Muse Wonder 對比 Grok 4.5：落後兩個世代的模型，每項任務成本僅為五分之一

Muse Wonder 與 Grok 4.5 其實算不上競爭對手；它們是一場爭論。Meta 於 2026 年 10 月 12 日發布 Muse Wonder，xAI 於 2026 年 7 月 8 日發布 Grok 4.5，而 xAI 此後已在同一份價目表上推出 Grok 4.6 與 Grok 4.7。因此，即使從其自家廠商的角度來看，較舊的模型也已不是現行版本；這讓它的數字具備一種新競爭對手所沒有的用處：Grok 4.5 是稱職推理模型的價格下限，而 Muse Wonder 則是榜首所需的成本。Artificial Analysis 用一句話點出差異——Muse Wonder 每完成一項 Intelligence Index 任務約需 $4.52，Grok 4.5 則約需 $0.88，兩者之間相差十三個指數點。十三個指數點是否值得五倍的費用，只有在你確切知道自己任務的實際成本時才能回答，而這正是價目表永遠不會告訴你的部分。在這類比較之後才出現的定價與指數變動，會連同日期與來源記錄在 the AI Incident Archive，與我們追蹤的其他模型與廠商事件並列。

同一塊板子上，三十九對五十二

這兩個數字都來自同一套測試工具，即 Artificial Analysis Intelligence Index 4.3.2 版，它包含十項評測：Terminal-Bench 4.0、SciCode、Humanity's Last Exam、GDPval-AA、AutomationBench-AA 以及另外五項。Grok 4.5 得分 39，在 213 個模型中排名第 63；用評測者的話來說，在可相比較的模型中高於平均，而這些模型的中位數為 27。Muse Wonder 得分 52，排名第 9。評測者的一句話摘要值得並列引用，因為它們用平實的語言描述了取捨：Grok 4.5「高於平均，但速度比平均慢」；Muse Wonder「智慧領先，就其價位層級而言略貴，速度明顯快，且略嫌冗長」。

有趣的欄位不是分數，而是每個模型為了拿到這個分數所輸出的內容。Grok 4.5 在該指數測試執行中產生了 7,700 萬個輸出 token——接近排行榜中位數。Muse Wonder 產生了 1.3 億個，而排行榜中位數自此已升至 8,500 萬個。Meta 的模型很冗長；xAI 的則不冗長。這個單一事實在成本面起了大部分作用，而且它對費率表較高的模型不利，這是反直覺的方向。

費率表如何變成五倍帳單

紙面上，差距在輸入是 2 倍、輸出是 3.3 倍。實測則為每完成一項任務 5.1 倍，這意味著冗長正在放大價格差距，而非抵銷它——這與便宜模型是話多一方時的情況相反。

• 定價 — Muse Wonder 每百萬輸入 $4.00／輸出 $20.00／快取 $0.20；Grok 4.5 每百萬輸入 $2.00／輸出 $6.00／快取 $0.30

• 每項索引任務成本 — Muse Wonder 約 $4.52；Grok 4.5 約 $0.88

• 索引執行時的輸出 token — Muse Wonder 約 1.3 億；Grok 4.5 約 7,700 萬

• 首個 token 時間 — Muse Wonder 30.35 秒；Grok 4.5 8.90 秒

• 輸出速度 — Muse Wonder 每秒 145.1 個 token；Grok 4.5 為 59.1

• 上下文視窗 — Muse Wonder 1,048,576 個 token；Grok 4.5 500,000 個 token，且整個請求超過 200,000 時會重新計價

最後一行正是 Grok 4.5 的便宜不再便宜的唯一一處。xAI 依提示長度將費率表分級：低於 200,000 個 token 時，你支付 $2.00 和 $6.00；超過之後，整個請求改為 $4.00 和 $12.00，快取費率也從 $0.30 翻倍至 $0.60。Muse Wonder 在其完整的百萬 token 視窗內只收取單一費率。當提示為 300,000 個 token 時，Grok 4.5 的輸入價格已經翻倍，而 Muse Wonder 的則紋絲不動——在輸入方面，2 倍的頭條數字變成 1 倍，而每任務成本差距則縮小到取決於輸出量對它的影響。

速度會顛覆一般的建議

Grok 模型通常是追求速度的選項，而這次比較是例外。Grok 4.5 首個 token 需等待 8.9 秒，並以每秒 59.1 個 token 的速度生成；Muse Wonder 則需等待 30.35 秒，並以每秒 145.1 個 token 的速度生成。兩者都不是快速的互動式助理。但兩者的型態不同，而這對代理迴圈很重要：Muse Wonder 先思考一次，然後快速推進；Grok 4.5 較早開始，之後卻慢吞吞。在長時間生成中，兩者會趨於一致；在許多短回合中，Grok 4.5 較低的首 token 延遲佔優；而在單次大量輸出中，則由 Muse Wonder 勝出。

這也是反對把 Grok 4.5 當成生產環境低成本選項的論點。一旦把實際耗時（wall clock）計入成本，一個每 token 便宜但每 token 處理得慢的模型，就可能輸給每 token 昂貴但速度快的模型——而在會反覆呼叫的代理程式裡，實際耗時通常是使用者最先注意到的問題。

後繼者問題

上述所有內容都是在把 Muse Wonder 拿來和一個 xAI 已經替換過兩次的模型相比。Grok 4.6 以相同的價目表登場，而且分數更高；Grok 4.7 之後也在同一指數上達到 46 分，而 Artificial Analysis 明確將 Grok 4.5 標記為已棄用，並指向 4.6。因此，這場對決誠實的說法並不是「Muse Wonder 對上 Grok 4.5」，而是「Muse Wonder 對上你實際會部署的 Grok」；而在能力上，這個比較接近得多：52 對 46，大約相差六分而非十三分，每項任務約 $4.52，對比 Grok 4.7 的 $3.74。

我們還是發布 Grok 4.5 的比較，因為那是許多讀者仍會被導向的模型，而且較舊的模型讓經濟結構以一種較新模型會模糊掉的方式變得可見。但今天不該有人因為這頁的內容而選擇 Grok 4.5。如果答案是「一款 Grok」，答案就是 4.6 或 4.7。

在兩者皆可達之處

Grok 4.5 與 Grok 4.7 都在 OrcaRouter 目錄中——grok/grok-4.5 的價格為每百萬個 token 輸入 $2.00、快取 $0.30、輸出 $6.00，適用至 200,000 個 token；超過後重新計價為 $4.00、$0.60 與 $12.00，且 500,000 個 token 的視窗維持不變；grok/grok-4.7 則以相同費率計價，快取讀取為 $0.50。這些是 x​AI 的牌價，未加價直接轉嫁，因此當 x​AI 調整任一價格級距時，我們這邊當天就會同步生效。Muse Wonder 不在目錄中：OrcaRouter 上沒有 meta/muse-wonder，而我們確實有提供的 Meta checkpoint 是 meta/muse-spark-1.2 與 meta/muse-spark-1.1，價格分別為每百萬個 token $1.25 與 $4.25。

在這裡真正值得納入的，是容錯轉送這個路由要點。Muse Wonder 才推出十天，首個 token 要等 30 秒，而且只有一份獨立評測；單憑信任就把生產路徑押在它身上，是錯誤的風險。在你已經在跑的 Grok 旁邊，把一部分流量導向它，其餘維持原狀，讓自動容錯接手吸收逾時，同時觀察 Meta 所宣稱的長程優勢是否出現在你的工作負載中。今天一把金鑰就能走通比較中的 Grok 那一端；Muse Wonder 那一端只差再一次 API 呼叫，而切換成本不過是一個模型字串。

精選，每項各一段。

當任務很長、答案值得做對，而且提示詞大到 Grok 的 200,000 token 重新定價無論如何都會抹去其價格優勢時，選擇 Muse Wonder：固定的百萬 token 費率、每秒 145 個 token，以及 13 點的指數差距，全都指向同一個方向。當你需要大量短呼叫、在個位數秒內取得第一個 token，以及在高用量下仍撐得住的帳單時，選擇 Grok——具體來說是 Grok 4.7，而非 4.5——因為以每項完成任務 $3.74 對比 $4.52，它是在能力大致相當下更便宜的方式。你不該做的事，是因為 Grok 4.5 出現在比較表頂端就選它；它的供應商自己已經停止推薦它。