BenchLeader

Muse Glimmer

推理强度
质量第 113 / 339 名
54.4Index
高于中位数
较中位数 +4.2
价格第 89 / 255 名
$0.525每百万 token
比多数便宜
中位数的 0.6 倍
速度第 107 / 216 名
82token/秒
高于中位数
中位数的 1.0 倍
性价比第 86 / 255 名
103.6分/$
高于中位数
中位数的 1.9 倍

性价比更高: MiMo-V2.5 $0.138/M 即可获得 Index 56.3,价格只有四分之一。

有 14 个更便宜的已排名模型得分更高:GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475)、GLM 5.3 Flash (57.8, $0.238),另有 11 个。

截至 2026年11月16日,Muse Glimmer(Meta)在 BenchLeader Index 上得分 54.4(共 608 个已排名配置)。表现最好的是数学(62),最弱的是编程(46)。API 价格为输入每百万 token $0.300、输出每百万 token $1.20(按 3:1 混合为 $0.525),为 2026年11月16日的标价。输出速度约为 82 token/秒(OpenRouter)。发布于 2026年8月10日。

要点(截至 2026年11月16日)

  • Muse Glimmer 的 API 价格为输入每百万 token $0.300、输出每百万 token $1.20(按 3:1 混合为 $0.525)(标价,2026年11月16日)。
  • Muse Glimmer 的输出速度约为 82 token/秒(OpenRouter,2026年11月16日)。
  • Muse Glimmer 于 2026年8月10日发布(Meta)。

详细说明:Muse Glimmer 是 Meta 的开放权重推理模型,发布于 2026年8月10日。其最佳配置在 BenchLeader Index 上得分 54.4 ±8.1,在 608 个配置中排第 235 名,处于上半区。关键在于这个“±”:另有 389 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,数学得分最高(62),编程最低(46)。按混合价格计,每百万 token $0.525,比大多数已排名模型便宜。输出速度为 82 token/秒,首 token 延迟 0.7 秒,比大多数模型慢。它已在 5 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
$0.525/M
输入 $0.300 · 输出 $1.20
来源:OpenRouter
输出速度
82 tok/s
OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
首次回答
0.66 s
上下文
131k
来源:OpenRouter
单任务成本
–
单任务 token 数
–
发布日期
2026年8月10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 Index54
  2. 推理60
  3. 编程46
  4. 数学62
  5. 人类偏好60

嵌入这个排名

更多徽章样式
[![Muse Glimmer on BenchLeader: 综合第 112 名](https://www.benchleader.com/badge/muse-glimmer.svg?style=compact)](https://www.benchleader.com/models/muse-glimmer)

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
low––82 tok/s0.66 s$0.0005
medium––82 tok/s0.66 s$0.0005
high46.5#43087 tok/s24 s$0.0005智能体与工具 52 · 编程 35 · 知识 27 · 长上下文 66 · 多模态 57 · 推理 35
xhigh––82 tok/s0.66 s$0.0005
未说明最佳54.4#23582 tok/s0.66 s$0.0005编程 46 · 人类偏好 60 · 数学 62 · 推理 60

Index 走势

2026年9月9日 至 2026年11月16日
385164
  • 默认
  • high

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

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。

元数据

基准测试high来源趋势
AA Openness Index不计入 Index44.4#97Artificial Analysis

推理

基准测试high默认来源趋势
Arena Hard Prompts推理强度未说明–1446#120Arena (LMArena)
GPQA Diamond (AA)不计入 Index83.5%#159–Artificial Analysis
Humanity's Last Exam (AA)不计入 Index22.0%#220–Artificial Analysis
HLE-Diamond (AA)9.1%#124–Artificial Analysis
CritPt不计入 Index2.6%#208–Artificial Analysis
CritPt v2 hard subset (AA)7.0%#112–Artificial Analysis
Arena Expert不计入 Index推理强度未说明–1443#127Arena (LMArena)

编程

基准测试lowmediumhighxhigh默认来源趋势
SciCode––44.9%#159––SciCode
Arena Coding推理强度未说明––––1481#111Arena (LMArena)
Arena WebDev推理强度未说明––––1354#120Arena (LMArena)
SciCode (AA)不计入 Index––44.9%#165––Artificial Analysis
Terminal-Bench 4.0 (AA)不计入 Index––0.5%#172––Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index––51.7%#118––Artificial Analysis
GameBench 2 Overall不计入 Index跨设置––––28.6#53DuelLab GameBench 2
GameBench 2 by reasoning setting不计入 Index22.2#19329.5#171–34.1#157–DuelLab GameBench 2
Design Arena Website不计入 Index–––1183#95–Design Arena
FrontierCode 1.1 (AA)不计入 Index––13.9%#76––Artificial Analysis
FrontierCode 2.0 (AA)––1.5%#117––Artificial Analysis

智能体与工具

数学

基准测试默认来源趋势
Arena Maths1442#92Arena (LMArena)

指令遵循

基准测试默认来源趋势
Arena Instruction Following不计入 Index1412#127Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1425#123Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index1804#26EQ-Bench
Arena Creative Writing不计入 Index1367#156Arena (LMArena)
Arena Multi-turn不计入 Index1429#120Arena (LMArena)
Arena Longer Queries不计入 Index1422#134Arena (LMArena)

多模态

基准测试high来源趋势
MMMU-Pro74.3%#124Artificial Analysis

长上下文

基准测试high来源趋势
AA-LCR v1.183.3%#22Artificial Analysis

综合

基准测试high来源趋势
AA Intelligence Index v5.0.1不计入 Index6.3#118Artificial Analysis
AA Intelligence Index v4.3.2不计入 Index17.5#271Artificial Analysis
AA Progress Index v1不计入 Index267.3#212Artificial Analysis

GameBench 2 Overall: 28.6. GameBench 2, best reasoning setting (XHigh): 34.1. 仅供参考,不计入 BenchLeader Index。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

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
Together84 tok/s0.48 s$0.350$1.50131k–
DeepInfra17 tok/s1.17 s$0.300$1.20131kbf16

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.413$0.825$1.24$1.6526年9月26年10月26年11月
输入 输出
当前:输入 $0.300 · 输出 $1.20

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 $0.040。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$0.0005$0.00044.3 s
总结一份 30 页的报告12,000 / 600$0.0043$0.00208.0 s
代码编辑6,000 / 1,500$0.0036$0.002419.0 s
智能体编程会话60,000 / 4,000$0.023$0.01149.4 s
结构化信息提取2,000 / 200$0.0008$0.00053.1 s

Meta 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Muse Glimmer 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 Glimmer on BenchLeader: 综合第 112 名](https://www.benchleader.com/badge/muse-glimmer.svg)](https://www.benchleader.com/models/muse-glimmer)

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 Glimmer on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/muse-glimmer

BibTeX:

@misc{benchleader_muse_glimmer_20261116,
  author       = {{BenchLeader}},
  title        = {{Muse Glimmer on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/muse-glimmer}},
  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 Glimmer 的基准测试得分是多少?
截至 2026年11月16日,Muse Glimmer 的 BenchLeader Index 为 54.4 ±8.1。最强的是数学(62),最弱的是编程(46)。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 Glimmer 排名第几?
截至 2026年11月16日,Muse Glimmer 在 608 个已排名配置中排第 235 名。另有 389 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 Glimmer 每百万 token 的价格是多少?
截至 2026年11月16日,Muse Glimmer 的价格为输入每百万 token $0.300、输出每百万 token $1.20,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.525。标价最近一次变动是在 2026年10月6日。
Muse Glimmer 是什么时候发布的?
Meta 于 2026年8月10日发布了 Muse Glimmer。BenchLeader 收录了它在 5 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 Glimmer: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-glimmer。