Muse Ember vs Muse Spark Open 816B A42B
完整资料:Muse Ember(Meta)和 Muse Spark Open 816B A42B(Meta),包括全部基准测试、价格和排名。
更新于 · 数据来自 6 个来源
截至 2026年11月16日,两者共同的基准测试太少,无法判断质量高下。Muse Ember 更便宜,对方的价格是它的 10 倍(每百万 token 混合价格 $0.200 比 $2.00)。在两者都有成绩的所有类别中,Muse Spark Open 816B A42B 均领先。
要点(截至 2026年11月16日)
- Muse Ember 的 BenchLeader Index 为 52.1,Muse Spark Open 816B A42B 为 58.1(BenchLeader,2026年11月16日)。
- Muse Ember 每百万 token 混合价格为 $0.200(标价,2026年11月16日)。
- Muse Spark Open 816B A42B 每百万 token 混合价格为 $2.00(标价,2026年11月16日)。
按用途怎么选
推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。
主要差异
- 共同的基准测试太少,无法给出结论。
- Muse Spark Open 816B A42B (xhigh) 在编程、知识、推理方面更强。
- Muse Ember (max) 更便宜,对方的价格是它的 10 倍(每百万 token 混合价格 $0.200 比 $2.00)。
概览
| 规格 | Muse Ember | Muse Spark Open 816B A42B |
|---|---|---|
| 提供商 | Meta | Meta |
| 发布日期 | 2026年11月9日 | 2026年10月15日 |
| 上下文窗口(token) | 1,048,576 | 1,048,576 |
| 对比时的配置 | Muse Ember (max) | Muse Spark Open 816B A42B (xhigh) |
| 开放权重 | 否 | 是 |
| 每百万 token 价格(输入 / 输出 / 缓存输入) | $0.100 / $0.500 / $0.0040 | $1.25 / $4.25 / $0.150 |
逐类别对比
类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。
| 类别 | Muse Ember (max) | Muse Spark Open 816B A42B (xhigh) | 领先者 |
|---|---|---|---|
| 推理 | 51.1 | 63.2 | Muse Spark Open 816B A42B |
| 编程 | 60.0 | 65.1 | Muse Spark Open 816B A42B |
| 智能体与工具 | 52.4 | – | 无法比较 |
| 数学 | – | 58.7 | 无法比较 |
| 知识 | 48.8 | 61.5 | Muse Spark Open 816B A42B |
同一图表对比
各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。
未绘制(测得的模型少于两个):智能体与工具, 数学, 指令遵循, 长上下文, 多模态, 人类偏好。
各来源的分歧
在两者都有结果的 0 项基准测试中,Muse Ember 领先 0 项,Muse Spark Open 816B A42B 领先 0 项。
| 综合 Index | Muse Ember (max) | Muse Spark Open 816B A42B (xhigh) | 领先者 |
|---|---|---|---|
| BenchLeader Index | 52.1 | 58.1 | 不相上下 |
各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。
价格、速度与延迟
标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。
| 指标 | Muse Ember (max) | Muse Spark Open 816B A42B (xhigh) |
|---|---|---|
| 每百万 token 混合价格 | $0.200 | $2.00 |
| 每百万 token 输入 / 输出 | $0.100 / $0.500 | $1.25 / $4.25 |
| 每百万 token 缓存输入 | $0.0040 | $0.150 |
| 每项任务价格:聊天回复 | $0.0002 | $0.0018 |
| 每项任务价格:总结一份 30 页的报告 | $0.0015 | $0.018 |
| 每项任务价格:代码编辑 | $0.0014 | $0.014 |
| 每项任务价格:智能体编程会话 | $0.0080 | $0.092 |
| 每项任务价格:结构化信息提取 | $0.0003 | $0.0034 |
| 智能体编程会话(输入大多命中缓存) | $0.0037 | $0.043 |
| 每项基准测试任务成本(AA Index) | $0.136 | – |
| 每项任务输出 token(AA Index) | 84k | – |
| 其中推理部分 | 52k | – |
| 每项任务耗时(AA Index) | 3 min | – |
| 输出速度 | 437 tok/s | – |
| 首次回答时间 | 5.0 秒 | – |
| 完整回答耗时(最近一次测量 2026年11月13日) | 12.9 秒 | – |
每个模型都按其排名最高的推理强度设置进行对比。Muse Ember (max) 得分 52.1,首个回答 token 需 5 秒;Muse Ember (xhigh) 为 49.1(4 秒)。Muse Spark Open 816B A42B (xhigh) 得分 58.1。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本
全部基准测试
共 42 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。
| 指标 | 发布方 | Muse Ember (max) | Muse Spark Open 816B A42B (xhigh) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 52.1 | 58.1 |
| 智能体与工具得分 | BenchLeader | 52.4 | – |
| 编程得分 | BenchLeader | 60.0 | 65.1 |
| 知识得分 | BenchLeader | 48.8 | 61.5 |
| 推理得分 | BenchLeader | 51.1 | 63.2 |
| 数学得分 | BenchLeader | – | 58.7 |
| 混合价格(美元/百万 token) | BenchLeader | $0.200 | $2.00 |
| 输出速度 | BenchLeader | 437 tok/s | – |
| 首次回答时间 | BenchLeader | 5.0 秒 | – |
| 上下文窗口 | BenchLeader | 1,048,576 token | 1,048,576 token |
| 推理 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | – | 88.6% |
| SimpleBench | SimpleBench | 72.7%† | – |
| HLE-Diamond (AA) | Artificial Analysis | 25.1% | – |
| CritPt v2 hard subset (AA) | Artificial Analysis | 39.0% | – |
| 编程 | |||
| SciCode | SciCode | – | 58.5% |
| Arena WebDev | Arena (LMArena) | 1609 | – |
| Vibe Code Bench v1.1 | Vals AI | 83.7% | – |
| SWE Atlas v1.1 | Scale AI SEAL | 56.0%† | – |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | 61.3%† | – |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | 56.7%† | – |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | 50.0%† | – |
| ALE-Bench | Epoch AI Benchmarking Hub | – | 1590.1 |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 40.9% | – |
| Design Arena Website | Design Arena | 1330† | – |
| FrontierCode 2.0 (AA) | Artificial Analysis | 27.2% | – |
| 智能体与工具 | |||
| Terminal-Bench | Terminal-Bench | 30.6%† | – |
| APEX-Agents | Mercor | 64.3%† | 33.4%† |
| Arena Agent | Arena (LMArena) | 1.7 | – |
| Finance Agent v2.1 | Vals AI | 63.8% | – |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 25.0% | – |
| Legal Research Bench | Vals AI | 49.0% | – |
| Tax Agent Bench | Vals AI | 38.2% | – |
| Terminal-Bench 4.0 (Vals) | Vals AI | 39.4% | – |
| Arena Agent Task Completion | Arena (LMArena) | -7.6 | – |
| AutomationBench | Artificial Analysis | 68.1% | – |
显示全部 42 项基准测试
| 指标 | 发布方 | Muse Ember (max) | Muse Spark Open 816B A42B (xhigh) |
|---|---|---|---|
| 智能体与工具 | |||
| GDP.pdf (AA) | Artificial Analysis | 22.8% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1520 | – |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 20.0% | – |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | – | 69.8% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | – | 31.7% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | – | 98.1% |
| 知识 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | – | 56.6% |
| AA-Omniscience v1.1 | Artificial Analysis | 7.4 | – |
| Excel Modeling Benchmark v1.1 | Vals AI | 72.2% | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 21.1% | – |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 82.6% | – |
| 长上下文 | |||
| MLCR | Artificial Analysis | 18.3% | – |
| 综合 | |||
| AA Intelligence Index v5.0.1 | Artificial Analysis | 36.0 | – |
| Vals Index | Vals AI | 60.5 | – |
| Vals Finance Index | Vals AI | 60.9% | – |
| Vals Legal Index | Vals AI | 75.7% | – |
| 安全与诚实 | |||
| FORTRESS | Scale AI SEAL | 11.9%† | – |
数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。
变化
- Muse Ember (max):1 项新结果(Arena Agent)。
- Muse Spark Open 816B A42B (xhigh):BenchLeader Index 58.6 → 58.1。
- Muse Ember (max):2 项新结果(MLCR, Arena WebDev)。
- Muse Spark Open 816B A42B (xhigh):BenchLeader Index 57.4 → 58.6。
- Muse Spark Open 816B A42B (xhigh):2 项新结果(SciCode, ALE-Bench)。
- Muse Spark Open 816B A42B (xhigh):首批结果。
相关对比
- Muse Ember vs Mistral Large 4
- Muse Ember vs Gemini 3.1 Flash Lite
- Muse Ember vs Inkling Small
- Muse Spark Open 816B A42B vs Claude Fable 5.2
- Muse Spark Open 816B A42B vs Gemini 4 Carbon
- Muse Spark Open 816B A42B vs Claude Opus 5.5
- Muse Spark Open 816B A42B vs GPT-6 Astra
- Muse Ember vs Qwen3.5-27B
排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型
Muse Ember vs Muse Spark Open 816B A42B:常见问题
- Muse Ember 比 Muse Spark Open 816B A42B 更好吗?
- 共同的基准测试太少,无法给出结论。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,两者差距在误差范围内,请结合你的用途查看各类别得分。
- Muse Ember 和 Muse Spark Open 816B A42B 哪个更便宜?价格会变吗?
- 目前 Muse Ember 更便宜:每百万 token $0.200 比 $2.00(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
- 编程用 Muse Ember 还是 Muse Spark Open 816B A42B 更好?
- Muse Spark Open 816B A42B 在编程方面得分更高(类别得分 65 比 60,50 为平均水平)。
- 处理长文档哪个更好?
- 两者都支持 1,048,576 token 的上下文。
- Muse Ember 是什么时候发布的?
- Muse Ember 于 2026年11月9日 发布。