所有发布

Muse Ember vs. GPT-6.1 Terra:发布比较

Muse Ember 与 GPT-6.1 Terra 发布比较:分别包含 2 个和 6 个模型,各自具有不同的智能、性能与价格特征。下方对全部 8 个模型的关键指标进行了比较。

  • 智能方面,GPT-6.1 Terra 得分最高:GPT-6.1 Terra (Max)(51),Muse Ember 为 Muse Ember (Max)(36)。
  • 单任务成本方面,GPT-6.1 Terra 最低:GPT-6.1 Terra (Low)($0.07),Muse Ember 为 Muse Ember (Xhigh)($0.12)。
模型 Playground

比较的发布

GPT-6.1 Terra (max)GPT-6.1 Terra (xhigh)GPT-6.1 Terra (high)GPT-6.1 Terra (medium)Muse Ember (max)Muse Ember (xhigh)GPT-6.1 Terra (non-reasoning)GPT-6.1 Terra (low)
Intelligence Index
51
45
42
38
36
34
31
29
财务与会计
49
48
44
42
45
44
34
38
战略与运营
50
49
47
45
49
49
40
42
法律
46
44
42
40
38
38
28
37
医疗与健康
45
--
--
--
--
--
--
--
每任务成本美元
$0.96
$0.40
$0.26
$0.17
$0.14
$0.12
$0.23
$0.07
每任务耗时分钟
13.6
6.1
4.0
2.6
--
--
2.3
1.1
首个答案 Token 延迟秒
153.59
28.77
10.08
4.02
--
--
1.69
2.24
上下文窗口
1M
1M
1M
1M
1M
1M
1M
1M
开发商
OpenAI
OpenAI
OpenAI
OpenAI
Meta
Meta
OpenAI
OpenAI
许可证
专有
专有
专有
专有
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

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

支持:文本

支持:文本

支持:文本

支持:文本

服务商
OpenAI
OpenAI
OpenAI
OpenAI
Meta
Meta
OpenAI
OpenAI
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 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
GPT-6.1 Terra
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 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