Todos los lanzamientos

Muse Ember vs. GPT-6 Luna: comparación de lanzamientos

Comparación de los lanzamientos Muse Ember y GPT-6 Luna: 2 y 6 modelos respectivamente, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 8 modelos.

  • En inteligencia, Muse Ember obtiene la puntuación más alta: Muse Ember (Max), con 36, frente a GPT-6 Luna (Max), con 28 de GPT-6 Luna.
  • En costo por tarea, GPT-6 Luna es el más económico: GPT-6 Luna (Low), con $0.01, frente a Muse Ember (Xhigh), con $0.12 de Muse Ember.
Playground de modelos

Lanzamientos comparados

Muse Ember (max)Muse Ember (xhigh)GPT-6 Luna (max)GPT-6 Luna (xhigh)GPT-6 Luna (high)GPT-6 Luna (medium)GPT-6 Luna (low)GPT-6 Luna (non-reasoning)
Intelligence Index
36
34
28
23
21
18
10
9
Finanzas y contabilidad
45
44
34
31
29
26
17
19
Estrategia y operaciones
49
49
43
39
38
34
17
17
Jurídico
38
38
32
28
27
24
16
17
Salud y medicina
--
--
35
30
29
27
16
16
Costo por tareaUSD
$0.14
$0.12
$0.15
$0.10
$0.07
$0.04
$0.01
$0.07
Tiempo por tareaMinutos
--
--
12.2
7.2
5.6
3.4
0.6
2.0
Tiempo hasta el primer token de respuestas
--
--
84.98
21.30
10.85
5.15
2.48
1.20
Ventana de contexto
1M
1M
1M
1M
1M
1M
1M
1M
Creador
Meta
Meta
OpenAI
OpenAI
OpenAI
OpenAI
OpenAI
OpenAI
Licencia
Propietario
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

Admite: texto e imágenes

Modalidad de salida

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Proveedores
Meta
Meta
OpenAIMicrosoft Azure
OpenAI
OpenAIMicrosoft Azure
OpenAI
OpenAI
OpenAIMicrosoft Azure
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
GPT-6 Luna
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