™Meta 发布 Muse Ember：最小最便宜的智能体模型
Meta 11 月 9 日发布 Muse Ember，Muse 家族最小的模型，专做智能体每天重复的工具调用与编码子任务；定价每百万输入 token 0.10 美元、输出 0.50 美元。
发生了什么
新模型面向智能体每天重复的工作：工具调用、编码子任务、路由、提取与长文档解析。Meta 称，Ember 在任何推理设置下，每美元智能都高于 Claude Haiku 5.5 与 GPT-6 Luna。
Ember 当天上线 Muse Code 与 Meta Model API，模型标识为 muse-ember-1.0；上下文窗口 100 万 token，单次输出最高 51.2 万 token，可一次读入整个代码库或文档集。Meta 称，Ember 是首个用 Muse Wonder Full 训练的模型。
定价之外，Meta 还公布了第三方评测：Artificial Analysis 智能指数 36 分，与 Claude Haiku 5.5 持平，每任务成本约 0.14 美元；同一榜单上 Muse Spark 1.3 为 37 分，每任务 2.39 美元。公司称，榜单上没有模型以更低成本获得更高分数。
关键事实
- 发布方与时间：Meta 11 月 9 日发布 Muse Ember，Muse 家族最小、最便宜的模型
- 定价：每百万输入 token 0.10 美元、输出 0.50 美元、缓存输入 0.004 美元
- 上下文与输出：100 万 token 上下文窗口，单次输出最高 51.2 万 token
- 第三方评测：Artificial Analysis 智能指数 36 分，与 Claude Haiku 5.5 持平；每任务成本约 0.14 美元，Muse Spark 1.3 为 2.39 美元
- 厂商评测：Agents' Last Exam 得 61.6%，高于 Haiku 5.5 的 57.0% 与 GPT-6 Luna 的 57.1%；Terminal-Bench 4.0 得 40.9%，高于 Haiku 的 39.2%；FrontierCode 2.0 得 27.2%，低于 Haiku 的 34.9%
- 训练来源：首个用 Muse Wonder Full 训练的模型；Meta 称难的问题配 Muse Wonder，重复量大的任务交给 Ember
- 上线渠道：当天上线 Muse Code 与 Meta Model API，模型标识 muse-ember-1.0；同步上架 Google Cloud 与 Oracle Cloud
- 安全评估：按 Meta 超级智能扩展框架评估，化学与生物、网络安全、失控风险均低于高风险阈值
为什么重要
Ember 以约三分之一成本追平 Haiku 5.5 的最佳分数，榜单上没有模型以更低成本获得更高分数，智能体批量任务成本降到每任务约 0.14 美元。
订阅 HIMIAO视界
不用注册 · 随时退订推送通知
早报出来时，手机或电脑上弹一条提醒。不用留邮箱。