所有发布

Muse Ember vs. Mistral Large 4：发布比较

Muse Ember 与 Mistral Large 4 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，Muse Ember 得分最高：Muse Ember (Max)（36），Mistral Large 4 为 Mistral Large 4 (High)（26）。
  • 单任务成本方面，Muse Ember 最低：Muse Ember (Xhigh)（$0.12），Mistral Large 4 为 Mistral Large 4 (Medium)（$1.41）。
模型 Playground

比较的发布

Muse Ember (max)Muse Ember (xhigh)Mistral Large 4 (high)Mistral Large 4 (medium)
Intelligence Index
36
34
26
23
财务与会计
45
44
39
35
战略与运营
49
49
43
39
法律
38
38
35
31
医疗与健康
--
--
--
--
每任务成本美元
$0.14
$0.12
$2.06
$1.41
每任务耗时分钟
--
--
12.5
9.1
首个答案 Token 延迟秒
--
--
31.27
20.27
上下文窗口
1M
1M
1M
1M
开发商
Meta
Meta
Mistral
Mistral
许可证
专有
专有
开放
开放
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
Meta
Meta
Mistral
Mistral
Updated

智能

Artificial Analysis Intelligence Index · Higher is better

每任务耗时

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

每任务成本

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
Mistral Large 4
Pareto line
AA-Briefcase v1.1
AutomationBench-AA

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