智能体基准

谷歌 DeepMind 联合 Artificial Analysis 推出 MKA 基准，用于评测智能体在复杂视觉文件上的知识工作能力。该基准包含覆盖 10 个行业的 200 个私有真实任务，要求智能体从建筑图纸、工程示意图和临床扫描等密集视觉输入中产出幻灯片、表格、报告等交付物，强调输入的真实视觉复杂度与领域特异性。

Meta 推出迄今最小、效率最高的 AI 模型 Muse Ember，专为复杂推理与智能体高频任务设计。在 Artificial Analysis 综合指数上与 Claude Haiku 5.5 持平（36 分），但单任务成本仅为其 1/3，并在 AutomationBench-AA、OSWorld 2.1 等多项智能体与多模态评测中领先。模型即日起通过 Meta Model API、Google Cloud 与 Oracle Cloud 提供，输入/输出定价为每百万 Token 0.10/0.50 美元。