Todos los lanzamientos

Muse Ember vs. GLM-5.3: comparación de lanzamientos

Comparación de los lanzamientos Muse Ember y GLM-5.3: 2 y 2 modelos respectivamente, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 4 modelos.

  • En inteligencia, Muse Ember obtiene la puntuación más alta: Muse Ember (Max), con 36, frente a GLM-5.3 (Max), con 32 de GLM-5.3.
  • En costo por tarea, Muse Ember es el más económico: Muse Ember (Xhigh), con $0.12, frente a GLM-5.3 (Low), con $1.57 de GLM-5.3.
Playground de modelos

Lanzamientos comparados

Muse Ember (max)Muse Ember (xhigh)GLM-5.3 (max)GLM-5.3 (low)
Intelligence Index
36
34
32
23
Finanzas y contabilidad
45
44
42
31
Estrategia y operaciones
49
49
47
38
Jurídico
38
38
36
28
Salud y medicina
--
--
39
31
Costo por tareaUSD
$0.14
$0.12
$5.01
$1.57
Tiempo por tareaMinutos
--
--
29.5
16.2
Tiempo hasta el primer token de respuestas
--
--
79.91
12.42
Ventana de contexto
1M
1M
1M
1M
Creador
Meta
Meta
Z AI
Z AI
Licencia
Propietario
Propietario
Abierto
Abierto
Modalidad de entrada

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto

Admite: texto

Modalidad de salida

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Proveedores
Meta
Meta
ModalZaiTogether AI
+21
ZaiSupernovaDigitalOcean
+5
Updated

Inteligencia

Artificial Analysis Intelligence Index · Higher is better

Tiempo por tarea

Inference time (minutes) per Intelligence Index task · Lower is better

Costo por tarea

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
GLM-5.3
Pareto line
AA-Briefcase v1.1
AutomationBench-AA

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

Benchmarks

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