事件专题 ·多源确认

Meta Muse Ember 重写 Code Arena WebDev 价格性能前沿

LMArena 发布最新一期 Code Arena: WebDev 价格性能追踪,五款新模型进入 Pareto 前沿:Anthropic 的 Claude Fable 5.2 (xHigh)、Google DeepMind 的 Gemini 4 Carbon (High)、Moonshot 的 Kimi K3.1 Pro (Max)、OpenAI 的 GPT-6.1 Terra (Max) 和 Meta 的 Muse Ember (Max)。其中 Muse Ember 对前沿的移动幅度最大。 在约 3 美分一次回答的价位上,Muse Ember 拿到 1608 分,而此前同价位最佳成绩为 1438 分。按 Arena 的 Elo 胜率估算,这一分差意味着 Muse Ember 约有 73% 的概率战胜旧冠军。Meta 由此在 WebDev 场景的低价区间建立了新的性价比标杆。 文章同时指出行业整体节奏在加快:头部分数的更新速度达到此前的 3 倍,而 4 月份的最佳成绩如今只需 1/20 的成本就能复现。对开发团队而言,WebDev 编码任务的单位成本正以远快于模型能力提升的速度下降,选型时价格性能曲线比绝对分数更具参考价值。

当前结论

Meta 的 Muse Ember 在 3 美分价位拿到 1608 分,比同价位旧最佳高 170 分,胜率约 73%。做 WebDev 生成的团队选模型时可以看看这份价格性能曲线,低价区间的格局变了。

11 个信源79° AI 热度最后更新 2026/11/16 19:14:28

证据链

11 个信源
相关来源 2阿里通义 Qwen
查看原文
相关来源 3掘金本周最热
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。