Muse Ember
Data source: AIHOT
Model data is shown as published (Chinese).
Released: 2026-11-09 · Context: 1.049M tokens
Overall rank 20
Official API prices ¥ / million tokens
- Input
- ¥0.67 ($0.1)
- Output
- ¥3.33 ($0.5)
- Cache hits
- ¥0.0267 ($0.004)
输入不超过 200K Token 的标准价;超过 200K 时整个请求按输入 $0.30、输出 $1.50、缓存命中 $0.012/百万 Token 计费。
输入不超过 200K Token 的标准价;超过 200K 时整个请求按输入 $0.30、输出 $1.50、缓存命中 $0.012/百万 Token 计费。
Official pricing ↗Domain capabilities
| Board | Rank | Score | Benchmarks |
|---|---|---|---|
| 综合 | 20 | 66 | 22 |
| 编程 | 17 | 65.8 | 6 |
| 科研 | 22 | 65.5 | 3 |
| 专业办公 | 13 | 70 | 9 |
| 知识问答 | 29 | 62.6 | 3 |
编程 · 65.8
| Benchmark | Organization | Published result | Normalized score | Source rank | Verified | Notes |
|---|---|---|---|---|---|---|
| Terminal-Bench 4.0 ↗ 在终端完成软件、科研等复杂任务,再由各题的测试检查结果。 | Artificial Analysis | 40.9% | 67.7 | 55 | 2026-11-18 | Notes代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| Terminal-Bench 4.0 ↗ 在终端完成软件、科研等复杂任务,再由各题的测试检查结果。 | Vals AI | 39.4% | 67.4 | 20 | 2026-11-18 | Notes代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| Vibe Code Bench v1.1 ↗ 按一份需求从零搭出网页应用,再在浏览器里按验收步骤逐项检查功能。 | Vals AI | 83.7% | 66 | 27 | 2026-11-18 | Notes代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| FrontierCode 2.0 ↗ 在真实开源仓库里改代码,看改动能不能达到维护者愿意合并的水平。 | Artificial Analysis | 27.2% | 66 | 55 | 2026-11-18 | Notes代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| APEX-SWE ↗ 在工程环境里连接并部署服务,或根据故障日志和监控信息排查问题。 | Mercor | 52.9% | 65.5 | 14 | 2026-11-18 | Notes代表配置:Max 推理 · terminus-2 · apex-swe:terminus-2。该来源对所有模型使用同一受控系统;按预先固定的推理档位优先级选择,配置明细保留,成绩归到基础模型。 |
| Terminal-Bench 4.0 ↗ 在终端完成软件、科研等复杂任务,再由各题的测试检查结果;官方榜为每个模型指定 Agent,通常是厂商自家的。 | Terminal-Bench | 30.6% | 62.9 | 39 | 2026-11-18 | Notes代表配置:xHigh 推理 · Muse Code。评测方为每个模型指定 Agent(通常是厂商自家的);按预先固定的推理档位优先级选择,成绩归到基础模型。 |
科研 · 65.5
| Benchmark | Organization | Published result | Normalized score | Source rank | Verified | Notes |
|---|---|---|---|---|---|---|
| Terminal-Bench Science ↗ 在命令行里走完一段科研流程:处理数据、跑分析、得出结果。 | Artificial Analysis | 20.0% | 67 | 58 | 2026-11-18 | Notes代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| 致知 · 逻辑月榜 ↗ 个人长期维护的难题榜:用中文出的逻辑、数学、空间和编程题,看模型能不能想清楚。 | llm2014 | 43.0% | 65.1 | 19 | 2026-11-18 | Notes代表配置:xHigh 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| CritPt v2 Hard ↗ 修订版研究级物理题里较难的 40 道,可以写代码辅助演算。 | Artificial Analysis | 39.0% | 64 | 71 | 2026-11-18 | Notes代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
专业办公 · 70
| Benchmark | Organization | Published result | Normalized score | Source rank | Verified | Notes |
|---|---|---|---|---|---|---|
| Harvey 法律 Agent 基准 v1.1 ↗ 处理法律资料,交付 Word、Excel、幻灯片等能直接审阅的文件。 | Vals AI | 25.0% | 82.4 | 2 | 2026-11-18 | Notes这项成绩和这个模型的其他成绩差得太远,它对总分的影响设了上限,一个异常成绩带偏不了总分。代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| τ³-Banking ↗ 扮演银行客服跟模拟客户对话:查政策、找产品、改账户。 | Mercor | 53.3% | 73.9 | 9 | 2026-11-18 | Notes代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| TaxAgentBench ↗ 回答税务专业问题,要查到税法依据并注明出处。 | Vals AI | 38.2% | 71.7 | 16 | 2026-11-18 | Notes代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| Legal Research Bench ↗ 像律师一样查法规和判例,写出有出处的结论。 | Vals AI | 49.0% | 71.5 | 12 | 2026-11-18 | Notes代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| AutomationBench-AA ↗ 在模拟办公软件中处理业务流程,按完成目标和守规情况评分。 | Artificial Analysis | 68.1% | 70.8 | 31 | 2026-11-18 | Notes代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| APEX-Agents ↗ 投行、咨询和法律里的长任务,看模型当助手能不能把一件完整的工作做完。 | Mercor | 64.3% | 69.9 | 20 | 2026-11-18 | Notes代表配置:Max 推理 · loop_truncated_tools_agent · apex-agents:v1.1:loop_truncated_tools_agent。该来源对所有模型使用同一受控系统;按预先固定的推理档位优先级选择,配置明细保留,成绩归到基础模型。 |
| Excel Modeling v1.1 ↗ 在 Excel 里搭财务模型:在模板上补全,或者从零建表。 | Vals AI | 72.2% | 69.2 | 15 | 2026-11-18 | Notes代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| AA-Briefcase ↗ 完成办公项目里写报告、做表格这类长任务,按细则和成果质量评分。 | Artificial Analysis | 1,520.5 | 68.5 | 51 | 2026-11-18 | Notes代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| Finance Agent v2.1 ↗ 金融分析师的日常工作:查公司财报、做计算和分析。 | Vals AI | 63.8% | 68.1 | 17 | 2026-11-18 | Notes代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
知识问答 · 62.6
| Benchmark | Organization | Published result | Normalized score | Source rank | Verified | Notes |
|---|---|---|---|---|---|---|
| BullshitBench v2 ↗ 问题里藏着错误前提,看模型能不能指出来,而不是顺着编下去。 | BullshitBench | 57.0% | 65.6 | 78 | 2026-11-18 | Notes代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| MLCR-AA ↗ 读很长的医疗记录回答问题,答案要完整且不能违背原始记录。 | Artificial Analysis | 18.3% | 61.4 | 79 | 2026-11-18 | Notes代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| AA-Omniscience v1.1 ↗ 各领域的事实问答,答错倒扣、不会可以不答,看模型知道多少、会不会乱编。 | Artificial Analysis | 7.4 | 55.6 | 79 | 2026-11-18 | Notes代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
真人盲选 · 64.7
| Benchmark | Organization | Published result | Normalized score | Source rank | Verified | Notes |
|---|---|---|---|---|---|---|
| Arena WebDev ↗ 真人匿名比较两个模型做出来的网页,选更好的那个。 | LMArena | 1,607.9 | 62.8 | 38 | 2026-11-18 | Notes代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
Benchmarks without results
- LiveBench · 编程综合
- SciCode · AA
- Code Migration v1.1
- ProgramBench
- MirrorCode
- CyberBench Patch v1.1
- FrontierCode 2.0 · Cognition
- WeirdML v3
- FrontierSWE v2
- TapTap Maker
- HLE · AA
- FrontierMath v2 · Tiers 1–3
- LiveBench · 推理与数学
- 司南 · 推理
- ARC-AGI-2
- 司南 · 抽象
- CritPt · AA
- Chess Puzzles
- Mystery Game Puzzles
- MysteryMechanism
- Terminal-Bench Science · Vals
- BioMysteryBench
- GDPval-AA
- Harvey LAB 1.1 · AA
- LiveBench · 数据分析
- AA-Analyst Agent
- SimpleQA Verified
- 司南 · 知识
- AA-LCR
- LiveBench · 语言与指令
- NYT Connections 扩展版
- Arena Text
Recent news
11-17Arena 分析 Meta Muse Ember 改写 Code Arena: WebDev 价格性能前沿Arena
11-13Muse Wonder、Muse Spark 1.3 与 Muse Ember 在 Google Cloud 开启公开预览Google AI:DEV 作者专属
11-12Muse Ember (Max) 登顶 Arena Agent 榜高效模型,成本约为竞品四分之一Arena
11-10Meta 发布最小模型 Muse Ember,价格介于 GPT-6 Luna 与 Claude Haiku 5.5 之间Simon Willison 博客
11-10Meta 发布 Muse Ember:1M 上下文的小型智能体模型MarkTechPost
11-10Meta 推出轻量级 AI 模型 Muse Ember,跑分媲美 Claude Haiku 5.5,单任务成本仅 1/3IT之家·人工智能