Metaの最新モデルMuse EmberはArtificial Analysis Intelligence Indexで36を記録し、タスクあたりコストの3分の1でClaude Haiku 5.5 (max)と同等のスコアを達成
Muse EmberはMetaの最新の効率ティアモデルラインであり、入出力トークン価格はClaude Haiku 5.5およびGPT-6 Lunaと同一です
主なポイント:
➤ maxおよびxhighのいずれの労力設定でも、Intelligence Index対タスクあたりコストのパレートフロンティア上に位置。Muse Ember (max)はスコア36以上を達成する最安のモデルで、タスクあたり$0.14、またMuse Ember (xhigh)は$0.12でスコア34。Claude Haiku 5.5 (max)はMuse Ember (max)と同じスコアを得るのにほぼ3倍の$0.41を要します。Muse Ember (max)はまた、DeepSeek V4.1 Flash 1017 (max, 33, $0.60)やGLM-5.3-Flash (28, $0.58)より約4分の1のコスト
➤ タスクあたりコスト約1/50でMuse Wonderに8ポイント差。Muse Wonder (max)はIntelligence Indexのタスクあたり$6.95でスコア44
➤ AutomationBench-AAで際立つ成績。Muse Ember (max)はAutomationBench-AAで68.1%を記録しMuse Wonder (max)と同等、GDP.pdfではClaude Haiku 5.5 (max)を上回る(22.8%対20.8%)が、AA-Briefcaseでは及ばない(1521対1574 Elo)
➤ Intelligence Indexの評価ではエージェント型コーディングの結果は混合。Terminal-Bench 4.0ではClaude Haiku 5.5 (max)を上回り(40.9%対32.8%)、FrontierCode 2.0では下回る(27.2%対34.9%)
➤ 自社のコーディングエージェントで実行した場合、同価格帯のモデルを上回る。Muse Codeでは、Muse Ember (max)はArtificial Analysis Coding Agent Indexで46を記録し、Claude CodeのClaude Haiku 5.5 (max, 37)およびCodexのGPT-6 Luna (max, 31)を上回る
➤ 知識が最大の弱点だが、ハルシネーションはまれ。AA-Omniscienceの正確率21.1%は比較した同程度の知能を持つモデルの中で最も低く、Claude Haiku 5.5 (max)の34.7%、Gemini 3.8 Flash (high)の50.5%に対するもの。これは主に、質問の64%への回答を拒否するためで、そのハルシネーション率は17.4%に抑えられており、Claude Haiku 5.5 (max)の半分
その他の詳細:
➤ 料金: 1Mトークンあたり 入力 $0.10 / キャッシュ済み入力 $0.004 / 出力 $0.50
➤ 推論労力: max労力での結果を表示、Intelligence対コストのチャートにはxhighも掲載 ➤ 提供形態: MetaのファーストパーティAPIおよびMuse Code