Meta发布最小高效模型Muse Ember,单任务成本仅为Claude Haiku 5.5的三分之一
Meta推出迄今最小、效率最高的AI模型Muse Ember,专为复杂推理与智能体日常任务设计。官方称其在Artificial Analysis排行榜表现媲美Claude Haiku 5.5,单任务成本仅为其三分之一,并在多项测试中超越GPT-6 Luna。
Meta于11月10日推出全新AI模型Muse Ember,官方定位为其迄今体积最小、效率最高的模型,主要面向复杂推理任务以及智能体需要反复执行的日常工作场景。
根据Meta公布的数据,Muse Ember在Artificial Analysis排行榜中的表现可与Claude Haiku 5.5相媲美,但单任务成本仅为后者的三分之一;同时在多项评测中,该模型成绩超过GPT-6 Luna。
具体跑分方面,在智能体类评测中,Muse Ember(max)的AutomationBench-AA端到端业务工作流得分为37.8,高于Claude Haiku 5.5的13.9和GPT-6 Luna的20.2;Agents' Last Exam端到端智能体任务得分为61.6,领先于57.0和57.1;Personal Superintelligence Index综合指数为46.8,同样高于36.1和37.0。
编程能力上,Muse Ember在Terminal-Bench 4.0智能体终端编程中取得40.9分,Claude Haiku 5.5为39.2,GPT-6 Luna为16.4;Coding Agent Index-AA真实智能体环境编程得分为46,对比37和31。不过在以代码合并可行性为标准评估的FrontierCode 2.0-AA真实工程任务中,Muse Ember得分为27.2,低于Claude Haiku 5.5的34.9,略高于GPT-6 Luna的25.2。
多模态方面,GDP.pdf-AA长文档专业工作评测中,Muse Ember得分为22.8,Claude Haiku 5.5为20.8,GPT-6 Luna为22.8;OSWorld 2.1跨桌面应用评测的具体分数在原文中未完整呈现。整体来看,Muse Ember在智能体与部分编程场景中展现出成本与性能的平衡取向。