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
Ran Muse Ember on hardest long horizon browser benchmark 👀

It's EXTREMELY cheap, pareto frontier. ...

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。

  1. 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。

  2. 单任务成本仅3美分,较GPT-6 Luna medium降低2.4倍。

  3. 与GPT-6 Luna medium性能相当但成本显著优化。

  4. 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。

#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

@alexandr_wang

, 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