Quando se fala da norma-padrão de Portugal, os estudos gramaticais e linguísticos consideram geralmente que a pronúncia do ditongo grafado -em/-ém ou -ens/-em é a mesma do ditongo que ocorre na palavra mãe. Assim afirmam Celso Cunha e Lindley Cintra, na Nova Gramática do Português Contemporâneo (Lisboa, Edições João Sá da Costa, 1984, 49): «[ãj]: correspondente às grafias ãe, ãi e, no português normal de Portugal em (em posição final absoluta) e en (no interior de palavras derivadas): mãe, cãibra; no português normal de Portugal: vem, levem, benzinho.»1
Não se trata, portanto, de uma imposição do Ciberdúvidas, mas antes de um aspeto que se considera característico da língua-padrão, a qual, por definição, exclui outras possibilidades e outras realizações de um mesmo sistema linguístico.
Apesar disso, é verdade que não se pode esquecer o facto de, a respeito dos ditongos nasais representados pelas grafias já indicadas, existir variação, como, aliás, se refere numa resposta anterior (nota 1). Deve, portanto, tomar-se devida nota da observação do consulente, que, do ponto de vista dialetal, tem toda a pertinência não só em relação ao Brasil, mas também aos falares de Portugal (regionalmente), Angola, Moçambique e de outros países.
1 É o que se afirma em A Pronúncia do Português Europeu (2006), disponível em linha nas páginas do Instituto Camões: «No Português Europeu considera-se que o dialecto da região que abrange Lisboa e Coimbra tem o estatuto de norma-padrão.»
2 Apresenta-se aqui como [ã] o símbolo usado por Cunha e Cintra, um α com um til sobreposto, que aqui não se consegue reproduzir.