Muse Wonder 與 Muse Spark 1.2 對比：Meta 推出了一款價格是其下位模型 4.7 倍的旗艦產品

Muse Wonder 每百萬輸入 token 要價 4.00 美元，每百萬輸出 token 要價 20.00 美元。Muse Spark 1.2 則要價 1.25 美元與 4.25 美元。同一間實驗室、相同的 1,048,576 token 上下文視窗、相同的文字輸出形式，而輸入價格比為 3.2 倍、輸出價格比為 4.7 倍——對於一款在 2026 年 10 月 12 日發布的模型來說，它的表現並沒有明顯超越它定價高於的 8 月檢查點。在 Artificial Analysis 目前的 Intelligence Index 上，Muse Wonder（max）讀數為 52。已發布的 Muse Spark 1.2 第三方讀數介於 54 到 57 之間，視修訂版本與所使用的 effort 設定而定。這不是那種旗艦款勝出、而你為此付費的比較；而是你必須決定多出來的 3.7 倍究竟是為了買什麼的比較。

複雜之處在於，Muse Spark 1.2 已不再是 Meta 目前的 Spark。Muse Spark 1.3 已於 9 月 2 日推出，而 Meta 自家的文件現在稱 1.2 為「上一個版本」。所以這個頁面其實是一個披著兩個名稱標題的三方問題：便宜的前一個檢查點、目前這個便宜的檢查點，以及昂貴的新旗艦——全都來自 Meta Superintelligence Labs，全都能以不同方式取用，全都具備相同的上下文視窗。

三個月，三次發佈，一個始終未動的價格區間

Meta 的 Muse 系列進展迅速，但在 Spark 這一邊，價目表並未隨之調整。

• Muse Spark 1.1 — 原始版本，於我們的目錄中列出，價格為每百萬輸入權杖 1.25 美元、每百萬輸出權杖 4.25 美元，支援文字、圖像、影片、音訊與 PDF 輸入。

• Muse Spark 1.2 — 於 2026 年 8 月 5 日發布，Standard 方案的價格同樣是 $1.25 與 $4.25，Meta 將其描述為更新後的檢查點，而非新方案。第二個 SKU，Muse Spark 1.2 Contributor，在 Meta 的 Contributor 方案上以 $0.10 輸入、$0.20 輸出的價格執行相同的檢查點。

• Muse Spark 1.3 — 於 2026 年 9 月 2 日推出，仍為 $1.25 和 $4.25，現在是 Meta 推薦用於新工作的版本。

• Muse Wonder — 於 2026 年 10 月 12 日發布，輸入價格為 $4.00、輸出價格為 $20.00，輸出上限為 943,718 個 token，另有第二個得分更高的檢查點名為 Muse Wonder Full，僅限 Muse Code 訂閱使用，且完全沒有按 token 計價的價格。

把這件事讀成一系列決策，而不是一條時間軸。三個月內，Meta 推出了四款 Spark 或 Wonder 的產品，Spark 的價格絲毫未動，接著又推出一個新名稱，定價是它下面那個型號的三倍。命名就是線索：Muse Wonder 不是 Muse Spark 1.4。它是一個獨立系列，而 Meta 就是把它當成獨立系列來定價。

費率表，以及推理設定對它有何影響

• 輸入 — Muse Wonder 每百萬 $4.00，相較於 Muse Spark 1.2 的 $1.25。3.2 倍。

• 輸出 — $20.00 對 $4.25。4.7 倍，而且在任何代理式迴圈中，這都是帳單上最吃重的一項。

• 快取輸入 —— Muse Wonder 每百萬 $0.20；Muse Spark 1.2 $0.15。就絕對值而言相差半美分，這點值得注意，因為兩家供應商都把快取說成能挽救昂貴模型的折扣。但在這一對上並非如此：快取讀取並不是 4.7 倍差距的所在。

• 上下文 — 兩者皆為 1,048,576 個 token。完全相同，且也與前兩個 Spark 檢查點完全相同。

• 輸出上限 —— Muse Wonder 在單一回應中可達 943,718 個符元；Muse Spark 1.2 所公佈的輸出上限在我們的目錄列中根本未有列明，而 Meta 就 Spark 系列的文件亦沒有提供可相比的數字。應將此視為未知，而非相等。

• 推理——Muse Wonder 的是強制性的，並有從最低到最高的投入程度階梯，預設為中等。Muse Spark 1.2 支援可設定的推理投入程度，而 Meta 自己對該系列的描述是，投入程度是一個可調旋鈕，而不是下限。

• 模態 — Muse Spark 1.2 上提供文字、圖像、影片、音訊與 PDF 輸入；Muse Wonder 上提供文字、圖像、語音、影片與檔案輸入。在輸入層面上，這些都是同一種模型類別，而這正是重點：這裡沒有任何一點能解釋 4.7 倍的輸出價格。

獨立董事會實際上說了什麼，以及為何數字不一致

這一段值得慢慢讀，因為 Muse Spark 1.2 公布的數字彼此並不一致，而箇中原因很重要。

Artificial Analysis 在 Muse Spark 1.2 發布時所做的分析，在其 xhigh 設定下於 Intelligence Index 上給它 54 分，高於前一個檢查點。同一檢查點的其他讀數已公布為 57，而我們自己對該系列的筆記同時記載了這兩個數字。這個落差並不神祕，也不是廠商與獨立評測機構之間的對抗——而是指數本身在移動。Artificial Analysis 在 2026 年 9 月重新評分其排行榜，用更難的組成基準取代較容易的，並提高私有保留任務的權重，結果前沿模型的分數全面下降。在該次重新評分之前測得的一個數字，以及在之後測得的一個數字，描述的是同一個未改變的模型，只是用了兩把不同的尺。

所以站得住腳的說法是一個區間，而非一個單點：第三方對 Muse Spark 1.2 的讀數已公布在 54 到 57 之間，而真正重要的比較，是對上 Muse Wonder 在當前修訂版測得的 52。這意味著，這場較量最誠實的總結是：在獨立測量上，八月檢查點至少與十月旗艦持平，甚至可能領先——而輸出成本僅為其五分之一。

Meta 自家由廠商回報的基準測試表卻指向相反的方向，而這正是廠商針對自家新旗艦所發布的表格預期會呈現的樣貌。在長時間跨度的專業測試套件中，Muse Wonder 的排名領先 Muse Spark 1.2，而其 Full 檢查點在這些列中更是徹底稱霸。每一項數字都出自 Meta 自家的測試框架，且沒有任何一項經過獨立重現。它該被列入「你得自己跑一次評估」的理由清單中，但它並不是當前排行榜有誤的證據。

支持以較便宜機型作為預設選項的理由

這個比較有一種版本，是 Meta 的定價所引出的，而且大多數團隊或許都應該認真看待：對一大類代理式工作而言，定價分別為 $1.25 和 $4.25 的 Muse Spark 1.2 或 1.3 是合理的預設選擇，而 Muse Wonder 則是升級選項。

這個論點並不是說較便宜的模型更好，而是說兩者在實測能力上足夠接近——在同一份評測上只差幾分，而且差距的方向並未明顯偏向較貴的那一個——因此價差應該花在工作負載真正吃緊的地方。一個程式編碼代理若把大部分 token 花在例行性編輯上，只把小部分花在困難的推理步驟上，那麼以低價費率跑 4.7 倍的量，會比以旗艦費率跑同樣的量獲得更多。Meta 自家的 Contributor 方案更把這一點往前推：同一個 Muse Spark 1.2 checkpoint，輸入 $0.10、輸出 $0.20，在輸入方面大約比 Muse Wonder 便宜 40 倍，這種差異改變的是經濟上什麼事情可行，而不只是什麼事情負擔得起。

Muse Wonder 擁有而 Spark 系列所沒有的，比一項基準領先更狹隘、更具體：943,718 個 token 的單次回應輸出預算，以及伴隨訂閱制更高階方案而來的 Frontier 實驗室旗艦定位。如果你的工作是在單一回合中生成冗長產物，那麼那個輸出上限就是全部的論據。如果不是，論據就單薄得多。

還有一個必須分清的差別，因為命名方式很容易讓人搞混：Muse Wonder Full——十月發布中得分較高的那一半——完全不是按 token 計費。Meta 將它描述為僅限 Muse Code 訂閱，方案公布價格為 Power Usage 每月 $50、Maximum Usage 每月 $200。本頁費率表比較中的任何內容都不適用於它，而一個團隊若看到供應商表格顯示 Muse Wonder Full 領先其他所有模型，然後又去看 $4.00 的費率，那它看的是兩個不同的模型。

在單一家族內部層疊，這裡真正的答案究竟是哪一個

在如此接近的同實驗室比較中，最誠實的結論是：這個選擇並非二選一，而同時運行雙方的實際運作機制也讓這件事切實可行。Muse Spark 1.2 已在 OrcaRouter 上，以meta/muse-spark-1.2的形式提供，採用 Meta 的 Standard 等級費率——輸入 $1.25、輸出 $4.25、快取讀取 $0.15，並完整保留 1M 上下文視窗與完整的多模態輸入介面——而 Muse Spark 1.1 也在該平台上以相同價格提供，模態完全相同。這讓這場比較中較便宜的那一半，今天就能用單一金鑰取得。

Muse Wonder 並不在 OrcaRouter 上。我們的目錄裡沒有 meta/muse-wonder 這一項，我們也不會憑空宣稱有；真正運行它的是 Meta 自家的 API 與 Muse Code。這麼一來，剩下的就是一個形狀乾淨的路由問題：把便宜的 Spark 檢查點放在預設路徑上，只把需要旗艦模型輸出預算的請求往上遞交。OrcaRouter 的路由 DSL 能把多個模型組成單一次呼叫，因此階層式升級可以用設定來表達，而不必寫成應用程式邏輯——而自動容錯移轉代表供應商出事時，請求會降級到下一個候選模型，而不是直接失敗。在橫跨200 多個模型、共聚於單一 OpenAI 相容端點，且供應商牌價原封不動直接傳遞的情況下，測試這道升級是否值得，代價不過是改一個模型名稱；而當我們所路由的某家供應商開始提供 Muse Wonder 的那一天，它就會成為那個階層串接裡的候選之一，而不是另一套獨立整合。

也值得直說：這個頁面並不是在反對旗艦模型。它反對的是，在沒有衡量 4.7× 在自己流量上能帶來什麼回報的情況下，就為輸出支付 4.7× 的費用——而在同一個實驗室裡，輸入介面與上下文視窗完全相同，這樣的衡量異常容易設置。

簡短版本

如果你會在單一回合中產生長篇輸出，或者你需要讓語音與影片直接進入模型、前方不必經過轉錄步驟，並且要搭配 943,718 個 token 的答案預算，那麼 Muse Wonder 就是這個系列中的那個模型，而 4.7× 的輸出溢價，就是換取 Spark 系列並未標榜的能力所需付出的代價。如果你的代理式流量大多是例行工作、偶爾才出現困難步驟，那麼 Muse Spark 1.2 或 1.3 以 $1.25 和 $4.25 的價格，能用同樣的錢吸收好幾倍的用量，而獨立評測委員會也沒有給予旗艦款足夠的領先幅度，不足以證明轉換是合理的。建立串接流程，把便宜的檢查點放在最前面，讓你自己的 token 計數告訴你升級觸發的頻率有多高——決定這件事的，是那個數字，而不是本頁的數字。