所有发布

Muse Ember vs. Grok 4.7:发布比较

Muse Ember 与 Grok 4.7 发布比较:分别包含 2 个和 3 个模型,各自具有不同的智能、性能与价格特征。下方对全部 5 个模型的关键指标进行了比较。

  • 智能方面,Muse Ember 得分最高:Muse Ember (Max)(36),Grok 4.7 为 Grok 4.7 (Xhigh)(35)。
  • 单任务成本方面,Muse Ember 最低:Muse Ember (Xhigh)($0.12),Grok 4.7 为 Grok 4.7 (Low)($2.92)。
模型 Playground

比较的发布

Muse Ember (max)Grok 4.7 (xhigh)Grok 4.7 (high)Muse Ember (xhigh)Grok 4.7 (low)
Intelligence Index
36
35
35
34
31
财务与会计
45
52
51
44
45
战略与运营
49
55
53
49
49
法律
38
47
47
38
44
医疗与健康
--
47
46
--
43
每任务成本美元
$0.14
$7.77
$6.18
$0.12
$2.92
每任务耗时分钟
--
25.8
21.7
--
10.8
首个答案 Token 延迟秒
--
54.11
34.19
--
12.42
上下文窗口
1M
500k
500k
1M
500k
开发商
Meta
SpaceXAI
SpaceXAI
Meta
SpaceXAI
许可证
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

输出模态

支持:文本

支持:文本

支持:文本

支持:文本

支持:文本

服务商
Meta
SpaceXAI
SpaceXAI
Meta
SpaceXAI
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
Grok 4.7
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

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