在 AI 行業競爭日益激烈的今天，Ema 公司推出了一款新型語言模型 EmaFusion，聲稱在成本和準確性上超越了包括 O3、Gemini 和 Sonnet 在內的多款知名 AI 模型。與傳統的單一策略系統不同，EmaFusion 採用了一種 “級聯” 判斷系統，能夠動態平衡成本和準確性，同時用戶也可以根據具體任務的需求進行微調。

QQ_1745718361422.png

Ema 的首席執行官 Surojit Chatterjee 表示，EmaFusion 像一個 “任務智能大腦”，能夠智能地拆解複雜的問題，並將其分配給最合適的 AI 模型來解決。他舉例說，當處理合同分析、複雜客戶支持問題或製作季度業務回顧（QBR）時，EmaFusion 可以將這些複雜目標分解成多個子任務，然後將每個子任務指派給合適的模型，從開源模型到 GPT-4，並將各個模型的輸出融合成一個連貫的結果。

根據 Ema 發佈的報告，EmaFusion 的準確率達到94.3%，超過了目前最佳的 ChatGPT O3Mini 的91.7%。此外，其運行成本也顯著降低，每1000個提示的費用僅爲5.21美元，遠低於平均水平的16.29美元，且幾乎是 GPT-4的20倍便宜。

Chatterjee 指出，EmaFusion 的設計旨在應對當前 AI 語言模型市場的複雜性和挑戰。他提到，目前每種模型都有其優缺點，某些模型速度快但便宜，某些在編程任務上表現更好，還有一些在推理任務中更具優勢，但選擇何時使用哪種模型，以及如何平衡準確性、成本和延遲，一直以來都是企業的一大難題。

“許多公司最終只能選擇一個昂貴的單一模型來處理所有任務，這在規模化運作時會變得不可持續。” 他補充道，單一的解決方案往往無法滿足企業任務所需的精確度和可靠性。因此，Ema 設計 EmaFusion 就是爲了解決這些障礙，利用自我優化模型來實現無縫的大型語言模型選擇和可靠的任務執行。

“當前 AI 領域的侷限在於成本、複雜性和不透明性。”Chatterjee 強調，隨着企業面臨更多任務要求卻需要更少資源，Ema 的解決方案提供了一種方法，讓企業能夠利用多個大型語言模型的集體智能，而不浪費計算能力和資金。他相信，EmaFusion 將成爲推動下一代自主企業 AI 的協調層。

入口:https://www.ema.co/emafusion

劃重點:  

🌟 EmaFusion 的準確率達到94.3%，成本是市場平均水平的四分之一。  

💡 EmaFusion 能夠智能拆解複雜任務，並將其分配給最適合的 AI 模型。  

🚀 Ema 正與 KPMG、Hitachi 等全球領軍企業合作，推動企業 AI 的發展。