跳到正文
𝕏 Arena.ai(x.com)·· 4 天前品質評分42
重點導讀

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。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

Arena.ai
Arena.ai@arena
·4 天前
𝕏

The race among efficient models built for real work has a new leader: Muse Ember by @AIatMeta.

Ember (Max) leads on every dimension against GPT-6 Luna (Max) from @OpenAI and Claude Haiku 5.5 (High) by @AnthropicAI:

- Speed: 27s per task vs 5.8 min and 1.9 min
- Performance: +2.3% Net Improvement (Agent Arena score) vs +1.4% and +0.4%
- Cost: 1.9¢ per task vs 7.0¢ and 6.9¢

That’s ~13x faster than Luna and less than a third of the cost of either. Below find more analysis on Ember’s steerability score across Work, and a look at what real-world tasks users are shipping with Muse Ember in the Agent Arena.

推文來源 · X (Twitter)在 X 參與討論
來源: Arena.ai (x.com)
在 X 查看推文

讀者討論

理性交流 · 即時討論