Muse Ember 全量评测细节：拒答 64% 问题换来了仅一半的幻觉率
ArtificialAnlys · x · 2026-11-10
Artificial Analysis 补充发布 Muse Ember (max) 在智能指数各项评测中的完整结果图表，覆盖 AA-Briefcase、AutomationBench-AA、Terminal-Bench 4.0、FrontierCode 2.0、AA-Omniscience、HLE-Diamond、GDP.pdf 等九项评测。
核心补充结论：Muse Ember 的主要短板是知识面，AA-Omniscience 准确率 21.1% 为同档模型中最低，但这是因为它在 64% 的问题上选择拒答，从而使幻觉率维持在 17.4%，仅为 Claude Haiku 5.5 的一半。
所属事件:AA 评测 Meta Muse Ember：36 分追平 Haiku 5.5，成本仅三分之一(17 条相关)→
「模型」频道最新
- Anthropic自估AI研发加速1.88倍逼近2x阈值，判定被质疑不透明 — scottleibrand · 2026-11-10
- DeepSeek 比 Claude Fable 5.2 便宜 44 倍,单任务成本 $0.60 vs $26.54 — Yuchenj_UW · 2026-11-10
- Garry Tan 感叹新前沿模型日:每个项目都能获得阶跃式提升 — garrytan · 2026-11-10
- 网友晒 Claude 模型菜单调侃 OpenAI:发模型也该这么快 — BLCNYY · 2026-11-10
- Meta 编码模型 Muse Ember 上线 OpenRouter，可搭配前沿模型分工 — alexandr_wang · 2026-11-10
- Meta Muse Ember 同步进驻 OpenCode 编码工具 — alexandr_wang · 2026-11-10