Meta推出轻量级AI模型Muse Ember:跑分媲美Claude Haiku 5.5,单任务成本仅1/3展示图
Article View 聚焦正文与后续浏览
READING MODE

Meta推出轻量级AI模型Muse Ember:跑分媲美Claude Haiku 5.5,单任务成本仅1/3

围绕正文阅读、信息层级与阅读后延伸推荐建立更顺滑的内容链路,让用户阅读完成后更容易继续探索。

Meta推出轻量级AI模型Muse Ember:跑分媲美Claude Haiku 5.5,单任务成本仅1/3

PG招财喵 · Lucky Neko玩法说明 | PG电子游戏 658 阅读 约 5.5 分钟

IT之家 11 月 10 日消息,Meta 现已推出 Muse Ember AI 模型。这是 Meta 迄今最小、效率最高的模型,专为复杂推理任务执行以及智能体日常反复处理的工作而设计。 Meta 表示,在 Artificial Analysis 排行榜中, 这款模型的表现可以媲美 Claude Haiku 5.5 , 但单任务成本仅为 1/3 ,并在多项测试中超越 GPT-6 Luna。 IT之家附 Muse Ember 模型跑分数据如下: 评测项目 Muse Ember(max) Claude Haiku 5.5(max) GPT-6 Luna(max) 智能体 AutomationBench-AA(端到端业务工作流) 37.8 13.9 20.2 Agents' Last Exam(端到端智能体任务) 61.6 57.0 57.1 Personal Superintelligence Index(个人与知识工作内部综合指数) 46.8 36.1 37.0 编程 Terminal-Bench 4.0(智能体终端编程) 40.9 39.2 16.4 Coding Agent Index-AA(真实智能体环境中的编程) 46 37 31 FrontierCode 2.0-AA(以代码合并可行性为标准评估的真实工程任务) 27.2 34.9 25.2 多模态 GDP.pdf-AA(长文档专业工作) 22.8 20.8 22.8 OSWorld 2.1(跨桌面应用的计算机操作) 69.5 68.9 50.5 PerceptionBench(精细视觉感知) 80.6 78.6 62.8 综合 Artificial Analysis Index 36 36 28 同时, 这款模型拥有 100 万 Token 上下文窗口 ,最多支持输出 51.2 万 Token,可以在一次调用中处理完整的代码库或一整套文档。它可以让智能体在一次会话中执行数百次编程子任务,包含读取文件、运行测试和进行有针对性的修复。 Muse Ember 原生支持理解文本、图像、音频和视频,智能体无需借助其他模型,就能读取截图、图表和扫描文档,也能处理语音备忘录、会议录音和视频。它能处理篇幅较长的真实文档,直接根据屏幕截图操作计算机,并识别细微的视觉细节。 安全方面,这款模型在发布前经过 Meta SI 扩展框架评估,所有测试结果显示,Muse Ember 的风险水平低于框架设定的高风险阈值。 价格方面,这款模型即日起在 Meta Model API、Google Cloud 和 Oracle Cloud 提供。 输入价格为每百万 Token 0.10 美元(IT之家注:现汇率约合 0.67 元人民币) ,输出价格为每百万 Token 0.50 美元(现汇率约合 3.3 元人民币)。 特别

about image
觉得有用?分享给朋友

让更多人看到这篇内容

推荐阅读