Muse Wonder 尚未發布；GPT-6.1 Sol 每百萬 $2.50

• 折扣方案 — Muse Wonder 未公布任何折扣；GPT-6.1 Sol 的 batch 與 flex 為 50%，fast mode 為 2 倍

272,000 個 token 的門檻是 GPT-6.1 Sol 價目表上最昂貴的一項，因為跨過它就會重新計價你已經完成的工作。一個 271,000 個 token 的請求和一個 273,000 個 token 的請求，輸入相差不到 1%，帳單卻相差 2.01 倍。Muse Wonder 沒有同等的不連續性——900,000 個 token 的提示與 900 個 token 的提示，按相同的每 token 費率計費。對於習慣性剛好略高於 272,000 個 token 的工作負載，這是這一頁上 Meta 這一邊最有力的一項論據，而且比 GPT-6.1 Sol 在其他每一行所贏得的快取折扣更有價值。

在那個門檻以下，排序就毫無疑義：GPT-6.1 Sol 的執行價格只要一半，快取讀取價格也只要一半，而且它是兩者中唯一提供五折批次通道的。

0.2 指數點實際上位於何處

一個落在 52 對 51.8 的綜合指標，只告訴你這兩個模型旗鼓相當。它完全無法告訴你哪一個能通過你的工作負載考驗，而在各項子分數上，這兩者會分化成可辨識的形態，而不是一個贏家和一個輸家。

Artificial Analysis 是這兩者的資料來源，是在其自有測試框架上以最高投入程度測量而得，而這些數字是它的，而非任一供應商的：

• 智慧指數 — Muse Wonder (max) 52，在 219 個模型中排名第九；GPT-6.1 Sol (max) 51.8，排名第十

• 每個索引任務成本 — Muse Wonder 約 $4.52；GPT-6.1 Sol 約 $0.72

• 索引執行所消耗的輸出 token——Muse Wonder 約 1.3 億；GPT-6.1 Sol 約 6,720 萬，而榜單中位數接近 8,200 萬

• 輸出速度 — GPT-6.1 Sol 約每秒 66.8 個 token；Muse Wonder 尚未在同一測試框架上公布

冗長度差距完整說明了價格差距。Muse Wonder 花費將近兩倍的 token，換來高出半點的分數；而在每百萬輸出 $20 對比 $10 的情況下，它為每個這類 token 支付兩倍費用。每項任務的成本是這兩項效果的乘積。這個比率並非一成不變——推理投入程度是槓桿，而兩個模型都提供這項控制——但預設設定是多數流量實際運作的地方，而這些數字正是預設值所產生的。

Meta 自家的發布表格（由廠商自行提報，尚未經獨立重現）顯示，Muse Wonder 在 Terminal-Bench 4.0-AA 上以 85.6 對上 81.4 與 81.5，領先 GPT-6 Astra 並與 Claude Opus 5.5 持平；在 SWE-Marathon 上則以 78.8 對上 74.1 與 74.2 取得領先。請將這些視為 Meta 的說法。另請注意，同一張表格也顯示 Muse Wonder 在 AutomationBench-AA（60.5 對上 65.3 與 65.6）、GDP.pdf（39.1 對上 41.6 與 41.2）及 DeepSWE 1.1（52.0 對上 59.1 與 59.6）上落後——廠商自家的計分板並非一面倒地好看，而它好看的那兩處是終端機與長時程程式碼，而不是業務流程自動化。

訂閱雙胞胎對這項比較的影響是什麼

Muse Wonder 不是單一模型。Meta 發布了第二個檢查點 muse-wonder-full-1.0，它在同一個獨立指標上得分 56，在 699 個模型中排名第四——比 API 模型高四分，也高於 GPT-6.1 Sol 的 51.8。它沒有按 token 計價的價格，因為 Meta 並不按 token 販售它：它只能透過 Muse Code 訂閱取得，Power Usage 每月 $50，Maximum Usage 每月 $200。

對已經付費使用 Muse Code 的團隊而言，四點指數增幅的實際價格就是一筆固定月費，而與 GPT-6.1 Sol 的比較也徹底改變了樣貌。對其他所有人來說，這次發布中較好的那一半是產品決策，而非 API 決策，而誠實的解讀是，Meta 的前沿數字與 Meta 可觸及的數字是兩個不同的數字。

兩者都執行，還是只執行一個

這頁核心的令人不安事實是：這兩者都不是你能單憑規格表做出的決定，因為 6.3× 成本比是別人任務組合的平均值。你自己的任務組合才是唯一重要的，而要衡量它，不應該需要兩個供應商帳戶。

GPT-6.1 Sol 已在 OrcaRouter 上線，型號為 openai/gpt-6.1-sol，日期為 2026-09-29，依定價表為每百萬個 token 輸入 $2.00、快取讀取 $0.10、輸出 $10.00，並維持 1,050,000 個 token 的視窗與 272,000 個 token 的重新計價規則不變。我們這邊不加收任何費用；當供應商調整價格時，我們頁面上的數字會在同一天隨之變動。這讓本次比較中的 Sol 部分，只需更改一個字串，就能套用到你現有的任何測試框架。

Muse Wonder 並不在我們的產品目錄中，而本頁也不會假裝它在——它今日實際運行的地方是 Meta 自家的 Model API 與 Muse Code。我們確實有來自同一實驗室的Muse Spark 1.2，也就是 Meta 用來打造這個系列其餘成員的檢查點，每百萬 token 輸入 $1.25、輸出 $4.25，涵蓋 1,048,576 token 的視窗，快取讀取為 $0.15。如果你關注 Muse Wonder 的原因是 Meta 的自家風格，而不是前沿分數，那麼那條路徑的成本只要它的五分之一。

在200 多個模型之間使用單一 OpenAI 相容端點的實際用途，正是這項比較。$4.52 對比 $0.72 的差距大到值得實測，而不是只憑相信；而實測意味著把既有的評估指向第二個模型名稱並重新執行——不是再簽一份合約。自動容錯移轉接著涵蓋了你先上線尚未驗證的那個模型的情況：如果上游供應商效能下降，請求會轉移而非失敗。

哪一個，以及根據什麼證據？

• 除非有特定因素將它排除，否則就選 GPT-6.1 Sol。它在每一項公布的費率上都更便宜，它有批次通道，它的快取讀取費用是 Muse Wonder 的一半，而它的獨立指數只落後五分之一個百分點。那就是預設答案，而且在有工作負載提出異議之前，它都應該維持是預設選項。

• 當輸出必須很長時，就使用 Muse Wonder。128,000 個 token 的回應上限是一道硬牆；如果你的工作需要用單次生成 200,000 個 token，再怎麼節省輸入 token 也無法讓 GPT-6.1 Sol 辦到。

• 當輸入是語音或影片時，選擇 Muse Wonder。Meta 將兩者皆視為一等輸入；GPT-6.1 Sol 接受文字、圖像與檔案。將轉錄步驟與推理步驟合併為一次呼叫，在某些管線中比費率差異更有價值，而在其他管線中則毫無價值。

• 當你的提示詞剛超過 272,000 個 token 時，就選用 Muse Wonder。那正是價格曲線上唯一一個 Meta 的固定費率勝過 Sol 斷崖的區段，而且贏得相當明顯。

• 不要因為 Muse Wonder 的頭條指數分數就信以為真。52 對上 51.8，在產生這兩個數字的同一套衡量工具上，就是平手；而為了平手，每項任務多付 6.3 倍，這不是策略。

這組搭配之所以真正困難，在於這兩個模型在品質上已經足夠接近，以至於決策完全取決於實際樣態——輸出必須多長、輸入由什麼組成，以及你的提示落在價格曲線上的哪個位置。這些問題本週就能從你自己的日誌中得到解答，而它們也不會由任一實驗室下次發布的基準測試表來回答。