すべてのリリース

Muse Ember vs. GLM-5.3：リリース比較

Muse EmberとGLM-5.3のリリース比較：それぞれ2個と2個のモデルがあり、知能・性能・料金の特性が異なります。以下では、全4個のモデルの主要指標を比較します。

  • 知能が最も高いのはMuse Emberです。Muse Ember (Max)（36）に対し、GLM-5.3はGLM-5.3 (Max)（32）です。
  • タスクあたりの費用が最も低いのはMuse Emberです。Muse Ember (Xhigh)（$0.12）に対し、GLM-5.3はGLM-5.3 (Low)（$1.57）です。
モデルPlayground

比較するリリース

Muse Ember (max)Muse Ember (xhigh)GLM-5.3 (max)GLM-5.3 (low)
Intelligence Index
36
34
32
23
財務・会計
45
44
42
31
戦略・オペレーション
49
49
47
38
法務
38
38
36
28
医療・ヘルスケア
--
--
39
31
タスクあたりの費用USD
$0.14
$0.12
$5.01
$1.57
タスクあたりの時間分
--
--
29.5
16.2
最初の回答トークンまでの時間秒
--
--
79.91
12.42
コンテキストウィンドウ
1M
1M
1M
1M
開発元
Meta
Meta
Z AI
Z AI
ライセンス
独自
独自
オープン
オープン
入力モダリティ

対応：テキスト、画像

対応：テキスト、画像

対応：テキスト

対応：テキスト

出力モダリティ

対応：テキスト

対応：テキスト

対応：テキスト

対応：テキスト

プロバイダー
Meta
Meta
ModalZaiTogether AI
+21
ZaiSupernovaDigitalOcean
+5
Updated

知能

Artificial Analysis Intelligence Index · Higher is better

タスクあたりの時間

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

タスクあたりの費用

Weighted average cost (USD) per Intelligence Index task · Lower is better

知能Updated

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 とタスクあたりのコスト

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

タスク当たりのコスト（USD、対数スケール）

費用

Intelligence Index タスクあたりのコスト

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

速度と遅延

Intelligence Indexのタスクあたりの時間

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

能力スコア

能力指数

特定の能力や業界におけるモデルの性能を測定
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

ベンチマーク

AA-PersonalityBenchNew

パーソナリティ指数

各軸は8つのパーソナリティ指数の1つで、構成特性のEloのzスコアの平均を、ベンチマークで評価したすべてのモデルにわたる1〜100のパーセンタイル順位にしたもの