Meta Muse Ember 重写 Code Arena WebDev 价格性能前沿
LMArena 发布最新一期 Code Arena: WebDev 价格性能追踪,五款新模型进入 Pareto 前沿:Anthropic 的 Claude Fable 5.2 (xHigh)、Google DeepMind 的 Gemini 4 Carbon (High)、Moonshot 的 Kimi K3.1 Pro (Max)、OpenAI 的 GPT-6.1 Terra (Max) 和 Meta 的 Muse Ember (Max)。其中 Muse Ember 对前沿的移动幅度最大。 在约 3 美分一次回答的价位上,Muse Ember 拿到 1608 分,而此前同价位最佳成绩为 1438 分。按 Arena 的 Elo 胜率估算,这一分差意味着 Muse Ember 约有 73% 的概率战胜旧冠军。Meta 由此在 WebDev 场景的低价区间建立了新的性价比标杆。 文章同时指出行业整体节奏在加快:头部分数的更新速度达到此前的 3 倍,而 4 月份的最佳成绩如今只需 1/20 的成本就能复现。对开发团队而言,WebDev 编码任务的单位成本正以远快于模型能力提升的速度下降,选型时价格性能曲线比绝对分数更具参考价值。
Current read
Meta 的 Muse Ember 在 3 美分价位拿到 1608 分,比同价位旧最佳高 170 分,胜率约 73%。做 WebDev 生成的团队选模型时可以看看这份价格性能曲线,低价区间的格局变了。
Evidence
11 sourcesConflict check
Dedup data only shows that these sources discuss the same event, not that they agree. There is no structured supporting or refuting evidence yet, so no conflict is inferred automatically.