Browser Use(@browser_use)
Ran Muse Ember on hardest long horizon browser benchmark 👀 It's EXTREMELY cheap, pareto frontier. ...
8.5内容质量

TL;DR · AI 摘要
Muse Ember在长期浏览器基准测试中表现优异,成本仅为GPT-6 Luna medium的2.4倍,任务成本低于5美分。
核心要点
- Muse Ember执行百步级浏览器任务仅需3美分,成本比GPT-6 Luna medium低2.4倍
- 长期浏览器基准测试得分63.9/100,达到GPT-6 Luna medium同等水平
- Alexandr Wang团队开发的模型在性价比上突破行业瓶颈
结构提纲
按章节快速跳转。
Muse Ember在长期浏览器任务中取得63.9/100的高分,验证其稳定性。
- ·成本分析
单任务成本仅3美分,较GPT-6 Luna medium降低2.4倍。
- ›技术对比
与GPT-6 Luna medium性能相当但成本显著优化。
- ·行业影响
低成本高性价比模型推动浏览器自动化技术发展。
思维导图
用一张图看清主题之间的关系。
查看大纲文本(无障碍 / 无 JS 友好)
- Muse Ember浏览器基准测试
- 测试表现
- 63.9/100得分
- 百步级任务稳定性
- 成本优势
- 3美分/任务
- 2.4倍于GPT-6
- 技术影响
- Alexandr Wang团队突破
- 浏览器自动化新基准
金句 / Highlights
值得收藏与分享的关键句。
Tasks with 100s of browser steps cost CENTS, not USD > 63.9/100, same as GPT-6 Luna medium
3 cents a task, 2.4x cheaper > best score under 5 cents
cheap models that can actually drive a browser are huge
#AI模型#成本效益#浏览器基准测试#大模型优化
打开原文X上的浏览器使用:"在最困难的长期浏览器基准测试中运行了Muse Ember 👀 它极其便宜,处于帕累托前沿。包含数百个浏览器步骤的任务成本仅为美分,而非美元 > 63.9/100,与GPT-6 Luna中型相当 > 每任务3美分,便宜2.4倍 > 最佳得分低于5美分 恭喜 @alexandr_wang, cheap… / X
浏览器使用
@browser_use
在最困难的长期浏览器基准测试中运行了Muse Ember 👀 它极其便宜,处于帕累托前沿。包含数百个浏览器步骤的任务成本仅为美分,而非美元 > 63.9/100,与GPT-6 Luna中型相当 > 每任务3美分,便宜2.4倍 > 最佳得分低于5美分 恭喜
, 能实际驱动浏览器的便宜模型非常重要
2026年11月9日 下午10:36
·
12.9K
浏览量
9
18
147
41