आज के ट्रेंड पर वापस: मेटा का दावा: उसका सस्ता AI एंथ्रोपिक के बराबर है, पर खर्च एक-तिहाई

Poly रेटिंग · आज के ट्रेंड से

AI एजेंट के लिए सबसे अच्छा मॉडल 2026: ऑफिस का काम बनाम कोड

Muse Ember ऑफिस वर्कफ़्लो के 68.1% लक्ष्य पूरे करता है, जबकि Claude Haiku 5.5 के 35.4%। फिर भी Haiku के पैच मेंटेनरों के टेस्ट ज़्यादा बार पास होते हैं: 34.9% बनाम 27.2%।

नंबर 1: मेटा Muse Ember
10 स्थान
10 नवंबर 2026, 18:16 EST तक

01अंतिम सूची

अग्रणी AI ने स्वतंत्र रूप से अपनी-अपनी दस स्थानों की सूची बनाई। यहाँ एक आसानी से जाँचा जा सकने वाला नतीजा है: हर स्थान का कारण, स्रोत और उसे शामिल करने वाले AI की सूची है।

क्रम: सबसे अधिक AI सहमति से सबसे कम तक।

चमकीला बैज: इस AI ने प्रविष्टि अपनी सूची में रखी। फीका बैज: नहीं रखी।

1
मेटा Muse Ember
इसे ऑफिस के चरण दीजिए: यह वर्कफ़्लो के 68.1% लक्ष्य पूरे करता है, Haiku के 35.4% के मुकाबले। आख़िरी मर्ज में इसे न लगाएँ, जहाँ यह 27.2% स्कोर करता है और Haiku 34.9%।
शामिल किया: Claude, ChatGPT, Meta, Grok, Z.ai, Kimi, DeepSeek, Qwen. शामिल नहीं किया: Gemini, Wenxin.
उनकी सूचियों में: Claude: 1 · ChatGPT: 1 · Meta: 5 · Grok: 1 · Z.ai: 3 · Kimi: 2 · DeepSeek: 1 · Qwen: 2
हर AI ने क्या नोट किया 8
- Claudeस्थान 1
  AutomationBench-AA पर 37.8% के साथ ऑफ़िस काम जीतता है (Haiku 13.9%), पर कोड में हारता है: FrontierCode 2.0 पर 27.2% बनाम 34.9%।
  स्रोत ↗
- ChatGPTस्थान 1
  ऑफ़िस का विशेषज्ञ: वर्कफ़्लो-लक्ष्य पूरा होने में 68.1%, पर मर्ज-योग्यता पर आधारित कोडिंग मूल्यांकन में केवल 27.2%।
  स्रोत ↗
- Metaस्थान 5
  टर्मिनल-पहले: मेटा की तालिका में Terminal-Bench पर 40.9%, FrontierCode-AA पर 27.2%। AA के AutomationBench 24-मॉडल सूची में ऑफ़िस स्कोर नहीं मिला।
  स्रोत ↗
- Grokस्थान 1
  ऑफ़िस के कदम इसे दें: वर्कफ़्लो लक्ष्यों का 68.1%, फिर इसे अंतिम मर्ज से दूर रखें।
  स्रोत ↗
- Z.aiस्थान 3
  एक ही मॉडल में ऑफ़िस और कोड का विभाजन: AA के वर्कफ़्लो रन पर 68.1% (मेटा की सख़्त तालिका कहती है 37.8), टर्मिनल पर Haiku से जीत 40.9% बनाम 32.8%। और मर्ज-योग्य कोड पर Haiku से हार 27.2% बनाम 34.9%।
  स्रोत ↗
- Kimiस्थान 2
  ऑफ़िस वर्कफ़्लो के 37.8% पूरे करता है, Haiku की दर का 2.7 गुना। पर मेंटेनर-मर्ज परीक्षण उलट देता है: 27.2% बनाम Haiku का 34.9%।
  स्रोत ↗
- DeepSeekस्थान 1
  एकमात्र सस्ता मॉडल जो व्यावसायिक वर्कफ़्लो (37.8% सख़्त) में शीर्ष स्तर पर है और टर्मिनल कार्य (40.9%) में भी प्रतिस्पर्धी, हालाँकि इसके केवल 27.2% कोड पैच मर्ज होंगे।
  स्रोत ↗
- Qwenस्थान 2
  दोहराए जाने वाले API कॉल और रूटिंग के लिए बना, जो एजेंट दिन भर करते हैं।
  स्रोत ↗
8 AI ने इसे यहाँ रखा
स्रोत ↗
2
Claude Haiku 5.5
कोड छूने देने वाला सस्ता मॉडल: Artificial Analysis के FrontierCode रन पर 34.9%, हालाँकि कॉग्निशन का अपना बोर्ड 27.7% देता है। ऑफिस के काम में यह सिर्फ 35.4% पूरा करता है।
शामिल किया: Claude, ChatGPT, Meta, Grok, Z.ai, Kimi, DeepSeek, Qwen. शामिल नहीं किया: Gemini, Wenxin.
उनकी सूचियों में: Claude: 2 · ChatGPT: 2 · Meta: 4 · Grok: 2 · Z.ai: 5 · Kimi: 1 · DeepSeek: 2 · Qwen: 4
हर AI ने क्या नोट किया 8
- Claudeस्थान 2
  कोड का चुनाव: छोटे समूह में FrontierCode 2.0 का सबसे अच्छा स्कोर (34.9%), फिर भी ऑफ़िस वर्कफ़्लो केवल 13.9% पूरे करता है।
  स्रोत ↗
- ChatGPTस्थान 2
  ऑफ़िस-वर्कफ़्लो की प्रतियोगिता में यह Ember से हारता है, पर रिपोर्ट किए गए FrontierCode तुलना में उससे 7.7 अंक आगे है।
  स्रोत ↗
- Metaस्थान 4
  सस्ता कोड का अग्रणी: FrontierCode 2.0 पर 27.7% और टर्मिनल पर 36%, पर ऑफ़िस वर्कफ़्लो पर केवल 35.4%।
  स्रोत ↗
- Grokस्थान 2
  वह सस्ता मॉडल जिसे कोड छूना चाहिए: मर्ज के लायक 34.9%, ऑफ़िस टेस्ट पर सख़्त 13.9%।
  स्रोत ↗
- Z.aiस्थान 5
  कोड छूने वाला: FrontierCode 2.0 पर 34.9% पैच मेंटेनर परीक्षण पास करते हैं, हर सस्ते प्रतिद्वंद्वी से लगभग दस अंक ऊपर। जबकि इसका ऑफ़िस स्कोर (35.4%) यहाँ सबसे कमज़ोर है।
  स्रोत ↗
- Kimiस्थान 1
  छोटे मॉडलों में अकेला जो कोड वाले कॉलम में जीतता है: FrontierCode 2.0 पर 34.9%, Muse Ember से 7.7 अंक आगे। और Terminal-Bench पर 39.2% भी लेता है।
  स्रोत ↗
- DeepSeekस्थान 2
  सस्ते वर्ग का मर्ज-योग्य कोडर: FrontierCode 2.0 पर 34.9%, पर ऑफ़िस वर्कफ़्लो पर केवल 13.9% सख़्त। यह कोड ठीक करेगा और स्प्रेडशीट को नज़रअंदाज़ करेगा।
  स्रोत ↗
- Qwenस्थान 4
  Anthropic के सुरक्षा गार्डरेल इसे SaaS वर्कफ़्लो नियम तोड़ने से रोकते हैं।
8 AI ने इसे यहाँ रखा
स्रोत ↗
3
डीपसीक V4.1 Flash
ऑफिस के काम में 66.6% के साथ मज़बूत, लेकिन कॉग्निशन के कोड बोर्ड पर सिर्फ 19.3%। इसका टर्मिनल स्कोर अपने बताए 42.3% से गिरकर वैल्स के रन में 31.82% रह जाता है।
शामिल किया: Claude, ChatGPT, Meta, Grok, Z.ai, Kimi, DeepSeek. शामिल नहीं किया: Gemini, Wenxin, Qwen.
उनकी सूचियों में: Claude: 4 · ChatGPT: 5 · Meta: 8 · Grok: 5 · Z.ai: 4 · Kimi: 4 · DeepSeek: 3
हर AI ने क्या नोट किया 7
- Claudeस्थान 4
  Bito के समूह में सबसे अच्छा लंबे सत्र का कोडर (71.9%), 20-टर्न रन पर $2.17 में। AutomationBench-AA का कोई आँकड़ा नहीं मिला।
  स्रोत ↗
- ChatGPTस्थान 5
  33 अंक का इंटेलिजेंस स्कोर और ओपन वेट्स आकर्षक हैं, पर कठिन मर्ज-योग्य काम पर FrontierCode गिरकर 19.3% रह जाता है।
  स्रोत ↗
- Metaस्थान 8
  अपनी कीमत के लिए मज़बूत टर्मिनल, $0.54 पर 31.82%, पर कोड में कमज़ोर 19.3%। शेल का कार्यकर्ता, मर्ज करने वाला नहीं।
- Grokस्थान 5
  Hermes बोर्ड पर यह $0.26 प्रति कार्य में 36.91 स्कोर करता है, Haiku के $0.49 में 37.00 के बगल में।
  स्रोत ↗
- Z.aiस्थान 4
  ऑफ़िस वर्कफ़्लो पर 66.6% और खुद होस्ट करने के लिए खुले MIT वेट्स। पर इसकी टर्मिनल कहानी हार्नेस के साथ पलटती है: स्वयं बताया गया 42.3% बनाम वैल्स एआई के स्वतंत्र रन में 19.7%।
  स्रोत ↗
- Kimiस्थान 4
  सबसे सस्ता गंभीर कोड विकल्प: FrontierCode 2.0 पर 19.3%, प्रति रोलआउट $0.38 पर। Terminal-Bench 42.3% (स्वयं बताया) / 33.8% (स्वतंत्र)।
  स्रोत ↗
- DeepSeekस्थान 3
  टर्मिनल विशेषज्ञ: Terminal-Bench 4.0 पर 42.3% और AutomationBench v1.0.6 पर 60.5%, पर FrontierCode पर केवल 28%। कमांड चलाने में मज़बूत, मर्ज होने लायक पैच भेजने में कमज़ोर।
  स्रोत ↗
7 AI ने इसे यहाँ रखा
स्रोत ↗
4
GPT-6 Luna
ऑफिस के काम में औसत और टर्मिनल पर कमज़ोर: ऑफिस लक्ष्यों का 53.2% (सख्त गिनती में 20.2%), कोड पर 25.2%, और टर्मिनल टास्क में सिर्फ 16.4% हल।
शामिल किया: Claude, ChatGPT, Meta, Grok, Z.ai, Kimi, DeepSeek. शामिल नहीं किया: Gemini, Wenxin, Qwen.
उनकी सूचियों में: Claude: 6 · ChatGPT: 6 · Meta: 6 · Grok: 9 · Z.ai: 8 · Kimi: 7 · DeepSeek: 6
हर AI ने क्या नोट किया 7
- Claudeस्थान 6
  ऑफ़िस काम में बीच में (20.2%), और कोड (25.2%) व टर्मिनल कार्यों (16.4%) में तीनों लॉन्च प्रतिद्वंद्वियों में सबसे पीछे।
  स्रोत ↗
- ChatGPTस्थान 6
  कम लागत वाला सहायक, Coding Agent Index पर 31 के साथ, पर आधिकारिक टर्मिनल-कार्य समाधान केवल 16.4%।
  स्रोत ↗
- Metaस्थान 6
  संतुलित और सस्ता: ऑफ़िस 53.2% और कोड 21.9%। Haiku से बेहतर ऑफ़िस, Haiku से कमज़ोर कोड।
  स्रोत ↗
- Grokस्थान 9
  सख़्त ऑफ़िस टेस्ट पर 20.2% और मर्ज टेस्ट पर 25.2% पर हारता है, जबकि इसकी स्टिकर कीमत Ember से मेल खाती है।
  स्रोत ↗
- Z.aiस्थान 8
  इसका ऑफ़िस स्कोर इस पर निर्भर होकर लगभग तिगुना हो जाता है कि कौन स्कोर कर रहा है: मेटा की एकल-प्रयास तालिका में 20.2%, AA के मानक रन पर 53.2%। और कॉग्निशन के बोर्ड पर मर्ज-योग्यता 23.8% है।
  स्रोत ↗
- Kimiस्थान 7
  एक ही मॉडल में ऑफ़िस-बनाम-कोड विभाजन: व्यावसायिक वर्कफ़्लो पर मज़बूत (एक AA रन में AutomationBench-AA 53%, मेटा के सख़्त चार्ट में 20.2%), पर Terminal-Bench पर 16.4%।
  स्रोत ↗
- DeepSeekस्थान 6
  प्रति कार्य कम बिल ($0.15) कमज़ोर ऑफ़िस और टर्मिनल परिणाम छिपाता है: AutomationBench सख़्त पर 20.2%, Terminal-Bench पर 16.4%, और FrontierCode पर 25.2%।
  स्रोत ↗
7 AI ने इसे यहाँ रखा
स्रोत ↗
5
मिनीमैक्स M3.1 Flash
सस्ते मॉडलों में ऑफिस का सबसे अच्छा स्कोर, 72.5%। इसका टर्मिनल स्कोर अपने बताए 38.1% से गिरकर वैल्स के रन में 25.25% हो जाता है: इसे ऐप्स के लिए इस्तेमाल करें, शेल के लिए नहीं।
शामिल किया: Claude, Meta, Grok, Z.ai, Kimi, DeepSeek. शामिल नहीं किया: ChatGPT, Gemini, Wenxin, Qwen.
उनकी सूचियों में: Claude: 5 · Meta: 2 · Grok: 7 · Z.ai: 2 · Kimi: 5 · DeepSeek: 5
हर AI ने क्या नोट किया 6
- Claudeस्थान 5
  Bito के 20-टर्न सत्रों में 75.0% तक पहुँचता है, जो Haiku 5.5 के लगभग बराबर है, पर हर रन में 3 से 5 घंटे लगते हैं।
  स्रोत ↗
- Metaस्थान 2
  ऑफ़िस के लक्ष्यों का 72.5% पूरा, सस्ते मॉडलों में सबसे अच्छा ऑफ़िस स्कोर, साथ में 25% टर्मिनल स्कोर।
  स्रोत ↗
- Grokस्थान 7
  लॉन्च का टर्मिनल आँकड़ा, 38.1%, और साझा हार्नेस का आँकड़ा, 25.25%, एक ही टेस्ट नहीं हैं।
  स्रोत ↗
- Z.aiस्थान 2
  ऑफ़िस-वर्कफ़्लो लक्ष्यों का 72.5%, AA के 249 मॉडलों में Gemini 4 Carbon के बाद दूसरा। जबकि वैल्स एआई ने इसे प्रति टर्मिनल टेस्ट केवल $0.21 का बिल दिया, जो इस वर्ग में सबसे सस्ता पूरा-कार्य बिल है।
  स्रोत ↗
- Kimiस्थान 5
  Terminal-Bench 4.0 पर 38.1%, उसी लगभग $0.60 आउटपुट कीमत पर Luna से 22 अंक ऊपर। अब तक कोई ऑफ़िस या मर्ज-कोड आँकड़े प्रकाशित नहीं।
  स्रोत ↗
- DeepSeekस्थान 5
  सस्ते सेट का ऑफ़िस-वर्कफ़्लो चैंपियन: AutomationBench-AA पर 72.5%, पर FrontierCode पर केवल 21% और Terminal-Bench पर 26%। इसे स्प्रेडशीट दीजिए, पुल रिक्वेस्ट नहीं।
  स्रोत ↗
6 AI ने इसे यहाँ रखा
स्रोत ↗
6
GLM-5.3-Flash
ऑफिस की कतार के लिए 60.4% वाला ओपन-वेट्स मॉडल, जिसका मर्ज-योग्य कोड कॉग्निशन के बोर्ड पर 14.2% और Artificial Analysis के रन में 17.6% पर आता है।
शामिल किया: ChatGPT, Grok, Kimi, DeepSeek. शामिल नहीं किया: Claude, Meta, Gemini, Z.ai, Wenxin, Qwen.
उनकी सूचियों में: ChatGPT: 4 · Grok: 3 · Kimi: 6 · DeepSeek: 7
हर AI ने क्या नोट किया 4
- ChatGPTस्थान 4
  Flash मॉडल के लिए 35.8% टर्मिनल समाधान, पर मेंटेनर-गुणवत्ता वाले कोडिंग बेंचमार्क पर केवल 14.2%।
  स्रोत ↗
- Grokस्थान 3
  ऑफ़िस की कतार के लिए एक ओपन मॉडल, 60.4% पर, मर्ज के लायक कोड 17.6% पर नीचे।
  स्रोत ↗
- Kimiस्थान 6
  प्रति कार्य $0.36 पर Terminal-Bench 4.0 पर 35.8%: वह कीमत-प्रदर्शन बिंदु जहाँ सस्ता टर्मिनल काम भरोसेमंद होने लगता है।
  स्रोत ↗
- DeepSeekस्थान 7
  AutomationBench पर 60% स्कोर इसे विश्वसनीय ऑफ़िस-स्टेप रनर बनाता है, पर FrontierCode पर 15% और Terminal-Bench पर 33% इसे रिपॉज़िटरी के काम से दूर रखते हैं।
  स्रोत ↗
4 AI ने इसे यहाँ रखा
स्रोत ↗
7
Gemini 3.8 Flash
ऑफिस लक्ष्यों का 59.9% पूरा करता है, पर टर्मिनल टास्क का सिर्फ लगभग 19%। वैल्स ने प्रति टर्मिनल टेस्ट $8.65 लिया, जो बजट वर्ग में सबसे ऊँचा बिल है।
शामिल किया: ChatGPT, Meta, Z.ai, DeepSeek. शामिल नहीं किया: Claude, Grok, Gemini, Kimi, Wenxin, Qwen.
उनकी सूचियों में: ChatGPT: 7 · Meta: 3 · Z.ai: 7 · DeepSeek: 9
हर AI ने क्या नोट किया 4
- ChatGPTस्थान 7
  मल्टीमॉडल 10 लाख-टोकन वाला सहायक, फिर भी इसके परखे गए हार्नेस में आधिकारिक टर्मिनल कार्यों का केवल 19.1% हल हुआ।
  स्रोत ↗
- Metaस्थान 3
  ऑफ़िस 59.9%, टर्मिनल 19.7%। MiniMax जैसा ही विभाजन, पर कहीं ज़्यादा मापी गई कार्य-लागत पर।
  स्रोत ↗
- Z.aiस्थान 7
  ऑफ़िस वर्कफ़्लो पर 59.9%, और इंटेलिजेंस के प्रशंसक इसकी तुलना Opus-स्तर से करते हैं। पर उसी मॉडल पर वैल्स एआई ने प्रति टर्मिनल टेस्ट $8.65 खर्च किए, जो बजट वर्ग में पूरे-कार्य का सबसे बड़ा बिल है।
  स्रोत ↗
- DeepSeekस्थान 9
  उच्च प्रयास पर 60% AutomationBench स्कोर, पर FrontierCode पर केवल 19% और Terminal-Bench पर 20%। याद दिलाता है कि ऑफ़िस की दक्षता मर्ज-योग्य कोड में अपने-आप नहीं आती।
  स्रोत ↗
4 AI ने इसे यहाँ रखा
स्रोत ↗
8
थिंकिंग मशीन्स Inkling 2 Small
एक ही स्रोत के अनुसार ऑफिस के काम में यह 46% तक उछला है, और कोड 22.6% से बढ़कर 25% पर है। यह टर्मिनल टास्क का सिर्फ 12.63% हल करता है।
शामिल किया: Claude, ChatGPT. शामिल नहीं किया: Meta, Grok, Gemini, Z.ai, Kimi, DeepSeek, Wenxin, Qwen.
उनकी सूचियों में: Claude: 3 · ChatGPT: 8
हर AI ने क्या नोट किया 2
- Claudeस्थान 3
  बताया गया है कि AutomationBench-AA पर अपने पूर्ववर्ती से 5% से 46% तक उछला, जबकि Terminal-Bench 4.0 लगभग 13% पर रहता है।
  स्रोत ↗
- ChatGPTस्थान 8
  इसका 22.6% FrontierCode स्कोर सम्मानजनक है, पर $1.18 का इंडेक्स कार्य और धीमी पूर्ति एजेंट-अर्थशास्त्र को कमज़ोर करते हैं।
  स्रोत ↗
2 AI ने इसे यहाँ रखा
स्रोत ↗
9
Qwen3.8 Flash
इसका ऑफिस स्कोर 55.9% है, यानी उसी Artificial Analysis पन्ने पर इसके 25.3% टर्मिनल स्कोर से 30 अंक ऊपर। ये आंकड़े सिर्फ एक स्रोत बताता है।
शामिल किया: Grok. शामिल नहीं किया: Claude, ChatGPT, Meta, Gemini, Z.ai, Kimi, DeepSeek, Wenxin, Qwen.
उनकी सूचियों में: Grok: 4
हर AI ने क्या नोट किया 1
- Grokस्थान 4
  ऑफ़िस काम 55.9% पर, उसी कार्ड पर अपने टर्मिनल स्कोर से 30 अंक ऊपर।
  स्रोत ↗
1 AI ने इसे यहाँ रखा
स्रोत ↗
10
Qwen3.8-27B
स्क्रीन पर डेस्कटॉप के काम का विशेषज्ञ, टर्मिनल का नहीं: OSWorld-Verified पर 84.3%, पर Terminal-Bench 4.0 पर सिर्फ 5.1%, और ऑफिस के काम में 48.2%। ये आंकड़े सिर्फ एक स्रोत बताता है।
शामिल किया: Z.ai. शामिल नहीं किया: Claude, ChatGPT, Meta, Grok, Gemini, Kimi, DeepSeek, Wenxin, Qwen.
उनकी सूचियों में: Z.ai: 9
हर AI ने क्या नोट किया 1
- Z.aiस्थान 9
  छोटे वर्ग का GUI विशेषज्ञ: OSWorld-Verified पर 84.3% (समग्र चौथा) बनाम Terminal-Bench 4.0 पर 5.1%। डेस्कटॉप ऐप्स हाँ, कंटेनर वाले टर्मिनल नहीं।
  स्रोत ↗
1 AI ने इसे यहाँ रखा
स्रोत ↗

शीर्ष तीन के बारे में और ↓

02शीर्ष तीन के बारे में और

रैंकिंग ऊपर है। यहाँ शीर्ष तीन स्थानों के बारे में और जानकारी है: वे क्या हैं, यहाँ क्यों हैं, और क्या जानना उपयोगी है।

तीनों की तुलना अलग-अलग टेस्ट पर हुई है: Ember का 68.1% और डीपसीक का 66.6% ऑफिस वर्कफ़्लो के रनों से आया है, और Haiku का 35.4% उसी ऑफिस पैमाने से। कोड और टर्मिनल के स्कोर दूसरे बेंचमार्क से हैं, और कुछ स्वयं-घोषित हैं या स्वतंत्र

1मेटा Muse Ember

नं. 1 — मेटा Muse Ember. 10 में से 8 AI की सूचियों में; वहाँ मध्य स्थान: 1.5. AI इसे पहले स्थान पर रखते हैं, क्योंकि यह Haiku से कहीं ज़्यादा ऑफिस वर्कफ़्लो के कदम पूरे करता है, भले ही मर्ज के लिए तैयार कोड में पीछे रह जाता है।

क्या आप जानते हैं

Muse Ember, मेटा के Muse परिवार का सबसे छोटा मॉडल है। इसे एक बड़े योजनाकार, Muse Wonder, के साथ चलाने के लिए बनाया गया है। मेटा की पंक्ति है: “Muse Wonder योजना बनाता है, Muse Ember ज़्यादा काम संभालता है।” इसके वज़न (weights) सार्वजनिक नहीं किए गए हैं।
स्रोत ↗ ✓ कई AI ने पुष्टि की

यह क्या है: मेटा का सबसे छोटा, सबसे सस्ता Muse मॉडल, जो छोटे, बार-बार दोहराए जाने वाले एजेंट कामों के लिए बना है।
इसकी बढ़त: यह ऑफिस वर्कफ़्लो के 68.1% लक्ष्य पूरे करता है, जो Haiku के 35.4% से कहीं ऊपर है।
किसके लिए सही: ऑफिस-शैली के एजेंट काम के लिए ठीक; ऐसे कोड के लिए नहीं जिसे मर्ज करना हो।

ऑफिस वर्कफ़्लो के लक्ष्य पूरे हुएऑफिस लक्ष्यों का 68.1%

यह यहाँ क्यों है

मेटा के लंबे डेस्कटॉप-वर्कफ़्लो परीक्षण (OSWorld 2.1) में Ember को 69.5% आंशिक अंक मिले हैं। Claude Haiku 5.5 को 68.9%। यह लगभग बराबरी है, इसलिए इस पैमाने पर Ember की ऑफ़िस-कार्य में बढ़त छोटी है।
स्रोत ↗
पूरी तरह पूरे हुए कार्यों में Ember 33.8% पूरा करता है, जबकि Haiku 27.8%, The New Stack के अनुसार। इसकी बढ़त तब दिखती है जब आप केवल शुरू से अंत तक पूरे हुए कार्य गिनें।
स्रोत ↗

क्या आप जानते हैं

Ember की कीमत $0.10 प्रति मिलियन इनपुट टोकन और $0.50 प्रति मिलियन आउटपुट टोकन है। फिर भी इसकी 1M-टोकन कॉन्टेक्स्ट विंडो है और यह इमेज इनपुट लेता है। यह Muse का चौथा मॉडल है, Spark, Glimmer और Wonder के बाद।
स्रोत ↗

ध्यान रखें

Ember 9 नवंबर 2026 को एक छोटे, सस्ते मॉडल के रूप में लॉन्च हुआ, इसलिए अब तक की कवरेज मुख्यतः मेटा के अपने बेंचमार्क पर टिकी है। अभी तक कोई स्वतंत्र उपयोगकर्ता समीक्षा नहीं मिली है। शुरुआती स्कोर को निर्माता के दावे मानें।
स्रोत ↗

आगे कहाँ देखें

ब्लॉग खोलें और 'Try Muse' बटन से Muse Ember आज़माएँ। सबसे पहले परिचय के ठीक बाद वाला 'Intelligence vs. Cost Per Task' चार्ट देखें। ये संख्याएँ मेटा की अपनी हैं, इसलिए उन्हें स्वतंत्र परीक्षणों से मिलाकर देखें।
स्रोत ↗

शीर्ष तीन की तुलना करें ↓

2Claude Haiku 5.5

नं. 2 — Claude Haiku 5.5. 10 में से 8 AI की सूचियों में; वहाँ मध्य स्थान: 2. AI इसे दूसरे स्थान पर रखते हैं: यह सस्ता मॉडल है जिस पर कोड के लिए भरोसा किया जा सकता है, क्योंकि इसके ज़्यादा पैच मेंटेनर्स के टेस्ट पास करते हैं, भले ही ऑफिस स्कोर कमज़ोर हैं।

यह क्या है: Anthropic का छोटा, कम लागत वाला मॉडल, Claude 5.5 परिवार का।
इसकी बढ़त: इसके कोड पैच मेंटेनर्स के टेस्ट ज़्यादा बार पास करते हैं: 34.9%, जबकि Ember का 27.2%।
किसके लिए सही: कोड सुधार और पैच के लिए ठीक; ऑफिस वर्कफ़्लो के लिए सबसे अच्छा चुनाव नहीं।

ऑफिस वर्कफ़्लो के लक्ष्य पूरे हुएऑफिस लक्ष्यों का 35.4%

Wikidata

यह यहाँ क्यों है

मेटा के नतीजों के पन्ने पर OSWorld 2.1 के ऑफ़िस-शैली वर्कफ़्लो में Claude Haiku 5.5 को 68.9% आंशिक अंक मिले हैं। Ember 69.5% पर है, इसलिए डेस्कटॉप कार्यों में Haiku पीछे-पीछे बना रहता है।
स्रोत ↗
उसी परीक्षण में पूरी तरह पूरा होना अलग गिना जाता है। Haiku 27.8% कार्य पूरी तरह पूरे करता है, जबकि Ember 33.8%। इसकी जगह का कुछ हिस्सा दूसरी जगह की ताकत से आता है, जैसे कोड।
स्रोत ↗

Kimi ने इसे पहला स्थान दिया। उन्होंने इसमें क्या देखा

Kimi: छोटे मॉडलों में अकेला जो कोड वाले कॉलम में जीतता है: FrontierCode 2.0 पर 34.9%, Muse Ember से 7.7 अंक आगे। और Terminal-Bench पर 39.2% भी लेता है।

वीडियो: Claude Haiku vs Sonnet vs Opus vs Fable Clearly Explained (& use cases) (अंग्रेज़ी में) · Eliot Prince

शीर्ष तीन की तुलना करें ↓

3डीपसीक V4.1 Flash

नं. 3 — डीपसीक V4.1 Flash. 10 में से 7 AI की सूचियों में; वहाँ मध्य स्थान: 4. AI इसे तीसरे स्थान पर रखते हैं, क्योंकि इसका ऑफिस स्कोर मज़बूत है, पर कोड स्कोर कमज़ोर है और टर्मिनल नतीजे हर टेस्ट में अलग-अलग हैं।

यह क्या है: डीपसीक का सस्ता Flash मॉडल, ओपन वेट्स वाला; अब अपने Pro अनुरोध भी यही संभाल रहा है।
इसकी बढ़त: ऑफिस काम पर Ember के करीब, 66.6% पर, और प्रति काम Haiku से सस्ता।
किसके लिए सही: अपने सर्वर पर चलाने और टर्मिनल कामों के लिए ठीक; मर्ज के लिए तैयार कोड के लिए नहीं।

ऑफिस वर्कफ़्लो के लक्ष्य पूरे हुएऑफिस वर्कफ़्लो पर 66.6%

यह यहाँ क्यों है

वैल्स की स्वतंत्र Terminal-Bench 4.0 दौड़ में डीपसीक V4.1 Flash 1017 संस्करण 31.82% स्कोर करता है। उसी पन्ने पर GPT-6.1 Sol 55.05% है, इसलिए नेता से फ़ासला बड़ा है।
स्रोत ↗

इतिहास

14 सितंबर 2026 को डीपसीक ने अपने सबसे ऊँचे V4-Pro मॉडल के हर अनुरोध को सस्ते V4.1-Flash की ओर भेजना शुरू किया, और बचत ग्राहकों को दी। Flash चार दिन पहले, 10 सितंबर को लॉन्च हुआ था।
स्रोत ↗ ✓ कई AI ने पुष्टि की

ध्यान रखें

डीपसीक कहता है कि उसके Pro मॉडल के सभी अनुरोध अब V4.1 Flash पर भेजे जाते हैं और Flash की कीमत पर बिल होते हैं। Hacker News पर टिप्पणीकार चुपचाप मॉडल बदलने को चिंताजनक कहते हैं, और एक उपयोगकर्ता बताता है कि Flash कोडिंग टूल्स में लूप और गलत टूल कॉल के साथ विफल होता है।
स्रोत ↗

आगे कहाँ देखें

Hugging Face पर मॉडल कार्ड खोलें। 'Performance across agent scaffolds' सेक्शन से शुरू करें, जिसमें टर्मिनल-कार्य के परीक्षण हैं। पन्ने पर 552B पैरामीटर लिखे हैं, जबकि Hub मेटाडेटा में 763B है, इसलिए संख्याएँ ध्यान से पढ़ें।
स्रोत ↗

शीर्ष तीन की तुलना करें ↓

शीर्ष तीन आमने-सामने

	मेटा Muse Ember	Claude Haiku 5.5	डीपसीक V4.1 Flash
AI सूचियों में	8 / 10	8 / 10	7 / 10
ऑफिस वर्कफ़्लो के लक्ष्य पूरे हुए	ऑफिस लक्ष्यों का 68.1%	ऑफिस लक्ष्यों का 35.4%	ऑफिस वर्कफ़्लो पर 66.6%
पहला स्थान दिया	Claude, ChatGPT, Grok, DeepSeek	Kimi	—

जिन स्थानों को बराबर AI ने चुना, वे AI सूचियों में उनके औसत स्थान के क्रम में हैं।

03जानने योग्य

सूची बनाते समय AI ने क्या देखा।

ऑफिस में जो आगे है, कोड में वही आगे नहीं। Ember पूरे हुए वर्कफ़्लो में Haiku 5.5 को हरा देता है (68.1% बनाम 35.4%), और मर्ज-योग्य कोड में हार जाता है (27.2% बनाम 34.9%)। दोनों नतीजे Artificial Analysis के रन हैं।

किसने देखा:

शामिल किया: Claude, ChatGPT, Grok, Z.ai, Kimi, DeepSeek. शामिल नहीं किया: Meta, Gemini, Wenxin, Qwen.

01अंतिम सूची

मेटा Muse Ember

Claude Haiku 5.5

डीपसीक V4.1 Flash

GPT-6 Luna

मिनीमैक्स M3.1 Flash

GLM-5.3-Flash

Gemini 3.8 Flash

थिंकिंग मशीन्स Inkling 2 Small

Qwen3.8 Flash

Qwen3.8-27B

02शीर्ष तीन के बारे में और

1मेटा Muse Ember

क्या आप जानते हैं

2Claude Haiku 5.5

3डीपसीक V4.1 Flash

शीर्ष तीन आमने-सामने

और रैंकिंग

03जानने योग्य

04लोग क्या पूछते हैं

05हमने कैसे गिना

1सवाल

2यह विषय क्यों

3यह कहाँ लागू होता है

4हमने किन बातों पर ध्यान दिया

5रैंक किसने दी

6स्थान कैसे तय हुए

06हर AI की अपनी सूची

Claude ने क्या देखा

ChatGPT ने क्या देखा

Meta ने क्या देखा

Grok ने क्या देखा

Gemini ने क्या देखा

Z.ai ने क्या देखा

Kimi ने क्या देखा

DeepSeek ने क्या देखा

Wenxin ने क्या देखा

Qwen ने क्या देखा