Muse Ember 刷新长程浏览器基准，单任务成本仅 3 美分

Browser Use 在最困难的长程浏览器基准 v2.1（180 个共享任务，对比 17 个模型）上实测 Muse Ember：得分 63.9/100，与 GPT-6 Luna medium 持平，并横扫该基准的 Pareto 前沿；每个任务成本仅约 3 美分，即上百步的长程浏览器任务只需几美分即可完成。

2026-11-10 ~ 2026-11-11 · 2 条相关