BenchLeader
Meta推理模型新2026年11月9日 发布与其他模型对比

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 AnalysisAA Intelligence Index v5.0.1 36.0 · AA-Omniscience v1.1 7.4 · HLE-Diamond (AA) 25.1% · 下方还有更多
LMArenaArena WebDev 1609 · Arena Agent 1.7 · Arena Agent Task Completion -7.6
Epoch AISimpleBench 72.7% · APEX-Agents 64.3%
Vals AIVals Index 60.5 · Excel Modeling Benchmark v1.1 72.2% · Finance Agent v2.1 63.8% · 下方还有更多
Scale AIFORTRESS 11.9% · SWE Atlas v1.1 56.0% · SWE Atlas v1.1: Codebase QnA 61.3% · 下方还有更多
Design ArenaDesign Arena Website 1330
Terminal-BenchTerminal-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。

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。

推理强度
质量第 141 / 339 名
52.1Index
高于中位数
较中位数 +1.9
价格第 40 / 255 名
$0.200每百万 token
最便宜的四分之一
中位数的 0.2 倍
速度第 1 / 216 名
437token/秒
前 10%
中位数的 5.3 倍
性价比第 38 / 255 名
260.5分/$
前四分之一
中位数的 4.7 倍

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
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index52
  2. 推理51
  3. 编程60
  4. 智能体与工具52
  5. 知识49

嵌入这个排名

更多徽章样式
[![Muse Ember on BenchLeader: 综合第 140 名](https://www.benchleader.com/badge/muse-ember.svg?style=compact)](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。

Meta 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

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。

推理强度Index排名速度首次回答聊天回复成本类别
xhigh49.1#369413 tok/s3.81 s$0.0002智能体与工具 43 · 编程 52 · 知识 49 · 推理 50
max最佳52.1#288437 tok/s4.96 s$0.0002智能体与工具 52 · 编程 60 · 知识 49 · 推理 51
未说明––208 tok/s2.02 s$0.0002智能体与工具 63 · 推理 65

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xhighmax默认来源趋势
SimpleBench推理强度未说明––72.7%#23SimpleBench
HLE-Diamond (AA)23.6%#7025.1%#62–Artificial Analysis
CritPt v2 hard subset (AA)38.5%#6239.0%#60–Artificial Analysis

编程

基准测试xhighmax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%#20Scale AI SEAL
SWE Atlas v1.1: Codebase QnA不计入 Index推理强度未说明––61.3%#19Scale AI SEAL
SWE Atlas v1.1: Test Writing不计入 Index推理强度未说明––56.7%#19Scale AI SEAL
SWE Atlas v1.1: Refactoring不计入 Index推理强度未说明––50.0%#18Scale AI SEAL
Terminal-Bench 4.0 (AA)不计入 Index35.4%#5140.9%#45–Artificial Analysis
Design Arena Website不计入 Index推理强度未说明––1330#9Design Arena
FrontierCode 2.0 (AA)22.0%#6227.2%#45–Artificial Analysis

智能体与工具

基准测试xhighmax默认来源趋势
Terminal-Bench30.6%#72––Terminal-Bench
APEX-Agents推理强度未说明––64.3%#15Mercor
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 Index66.7%#2768.1%#21–Artificial Analysis
GDP.pdf (AA)不计入 Index22.4%#7022.8%#64–Artificial Analysis
AA-Briefcase v1.1不计入 Index1526#401520#44–Artificial Analysis
Terminal-Bench-Science 0.1 (AA)不计入 Index17.6%#5020.0%#47–Artificial Analysis

知识

基准测试xhighmax来源趋势
AA-Omniscience v1.17.7#677.4#68Artificial Analysis
Excel Modeling Benchmark v1.1不计入 Index–72.2%#13Vals AI
AA-Omniscience v1.1: accuracy不计入 Index21.4%#11621.1%#121Artificial Analysis
AA-Omniscience v1.1: non-hallucination不计入 Index82.7%#982.6%#10Artificial Analysis

长上下文

基准测试max来源趋势
MLCR不计入 Index18.3%#67Artificial Analysis

综合

基准测试xhighmax来源趋势
AA Intelligence Index v5.0.1不计入 Index34.1#5436.0#47Artificial Analysis
Vals Index不计入 Index–60.5#14Vals AI
Vals Finance Index不计入 Index–60.9%#12Vals AI
Vals Legal Index不计入 Index–75.7%#4Vals AI

安全与诚实

基准测试默认来源趋势
FORTRESS不计入 Index11.9%#8Scale 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 Vertex268 tok/s1.96 s$0.100$0.5001.0M–
Meta208 tok/s1.91 s$0.100$0.5001.0M–

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

OpenRouter,过去一周
#47
token 份额 0.26%
OpenRouter 每日 token 数(2026年11月2日 至 2026年11月15日):共 557B。
Vercel AI Gateway 上的提供商吞吐量首 token在线率,1 天
Meta436 tok/s1.72 s99.98%

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$0.00025.6 s
总结一份 30 页的报告12,000 / 600$0.0015$0.00066.3 s
代码编辑6,000 / 1,500$0.0014$0.00098.4 s
智能体编程会话60,000 / 4,000$0.0080$0.003714.1 s
结构化信息提取2,000 / 200$0.0003$0.00025.4 s

Meta 的更多模型

本月新上线

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。

[![Muse Ember on BenchLeader: 综合第 140 名](https://www.benchleader.com/badge/muse-ember.svg)](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}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

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。