所有发布

Muse Ember vs. Gemini 4 Argon:发布比较

Muse Ember 与 Gemini 4 Argon 发布比较:分别包含 2 个和 2 个模型,各自具有不同的智能、性能与价格特征。下方对全部 4 个模型的关键指标进行了比较。

  • 智能方面,Gemini 4 Argon 得分最高:Gemini 4 Argon (High)(50),Muse Ember 为 Muse Ember (Max)(36)。
  • 每任务耗时方面,Muse Ember 最快:Muse Ember (Xhigh)(2.7 分钟),Gemini 4 Argon 为 Gemini 4 Argon (High)(29.9 分钟)。
  • 单任务成本方面,Muse Ember 最低:Muse Ember (Xhigh)($0.12),Gemini 4 Argon 为 Gemini 4 Argon (Medium)($4.31)。
模型 Playground

比较的发布

Gemini 4 Argon (high)Gemini 4 Argon (medium)Muse Ember (max)Muse Ember (xhigh)
Intelligence Index
50
48
36
34
财务与会计
56
53
45
44
战略与运营
57
56
49
49
法律
55
52
38
38
医疗与健康
51
--
41
--
每任务成本美元
$4.97
$4.31
$0.14
$0.12
每任务耗时分钟
29.9
--
3.2
2.7
首个答案 Token 延迟秒
44.89
--
5.00
4.16
上下文窗口
1M
1M
1M
1M
开发商
Google
Google
Meta
Meta
许可证
专有
专有
专有
专有
输入模态

支持:文本和图像

支持:文本和图像

支持:文本和图像

支持:文本和图像

输出模态

支持:文本

支持:文本

支持:文本

支持:文本

服务商
Google
Google
Meta
Meta
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

智能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-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

Intelligence Index 与每项任务的成本

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
Muse Ember
Gemini 4 Argon
Pareto line

单任务成本(美元,对数刻度)

成本

每项 Intelligence Index 任务的成本

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

速度与延迟

Intelligence Index 每项任务耗时

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

能力得分

能力指数

衡量模型在特定能力与行业中的表现
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-AA 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

性格指数

每个轴对应 8 个性格指数之一:其特质 Elo z 分数的平均值,在基准测试中所有已评估模型之间换算为 1 到 100 的百分位排名