Todos los lanzamientos

Muse Ember vs. Claude Haiku 5.5: comparación de lanzamientos

Comparación de los lanzamientos Muse Ember y Claude Haiku 5.5: 2 y 5 modelos respectivamente, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 7 modelos.

  • En inteligencia, Muse Ember y Claude Haiku 5.5 empatan en 36 (Muse Ember (Max) y Claude Haiku 5.5 (Max)).
  • En costo por tarea, Claude Haiku 5.5 es el más económico: Claude Haiku 5.5 (Low), con $0.04, frente a Muse Ember (Xhigh), con $0.12 de Muse Ember.
Playground de modelos

Lanzamientos comparados

Claude Haiku 5.5 (max)Muse Ember (max)Claude Haiku 5.5 (xhigh)Muse Ember (xhigh)Claude Haiku 5.5 (high)Claude Haiku 5.5 (medium)Claude Haiku 5.5 (low)
Intelligence Index
36
36
35
34
30
25
19
Finanzas y contabilidad
44
45
41
44
38
35
29
Estrategia y operaciones
39
49
39
49
37
33
27
Jurídico
39
38
37
38
35
33
27
Salud y medicina
37
--
34
--
32
31
25
Costo por tareaUSD
$0.41
$0.14
$0.25
$0.12
$0.16
$0.09
$0.04
Tiempo por tareaMinutos
15.8
--
9.7
--
6.5
4.1
2.1
Tiempo hasta el primer token de respuestas
183.84
--
51.52
--
20.55
9.84
6.86
Ventana de contexto
1M
1M
1M
1M
1M
1M
1M
Creador
Anthropic
Meta
Anthropic
Meta
Anthropic
Anthropic
Anthropic
Licencia
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Modalidad de entrada

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Modalidad de salida

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Proveedores
Anthropic
Meta
Anthropic
Meta
Anthropic
Anthropic
Anthropic
Updated
Artificial Analysis Intelligence Index · Higher is better
Inference time (minutes) per Intelligence Index task · Lower is better
Weighted average cost (USD) per Intelligence Index task · Lower is better

InteligenciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

Intelligence Index vs. costo por tarea

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
Muse Ember
Claude Haiku 5.5
Pareto line

Costo por tarea (USD, escala logarítmica)

Costo

Costo por tarea del Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Velocidad y latencia

Tiempo por tarea del Intelligence Index

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better

Puntuaciones de capacidades

Índices de capacidades

Mide el rendimiento de los modelos en capacidades e industrias específicas
Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better

AA-PersonalityBenchNew

Índices de personalidad

Cada eje es uno de los 8 índices de personalidad: la media de las puntuaciones z de Elo de sus rasgos, convertida en un rango percentil de 1 a 100 entre todos los modelos evaluados en el benchmark