Metas neuestes Modell Muse Ember erreicht 36 auf dem Artificial Analysis Intelligence Index und liegt damit gleichauf mit Claude Haiku 5.5 (max) bei einem Drittel der Cost per Task
Modelseite ansehenMuse Ember ist Metas neueste Modellreihe im Effizienzsegment, mit denselben Eingabe- und Ausgabepreisen pro Token wie Claude Haiku 5.5 und GPT-6 Luna
Wichtigste Erkenntnisse:
➤ Auf der Pareto-Frontier von Intelligence Index vs. Cost per Task sowohl bei max- als auch bei xhigh-Aufwand. Muse Ember (max) ist das günstigste Modell mit einem Score von 36 oder höher, bei $0.14 pro Aufgabe, und Muse Ember (xhigh) erreicht 34 für $0.12. Claude Haiku 5.5 (max) kostet fast 3x mehr, nämlich $0.41 für denselben Score wie Muse Ember (max). Muse Ember (max) ist auch etwa 4x günstiger als DeepSeek V4.1 Flash 1017 (max, 33, $0.60) und GLM-5.3-Flash (28, $0.58)
➤ 8 Punkte hinter Muse Wonder für etwa 1/50 der Cost per Task. Muse Wonder (max) erreicht 44 bei $6.95 pro Intelligence Index Aufgabe
➤ Bricht sich heraus bei AutomationBench-AA. Muse Ember (max) erreicht 68.1% bei AutomationBench-AA, gleichauf mit Muse Wonder (max), und schlägt Claude Haiku 5.5 (max) bei GDP.pdf (22.8% vs 20.8%), liegt aber bei AA-Briefcase dahinter (1521 vs 1574 Elo)
➤ Gemischte Ergebnisse beim agentischen Codieren in unseren Intelligence Index Evaluierungen. Es schlägt Claude Haiku 5.5 (max) bei Terminal-Bench 4.0 (40.9% vs 32.8%), liegt aber bei FrontierCode 2.0 dahinter (27.2% vs 34.9%)
➤ Vergleichbar teuren Modellen voraus, wenn es in seinem eigenen Coding-Agent läuft. In Muse Code erreicht Muse Ember (max) 46 auf dem Artificial Analysis Coding Agent Index, vor Claude Haiku 5.5 in Claude Code (max, 37) und GPT-6 Luna in Codex (max, 31)
➤ Wissen ist die Hauptschwäche, aber es halluziniert selten. Seine AA-Omniscience-Genauigkeit von 21.1% ist die niedrigste der vergleichbaren, ähnlich intelligenten Modelle, gegenüber 34.7% für Claude Haiku 5.5 (max) und 50.5% für Gemini 3.8 Flash (high). Das liegt hauptsächlich daran, dass es 64% der Fragen nicht beantwortet, was seine Halluzinationsrate bei 17.4% hält, die Hälfte von Claude Haiku 5.5 (max)
Weitere Details:
➤ Preise: $0.10 Eingabe / $0.004 zwischengespeicherte Eingabe / $0.50 Ausgabe pro 1M Token ➤ Reasoning-Aufwand: Ergebnisse bei max-Aufwand gezeigt, xhigh ebenfalls im Intelligence vs. Cost Diagramm ➤ Verfügbarkeit: Metas First-Party-API und Muse Code
Muse Ember kostet pro Aufgabe weniger als ähnlich teure Modelle
Muse Ember (max) hat dieselben Token-Preise für Eingabe und Ausgabe wie Claude Haiku 5.5 (max) und GPT-6 Luna (max), aber seine zwischengespeicherte Eingabe, der größte Kostenfaktor in unseren agentischen Evaluierungen, ist 60% günstiger. Muse Ember (max) verwendet auch nur etwa ein Drittel so viele Ausgabe-Tokens wie Claude Haiku 5.5 (max)
Muse Embers herausragendes agentisches Ergebnis ist AutomationBench-AA, wo es 68.1% erreicht, gleichauf mit Muse Wonder und GPT-6 Astra
Agentisches Codieren ist gemischt. Muse Ember schlägt Claude Haiku 5.5 bei Terminal-Bench 4.0 (40.9% vs 32.8%), liegt aber bei FrontierCode 2.0 dahinter (27.2% vs 34.9%)
Muse Ember liegt als Coding-Agent vor ähnlich teuren Modellen
In Muse Code erreicht es 46 auf dem Artificial Analysis Coding Agent Index, vor Claude Haiku 5.5 in Claude Code (37) und GPT-6 Luna in Codex (31). Sein Vorsprung kommt von SWE-Atlas-QnA-AA und Terminal-Bench 4.0, während es bei FrontierCode hinter Claude Haiku 5.5 liegt, ebenso wie in unserem Intelligence Index
Wissen ist Muse Embers Hauptschwäche, aber es halluziniert selten
Seine AA-Omniscience-Genauigkeit von 21.1% ist die niedrigste der von uns verglichenen, ähnlich intelligenten Modelle, vor allem weil es bei 64% der Fragen ablehnt zu antworten. Das hält seine Halluzinationsrate bei 17.4%, die Hälfte der von Claude Haiku 5.5
Vollständige Ergebnisse des Artificial Analysis Intelligence Index für Muse Ember (max)