跳到正文

#Meta

RSS
今日 0 則
11月20日週五
  1. Dev.to Top Tech61

    Meta 的 Muse Wonder 在 Legora 法律工作測試中拿下整體品質第一

    律師事務所挑選 AI 處理客戶案件時,既要看回答是否可靠,也得考慮每件工作的成本。Legora 公佈的 11 月測試中,Meta 的 Muse Wonder 整體品質最高,並在分析與回答、資料擷取、撰寫和編輯四類工作領先;OpenAI 的 GPT-6.2 Astra 則在比較與審查任務領先,案件成本比平均低 20%。GPT-6.2 Sol 的品質高於平均,案件成本低 78%。Meta 沒有公佈 Muse Wonder 的案件成本,因此這份結果能比較表現與部分價格,還看不出品質領先值多少錢。

11月19日週四
  1. Arena.ai42

    LMSYS Arena 比較了 Muse Ember、GPT-6 Luna 和 Claude Haiku 5.5 在實際工作任務上的速度、表現和成本。Muse Ember 完成一項任務平均花 27 秒,另外兩款分別要 5.8 分鐘和 1.9 分鐘;它的 Agent Arena 分數提升 2.3%,也高於對手的 1.4% 和 0.4%。每項任務成本則是 1.9 美分,低於另外兩款的 7.0 美分和 6.9 美分。這些結果讓 Muse Ember 在三項比較中都領先,顯示它處理實際工作任務時更快、成本也更低。

11月16日週一
  1. Arena.ai58

    Arena 公佈的榜單顯示,Qwen4-Max 在中文模型中排名第一,整體實驗室排名第五;在 Agent Arena 首次登場就排第 14,前一代 Qwen3.8-Max 則排第 39。這項結果來自 14.7k 次真實任務操作紀錄,整體表現提升 7.5%。四項指標都比前一代進步,其中「好評相較抱怨」提升 13%,「確認成功」提升 9%;在工作、聊天和程式任務的排名也都進入中文模型前列。

11月15日週日
  1. Dev.to Top Tech36

    ChatGPT、Grok 等 7 款 AI 聊天機器人實測:誰寫行銷文最可靠?

    想用 AI 寫社群貼文或商品介紹,最怕它擅自補上沒說過的產品功能,害人把錯誤資訊直接貼出去。這次測試讓 7 款 AI 聊天機器人各寫 4 種短文,再逐一檢查內容。ChatGPT 每次都只給一個版本,也沒有編造資料;Grok 表現也不錯。Claude 會在缺少資訊時先詢問,但有時會給好幾個版本;其他模型則更常自行加料,例如替水壺寫上「免費配送」。7 款裡有 6 款加了原本沒提供的產品特色,5 款也超過 Instagram 每篇 5 個標籤的限制。AI 寫得像真的,不代表內容正確,發布前還是要逐項確認。

11月14日週六
  1. Arena.ai45

    LMSYS Arena 本週公佈多款模型在不同競賽的表現。Claude Fable 5.2 (Max) 在 Agent Arena 排名第 1,根據 7.8k 次真實使用記錄,淨改善幅度為 +30.5%;Gemini 4 Hydrogen (High) 則是前 10 名中速度最快的模型,每個常見步驟約需 7.3 秒。Muse Ember (Max) 以每項任務 $0.03 的中位成本登上 Code Arena: WebDev 第 37 名;Inkling 2 Small 則以 1647 分拿下該榜開放權重模型第 1。這些排名讓人能比較模型的表現、速度與成本;推文也提到,採用 Apache 2.0 的開放權重即將推出。

11月12日週四
11月10日週二
  1. Simon Willison79

    Meta AI 推出 Muse Ember,主打小型高效率與複雜推理

    Meta AI 推出小型高效率模型 Muse Ember,面向複雜推理與AI 助理日常重複執行的工作,包括工具呼叫、程式撰寫子任務、路由、資料擷取與長檔案解析。

    推薦理由:文章比較 Muse Ember 與 GPT-6 Luna、Claude Haiku 5.5 在不同提示長度下的價格,並以每項任務成本與推理層級補充評估模型效率的方式。

  2. MarkTechPost81

    Meta 發布 Muse Ember,支援 1M-token 上下文的代理模型

    Meta Superintelligence Labs 發布 Muse Ember,這款託管式多模態推理模型面向 AI 助理中的重複任務,支援 1M-token 上下文與最多 512K 輸出 tokens。

    推薦理由:Muse Ember 在 AA Intelligence Index 與 Claude Haiku 5.5 分數相近,報導也比較兩者每項任務成本與各項基準表現,可供評估代理工作負載的取捨。

  3. Dev.to Top Tech80

    Meta 發布 Muse Ember,主打低成本處理高頻AI 助理工作

    Meta 於 2026 年 11 月 9 日推出小型模型 Muse Ember,主打以低成本處理AI 助理工作流程中的高頻、重複任務,並已在 Meta Model API 和 Muse Code 上提供。

    推薦理由:本文整理 Muse Ember 的定價、基準分數與部署限制,並清楚標示資料來自 Meta 或 Artificial Analysis,可據此評估其高頻AI 助理工作負載的成本取捨。

  4. Dev.to Top Tech82

    Meta Muse Ember 如何以低成本處理AI 助理的重複任務

    Meta Muse Ember 主打以較低成本處理AI 助理反覆執行的工具呼叫、程式子任務、路由、資料擷取與長檔案解析,並非定位為前沿模型。 - 價格與規格:輸入每百萬 token $0.10、快取輸入 $0.004、輸出 $0.50;上下文視窗為 1M tokens,最大輸出 512K tokens。

    推薦理由:文章以成本與基準比較說明 Muse Ember 的定位,並指出它適合處理重複的AI 助理工作步驟,較難的工程任務則由更強模型承擔。

  5. Rohan Paul55

    Meta 發布旗下最小模型 Muse Ember,並稱其智慧程度媲美 Claude Haiku 5.5,成本約為後者的三分之一。 適用工作:工具呼叫、程式設計子任務,以及路由與資料擷取AI 助理。 定價:上下文最多 200K tokens 時,每 1M tokens 的輸入費用為 $0.10、輸出費用為 $0.50;超過 200K tokens 時,輸入為 $0.30、輸出為 $1.50。 成本比較:Claude Haiku 對少於 100K tokens 的提示採相同費率;原文指出,Ember 的成本優勢主要來自每項任務使用較少 tokens。

  6. aihot85

    Meta 發布 Muse Ember,主打AI 助理高頻任務

    Meta 發布 Muse Ember(muse-ember-1.0),定位為適合AI 助理高頻重複工作的高效率模型,涵蓋工具呼叫、程式子任務、路由、資訊擷取與長檔案解析。

    推薦理由:Meta 以多項AI 助理、程式與多模態基準比較 Muse Ember,並列出任務成本與 API 價格,可用來評估高頻工作流程的模型選擇。

  7. TechCrunch · AI78

    Meta 發布輕量級 Agent 執行模型 Muse Ember

    Meta Superintelligence Lab 發布輕量級模型 Muse Ember,主打複雜推理執行,以及 Agent 常見的工具呼叫、程式設計子任務、路由、資訊擷取與長檔案解析。

    推薦理由:Muse Ember 的每百萬輸入 token 定價為 0.10 美元,報導並比較其成本與同類模型,呈現 Meta 將輕量模型用於大量重複 Agent 任務的產品定位。

  8. AI at Meta71

    Meta 推出最小且效率最高的模型 Muse Ember,定位於複雜推理執行與日常AI 助理工作。 工作流程:可跨應用程式延續工作流程、依序呼叫工具、執行測試並進行目標式程式碼修正。 輸入與上下文:支援 1M-token 上下文視窗,並原生理解文字、影像、音訊與影片,可處理大型檔案集合及多樣輸入。

    推薦理由:Muse Ember 將跨應用工作流程、工具串接與程式修正納入模型能力,並支援多種輸入形式,可從中瞭解其定位與適用工作範圍。

11月8日週日
11月7日週六
11月6日週五
11月5日週四
11月4日週三
11月3日週二
10月31日週六
10月29日週四
10月23日週五
10月20日週二