Muse Ember eignet sich für wiederkehrende Agentenschritte mit einem klaren Ergebnis. Muse Wonder ist Metas Kandidat für Planung und Änderungen, die mehrere voneinander abhängige Schritte brauchen. In demselben Agenten kann Wonder etwa eine Fehleranalyse steuern, während Ember die zugehörigen Logs nach festen Kriterien durchsucht.

Welche Aufgaben passen zu welchem Modell?

AufgabeKandidat für den ersten VergleichWoran du das Ergebnis prüfst
Anfragen nach Thema sortierenMuse EmberRichtige Kategorie, unklare Fälle landen in der Prüfung
Felder aus vielen ähnlich aufgebauten PDFs ziehenMuse EmberWerte und Seitenangaben stimmen mit der Vorlage überein
Einen Fehler über mehrere Komponenten eingrenzenMuse WonderDie Erklärung passt zu Logs und Code; ein gezielter Test reproduziert den Fehler
Einen größeren Umbau planen und abnehmenMuse Wonder mit Ember für TeilaufgabenDer Plan deckt Abhängigkeiten ab; Tests prüfen die Auswirkungen

Metas Auswahlhilfe für Entwickler zeigt diese Aufteilung direkt in der API. Du kannst für die einzelnen Aufrufe das Feld model ändern und denselben Aufbau der Anfrage verwenden. Beide Modelle starten ohne eigene Einstellung mit der Denkstufe max. Halte sie beim Vergleich fest. Wenn du für die Routine später eine niedrigere Stufe ausprobierst, prüfe dieselben Fälle erneut.

Was zeigt der KI-Weekly-Vergleich?

Muse Ember erreicht in dieser Auswertung 37,1 Punkte, Muse Wonder 44,1. Die Werte des KI-Weekly-Rankings bündeln unter anderem Coding und Agentenaufgaben. Das ist ein breiter Vergleich. Ob ein Modell deine Kategorien verlässlich unterscheidet, zeigt eine dafür zusammengestellte Stichprobe.

Die abgebildeten 0,20 und 8,00 US-Dollar sind Mischpreise je Million Tokens. Beide ergeben sich aus drei Teilen Eingabe und einem Teil Ausgabe ohne Cache, bei Ember zum niedrigeren Tarif. In einem echten Lauf hängen die Kosten davon ab, wie viel Kontext und Ausgabe jeder Schritt benötigt. Auch langsame Werkzeugaufrufe und Wiederholungen verlängern die Aufgabe.

KI-Weekly-Duell von Muse Ember mit 37,1 Punkten und Muse Wonder mit 44,1 Punkten.

Zum interaktiven Modellvergleich oder zum Duellbild in voller Größe.

So vergleichst du den Aufwand im eigenen Ablauf

Beginne mit zwanzig anonymisierten Supportfällen. Markiere vorher, welche Kategorie richtig ist und welche Fälle ohne Rückfrage offen bleiben müssen. Gib beiden Modellen dieselben Kategorien und denselben Prompt. Bitte sie etwa, die Kategorie, eine konkrete Textstelle als Beleg und bei fehlender Information den Status pruefen zurückzugeben.

Erfasse falsche Zuordnungen und die Zeit für menschliche Kontrolle. Rechne fehlgeschlagene Aufrufe und die Wartezeit bis zum geprüften Ergebnis mit. Wenn Ember vor allem bei widersprüchlichen Fällen scheitert, kannst du diese Fälle zur Nachprüfung an Wonder weiterreichen. Halte auch fest, wie oft das passiert. Jede zusätzliche Runde kostet Zeit und Tokens.

Für die Rechnung solltest du außerdem die Eingabelänge speichern. Bei Ember kann schon ein weitergereichter Gesprächsverlauf die Preisgrenze von 200.000 Eingabetokens überschreiten. Den Zugang und die Grenzen der größeren Variante erklärt unser Ratgeber zu Muse Wonder.

Konkrete Modellvergleiche und neue Werkzeuge findest du im kostenlosen KI-Weekly-Newsletter.