核心信息

Arena 报告称,在其面向真实工作场景的高效模型 Agent Arena 基准中,Meta 的 Muse Ember(Max)在各项测量维度上均领先于 OpenAI 的 GPT-6 Luna(Max)和 Anthropic 的 Claude Haiku 5.5(High)。

要点

  • 速度:Ember 每任务 27 秒,Luna 为 5.8 分钟,Haiku 5.5 为 1.9 分钟——比 Luna 快约 13 倍。
  • 性能:Agent Arena 得分净提升 +2.3%,Luna 为 +1.4%,Haiku 5.5 为 +0.4%。
  • 成本:Ember 每任务 1.9 美分,另两者分别为 7.0 和 6.9 美分——不到任一竞品的三分之一。
  • Arena 还分享了 Ember 在 Work 场景的可操控性得分分析,以及用户在 Agent Arena 中用 Muse Ember 实际运行的任务案例。