事件专题 ·多源确认

Meta 发布 Muse Ember:36 分追平 Claude Haiku 5.5,成本仅三分之一

Meta 推出高效档新模型线 Muse Ember,在 Artificial Analysis Intelligence Index 上得 36 分,与 Claude Haiku 5.5 (max) 持平,但 Cost per Task 仅 $0.14,约为后者的三分之一。xhigh 档得 34 分,成本 $0.12。定价为每百万 tokens 输入 $0.10、缓存输入 $0.004、输出 $0.50,与 Claude Haiku 5.5 和 GPT-6 Luna 相同。 技术上,Muse Ember (max) 在 Terminal-Bench 4.0 上得 40.9%,超过 Claude Haiku 5.5 (max) 的 32.8%,但在 FrontierCode 2.0 上以 27.2% 落后于对方的 34.9%,智能体编程表现两极。在 AutomationBench-AA 上得 68.1%,与 Muse Wonder (max) 持平;GDP.pdf 子项 22.8% 高于 Haiku 5.5 的 20.8%,AA-Briefcase 则以 1521 Elo 落后于 1574。在自家 Muse Code 智能体中,其 Coding Agent Index 得 46 分,高于 Claude Code 中的 Haiku 5.5(37)和 Codex 中的 GPT-6 Luna(31)。 知识覆盖是主要短板:AA-Omniscience 准确率 21.1%,低于 Haiku 5.5 (max) 的 34.7% 和 Gemini 3.8 Flash (high) 的 50.5%,主因是拒答 64% 的问题,幻觉率因此压到 17.4%,约为 Haiku 5.5 的一半。与同门 Muse Wonder (max) 相比,它落后 8 分,但成本仅为后者的约 1/50($0.14 vs $6.95),走的是低成本自动化执行路线。

当前结论

Meta 这次的思路很明确:知识面窄没关系,把幻觉率砍半、把成本压到 $0.14 一任务,专攻自动化执行。在 Terminal-Bench 上它反超 Haiku 5.5,自家的 Muse Code 里更是领先 Claude Code 和 Codex。跑批量任务的团队可以重点看看。

11 个信源74° AI 热度最后更新 2026/11/9 17:59:49

证据链

11 个信源
主要来源Artificial Analysis
查看原文
相关来源 5Alexandr Wang (Meta MSL)
查看原文

冲突核查

现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。