Muse Ember
发布追踪 · 第 8 天
Muse Ember 发布之初:首批第三方结果
截至 2026年11月16日,Muse Ember(Meta,发布于 2026年11月9日)已有来自 Artificial Analysis(AA Intelligence Index v5.0.1 36.0)、LMArena(Arena WebDev 1609)、Epoch AI(SimpleBench 72.7%)、Vals AI(Vals Index 60.5)、Scale AI(FORTRESS 11.9%)、Design Arena(Design Arena Website 1330)和 Terminal-Bench(Terminal-Bench 30.6%)的第三方结果。它在 BenchLeader Index 上于 331 个模型中排第 140 名(52.1)。标价为输入 $0.10、输出 $0.50(每百万 token),上下文窗口为 1M token。LiveBench、ARC Prize 和 SWE-bench 尚未测量。
- 发布日期
- 2026年11月9日(第 8 天)
- 提供商
- Meta
- 价格
- 输入 $0.10、输出 $0.50(每百万 token)
- 上下文窗口
- 1M token
- 开放权重
- 否
- BenchLeader Index
- 52.1(331 个模型中第 140 名)
| 第三方排行榜 | 目前的结果 |
|---|---|
| Artificial Analysis | AA Intelligence Index v5.0.1 36.0 · AA-Omniscience v1.1 7.4 · HLE-Diamond (AA) 25.1% · 下方还有更多 |
| LMArena | Arena WebDev 1609 · Arena Agent 1.7 · Arena Agent Task Completion -7.6 |
| Epoch AI | SimpleBench 72.7% · APEX-Agents 64.3% |
| Vals AI | Vals Index 60.5 · Excel Modeling Benchmark v1.1 72.2% · Finance Agent v2.1 63.8% · 下方还有更多 |
| Scale AI | FORTRESS 11.9% · SWE Atlas v1.1 56.0% · SWE Atlas v1.1: Codebase QnA 61.3% · 下方还有更多 |
| Design Arena | Design Arena Website 1330 |
| Terminal-Bench | Terminal-Bench 30.6% |
各排行榜通常在模型发布后几天内公布结果;本页每 6 小时重新生成一次。
发布对比
仅显示第三方发布方的分数;提供商就自家模型公布的基准测试数字不予显示。
性价比更高: Ling 3.0 Flash $0.115/M 即可获得 Index 51.7,便宜 43%。
有 5 个更便宜的已排名模型得分更高:MiMo-V2.5 (56.3, $0.138)、Step 3.5 Flash (56.3, $0.150)、GPT-5 nano (56.2, $0.138),另有 2 个。
截至 2026年11月16日,Muse Ember(Meta)在 BenchLeader Index 上得分 52.1(共 608 个已排名配置)。表现最好的是编程(60),最弱的是知识(49)。API 价格为输入每百万 token $0.100、输出每百万 token $0.500(按 3:1 混合为 $0.200),为 2026年11月16日的标价。输出速度约为 440 token/秒(Artificial Analysis)。发布于 2026年11月9日。
要点(截至 2026年11月16日)
- Muse Ember 的 API 价格为输入每百万 token $0.100、输出每百万 token $0.500(按 3:1 混合为 $0.200)(标价,2026年11月16日)。
- Muse Ember 的输出速度约为 440 token/秒(Artificial Analysis,2026年11月16日)。
- Muse Ember 于 2026年11月9日发布(Meta)。
详细说明:Muse Ember 是 Meta 的闭源推理模型,发布于 2026年11月9日。其最佳配置(推理强度 max)在 BenchLeader Index 上得分 52.1 ±3.8,在 608 个配置中排第 288 名,处于上半区。关键在于这个“±”:另有 266 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,编程得分最高(60),知识最低(49)。按混合价格计,每百万 token $0.200,属于已排名模型中最便宜的五分之一。输出速度为 437 token/秒,首次回答需 5.0 秒,位于最快的四分之一。它已在 3 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。
- 混合价格
- $0.200/M
- 输入 $0.100 · 输出 $0.500
- 来源:Artificial Analysis
- 输出速度
- 437 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 4.96 s
- 首 token 2.02 s
- 上下文
- 1.0M
- 来源:models.dev
- 完整回答
- 13 s
- 最近一次测量 2026年11月13日
- 单任务成本
- $0.136
- 每项任务 3 min,AA Index
- 单任务 token 数
- 84k
- 其中 62% 为推理
- 发布日期
- 2026年11月9日
- 综合 Index52
- 推理51
- 编程60
- 智能体与工具52
- 知识49
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/muse-ember)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| SimpleBench推理强度未说明 | – | – | 72.7%#23 | SimpleBench | |
| HLE-Diamond (AA) | 23.6%#70 | 25.1%#62 | – | Artificial Analysis | |
| CritPt v2 hard subset (AA) | 38.5%#62 | 39.0%#60 | – | Artificial Analysis |
编程
| 基准测试 | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Arena WebDev | – | 1609#35 | – | Arena (LMArena) | |
| Vibe Code Bench v1.1不计入 Index | – | 83.7%#24 | – | Vals AI | |
| SWE Atlas v1.1不计入 Index推理强度未说明 | – | – | 56.0%#20 | Scale AI SEAL | |
| SWE Atlas v1.1: Codebase QnA不计入 Index推理强度未说明 | – | – | 61.3%#19 | Scale AI SEAL | |
| SWE Atlas v1.1: Test Writing不计入 Index推理强度未说明 | – | – | 56.7%#19 | Scale AI SEAL | |
| SWE Atlas v1.1: Refactoring不计入 Index推理强度未说明 | – | – | 50.0%#18 | Scale AI SEAL | |
| Terminal-Bench 4.0 (AA)不计入 Index | 35.4%#51 | 40.9%#45 | – | Artificial Analysis | |
| Design Arena Website不计入 Index推理强度未说明 | – | – | 1330#9 | Design Arena | |
| FrontierCode 2.0 (AA) | 22.0%#62 | 27.2%#45 | – | Artificial Analysis |
智能体与工具
| 基准测试 | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Terminal-Bench | 30.6%#72 | – | – | Terminal-Bench | |
| APEX-Agents推理强度未说明 | – | – | 64.3%#15 | Mercor | |
| Arena Agent | – | 1.7#25 | – | Arena (LMArena) | |
| Finance Agent v2.1不计入 Index | – | 63.8%#16 | – | Vals AI | |
| Harvey's Legal Agent Benchmark v1.1不计入 Index | – | 25.0%#2 | – | Vals AI | |
| Legal Research Bench不计入 Index | – | 49.0%#11 | – | Vals AI | |
| Tax Agent Bench不计入 Index | – | 38.2%#15 | – | Vals AI | |
| Terminal-Bench 4.0 (Vals)不计入 Index | – | 39.4%#17 | – | Vals AI | |
| Arena Agent Task Completion不计入 Index | – | -7.6#43 | – | Arena (LMArena) | |
| AutomationBench不计入 Index | 66.7%#27 | 68.1%#21 | – | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | 22.4%#70 | 22.8%#64 | – | Artificial Analysis | |
| AA-Briefcase v1.1不计入 Index | 1526#40 | 1520#44 | – | Artificial Analysis | |
| Terminal-Bench-Science 0.1 (AA)不计入 Index | 17.6%#50 | 20.0%#47 | – | Artificial Analysis |
知识
| 基准测试 | xhigh | max | 来源 | 趋势 |
|---|---|---|---|---|
| AA-Omniscience v1.1 | 7.7#67 | 7.4#68 | Artificial Analysis | |
| Excel Modeling Benchmark v1.1不计入 Index | – | 72.2%#13 | Vals AI | |
| AA-Omniscience v1.1: accuracy不计入 Index | 21.4%#116 | 21.1%#121 | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucination不计入 Index | 82.7%#9 | 82.6%#10 | Artificial Analysis |
长上下文
| 基准测试 | max | 来源 | 趋势 |
|---|---|---|---|
| MLCR不计入 Index | 18.3%#67 | Artificial Analysis |
综合
| 基准测试 | xhigh | max | 来源 | 趋势 |
|---|---|---|---|---|
| AA Intelligence Index v5.0.1不计入 Index | 34.1#54 | 36.0#47 | Artificial Analysis | |
| Vals Index不计入 Index | – | 60.5#14 | Vals AI | |
| Vals Finance Index不计入 Index | – | 60.9%#12 | Vals AI | |
| Vals Legal Index不计入 Index | – | 75.7%#4 | Vals AI |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| FORTRESS不计入 Index | 11.9%#8 | Scale AI SEAL |
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Google Vertex | 268 tok/s | 1.96 s | $0.100 | $0.500 | 1.0M | – |
| Meta | 208 tok/s | 1.91 s | $0.100 | $0.500 | 1.0M | – |
使用情况
Muse Ember 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商
| Vercel AI Gateway 上的提供商 | 吞吐量 | 首 token | 在线率,1 天 |
|---|---|---|---|
| Meta | 436 tok/s | 1.72 s | 99.98% |
来源: 使用情况: OpenRouter 排名 · Vercel AI Gateway, CC BY 4.0 · 数据截至 2026年11月16日。
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.004。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0002 | $0.0002 | 5.6 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0015 | $0.0006 | 6.3 s |
| 代码编辑 | 6,000 / 1,500 | $0.0014 | $0.0009 | 8.4 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.0080 | $0.0037 | 14.1 s |
| 结构化信息提取 | 2,000 / 200 | $0.0003 | $0.0002 | 5.4 s |
Meta 的更多模型
将 Muse Ember 与以下模型对比
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Muse Ember 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/muse-ember)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Muse Ember on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/muse-ember
BibTeX:
@misc{benchleader_muse_ember_20261116,
author = {{BenchLeader}},
title = {{Muse Ember on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/muse-ember}},
note = {Data as of 2026-11-16}
}常见问题
- Muse Ember 的基准测试得分是多少?
- 截至 2026年11月16日,Muse Ember(推理强度 max)的 BenchLeader Index 为 52.1 ±3.8。最强的是编程(60),最弱的是知识(49)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Muse Ember 排名第几?
- 截至 2026年11月16日,Muse Ember(推理强度 max)在 608 个已排名配置中排第 288 名。另有 266 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Muse Ember 每百万 token 的价格是多少?
- 截至 2026年11月16日,Muse Ember 的价格为输入每百万 token $0.100、输出每百万 token $0.500,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.200。
- Muse Ember 比 Inkling Small 更好吗?
- 截至 2026年11月16日,Inkling Small 与 Muse Ember(推理强度 max)的质量不相上下(BenchLeader Index 52.0 比 52.1,在 ±6.4 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Muse Ember 是什么时候发布的?
- Meta 于 2026年11月9日发布了 Muse Ember。BenchLeader 收录了它在 3 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Muse Ember:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/muse-ember。