Muse Glimmer
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
- 综合 Index54
- 推理60
- 编程46
- 数学62
- 人类偏好60
嵌入这个排名
更多徽章样式[](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。
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。
Index 走势
2026年9月9日 至 2026年11月16日- 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 Index | 44.4#97 | Artificial 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#120 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 83.5%#159 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 22.0%#220 | – | Artificial Analysis | |
| HLE-Diamond (AA) | 9.1%#124 | – | Artificial Analysis | |
| CritPt不计入 Index | 2.6%#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#127 | Arena (LMArena) |
编程
| 基准测试 | low | medium | high | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|
| SciCode | – | – | 44.9%#159 | – | – | SciCode | |
| Arena Coding推理强度未说明 | – | – | – | – | 1481#111 | Arena (LMArena) | |
| Arena WebDev推理强度未说明 | – | – | – | – | 1354#120 | Arena (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#53 | DuelLab GameBench 2 | |
| GameBench 2 by reasoning setting不计入 Index | 22.2#193 | 29.5#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
| 基准测试 | high | 来源 | 趋势 |
|---|---|---|---|
| GDPval-AA v2.1, normalised score不计入 Index | 14.2%#107 | Artificial Analysis | |
| GDPval-AA v2.1不计入 Index | 792#211 | Artificial Analysis | |
| τ³-Banking (AA) | 23.5%#88 | Artificial Analysis | |
| Analyst Agent (AA)不计入 Index | 20.0%#37 | Artificial Analysis | |
| AutomationBench不计入 Index | 6.8%#191 | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | 10.0%#165 | Artificial Analysis | |
| EnterpriseOps-Gym不计入 Index | 34.7%#36 | Artificial Analysis | |
| AA-Briefcase v1.1不计入 Index | 478#218 | Artificial Analysis | |
| Terminal-Bench-Science 0.1 (AA)不计入 Index | 0.0%#115 | Artificial Analysis |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Maths | 1442#92 | Arena (LMArena) |
知识
| 基准测试 | high | 来源 | 趋势 |
|---|---|---|---|
| AA-Omniscience v1.1 | -32.2#134 | Artificial Analysis | |
| AA-Omniscience v1.1: accuracy不计入 Index | 28.0%#104 | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucination不计入 Index | 16.4%#119 | Artificial Analysis |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Instruction Following不计入 Index | 1412#127 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1425#123 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index | 1804#26 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1367#156 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1429#120 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1422#134 | Arena (LMArena) |
多模态
| 基准测试 | high | 来源 | 趋势 |
|---|---|---|---|
| MMMU-Pro | 74.3%#124 | Artificial Analysis |
长上下文
| 基准测试 | high | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 83.3%#22 | Artificial Analysis |
综合
| 基准测试 | high | 来源 | 趋势 |
|---|---|---|---|
| AA Intelligence Index v5.0.1不计入 Index | 6.3#118 | Artificial Analysis | |
| AA Intelligence Index v4.3.2不计入 Index | 17.5#271 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 267.3#212 | Artificial 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 |
|---|---|---|---|---|---|---|
| Together | 84 tok/s | 0.48 s | $0.350 | $1.50 | 131k | – |
| DeepInfra | 17 tok/s | 1.17 s | $0.300 | $1.20 | 131k | bf16 |
价格历史
上述价格(每百万 token)在每个变动日的数值。
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 | $0.0004 | 4.3 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0043 | $0.0020 | 8.0 s |
| 代码编辑 | 6,000 / 1,500 | $0.0036 | $0.0024 | 19.0 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.023 | $0.011 | 49.4 s |
| 结构化信息提取 | 2,000 / 200 | $0.0008 | $0.0005 | 3.1 s |
Meta 的更多模型
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。
[](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}
}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。