Le tout nouveau modèle de Meta, Muse Ember, obtient un score de 36 sur l'Artificial Analysis Intelligence Index, égaling Claude Haiku 5.5 (max) pour un tiers du Coût par Tâche
Voir la page du modèleMuse Ember est la nouvelle gamme de modèles de niveau efficace de Meta, avec les mêmes prix de tokens d'entrée et de sortie que Claude Haiku 5.5 et GPT-6 Luna
Points clés :
➤ Sur la frontière Pareto de l'Indice d'Intelligence vs. Coût par Tâche, à la fois en effort max et xhigh. Muse Ember (max) est le modèle le moins cher obtenant un score de 36 ou plus, à 0,14 $ par tâche, et Muse Ember (xhigh) obtient 34 pour 0,12 $. Claude Haiku 5.5 (max) coûte presque 3 fois plus cher, à 0,41 $ pour le même score que Muse Ember (max). Muse Ember (max) est aussi environ 4 fois moins cher que DeepSeek V4.1 Flash 1017 (max, 33, 0,60 $) et GLM-5.3-Flash (28, 0,58 $)
➤ 8 points derrière Muse Wonder pour environ 1/50e du Coût par Tâche. Muse Wonder (max) obtient un score de 44 à 6,95 $ par tâche de l'Indice d'Intelligence
➤ Se distingue sur AutomationBench-AA. Muse Ember (max) obtient 68,1 % sur AutomationBench-AA, au niveau de Muse Wonder (max), et bat Claude Haiku 5.5 (max) sur GDP.pdf (22,8 % vs 20,8 %), mais est en retrait sur AA-Briefcase (1521 vs 1574 Elo)
➤ Résultats mitigés en codage agentique dans nos évaluations de l'Indice d'Intelligence. Il bat Claude Haiku 5.5 (max) sur Terminal-Bench 4.0 (40,9 % vs 32,8 %) mais est en retrait sur FrontierCode 2.0 (27,2 % vs 34,9 %)
➤ Devant les modèles de prix similaires lorsqu'il fonctionne dans son propre agent de codage. Dans Muse Code, Muse Ember (max) obtient un score de 46 sur l'Artificial Analysis Coding Agent Index, devant Claude Haiku 5.5 dans Claude Code (max, 37) et GPT-6 Luna dans Codex (max, 31)
➤ Les connaissances sont la principale faiblesse, mais il hallucine rarement. Sa précision AA-Omniscience de 21,1 % est la plus basse des modèles d'intelligence similaire que nous avons comparés, contre 34,7 % pour Claude Haiku 5.5 (max) et 50,5 % pour Gemini 3.8 Flash (high). Cela s'explique principalement par le fait qu'il refuse de répondre à 64 % des questions, ce qui maintient son taux d'hallucination à 17,4 %, la moitié de celui de Claude Haiku 5.5 (max)
Autres détails :
➤ Tarification : 0,10 $ en entrée / 0,004 $ en entrée en cache / 0,50 $ en sortie par 1M de tokens ➤ Effort de raisonnement : résultats présentés en effort max, avec xhigh également sur le graphique Intelligence vs. Coût ➤ Disponibilité : l'API first-party de Meta et Muse Code
Muse Ember coûte moins cher par tâche que les modèles de prix similaires
Muse Ember (max) a les mêmes prix de tokens d'entrée et de sortie que Claude Haiku 5.5 (max) et GPT-6 Luna (max), mais son entrée en cache, qui constitue la majeure partie du coût dans nos évaluations agentiques, est 60 % moins chère. Muse Ember (max) utilise également environ un tiers moins de tokens de sortie que Claude Haiku 5.5 (max)
Le résultat agentique remarquable de Muse Ember est AutomationBench-AA, où il obtient 68,1 %, au niveau de Muse Wonder et GPT-6 Astra
Le codage agentique est mitigé. Muse Ember bat Claude Haiku 5.5 sur Terminal-Bench 4.0 (40,9 % vs 32,8 %) mais est en retrait sur FrontierCode 2.0 (27,2 % vs 34,9 %)
Muse Ember est devant les modèles de prix similaires en tant qu'agent de codage
Dans Muse Code, il obtient un score de 46 sur l'Artificial Analysis Coding Agent Index, devant Claude Haiku 5.5 dans Claude Code (37) et GPT-6 Luna dans Codex (31). Son avance provient de SWE-Atlas-QnA-AA et Terminal-Bench 4.0, tandis qu'il est en retrait de Claude Haiku 5.5 sur FrontierCode, comme dans notre Indice d'Intelligence
Les connaissances sont la principale faiblesse de Muse Ember, mais il hallucine rarement
Son score AA-Omniscience de 21.1 % est le plus bas des modèles d'intelligence similaire que nous avons comparés, principalement parce qu'il refuse de répondre à 64 % des questions. Cela maintient son taux d'hallucination à 17.4 %, soit la moitié de celui de Claude Haiku 5.5
Résultats complets de l'Artificial Analysis Intelligence Index pour Muse Ember (max)