昨夜，Meta 正式发布新一代轻量级 AI 模型 Muse Ember。这是 Meta 迄今推出的体积最小、效率最高的模型，主要面向复杂推理执行及 AI Agent 在日常工作中需要反复处理的任务，涵盖工具调用、编程子任务、任务路由、信息提取和长文档解析等场景。
Meta CEO 扎克伯格在社交媒体上表示，该模型在同类中“每美元提供的智能更高”，专为智能体全天重复执行的高 Token 消耗型工作打造，即日起可通过 Meta Model API 和 Muse Code 使用。
成本仅为竞对三分之一，重塑小模型价值
与业界围绕旗舰模型性能的竞争不同，Muse Ember 的核心卖点在于成本效益。Meta 官方数据显示，根据 Artificial Analysis 评测，Muse Ember 在不同推理强度下的智能表现与成本比优于 Claude Haiku 5.5 和 GPT-6 Luna。
在 Artificial Analysis 智能指数与单任务成本构成的效率前沿上，Muse Ember 占据有利位置：在相近或更低的单任务成本下，没有其他参评模型取得更高的智能指数。这意味着 Meta 旨在解决 Agent 规模化应用中的关键痛点——如何降低每天成千上万次工具调用、代码修改和信息处理的单次执行成本。
性能对标与成本优势
在 Artificial Analysis 智能指数测试中，Muse Ember 最高推理强度得分约为 36 分，与 Claude Haiku 5.5 持平，高于 GPT-6 Luna 的 28 分。
价格方面差距显著。在接近最高智能水平的配置下，Muse Ember 单任务成本约为 0.136 美元，而 Claude Haiku 5.5 最高配置约为 0.411 美元。Muse Ember 的成本仅为后者的 33%，降幅约 67%。
在具体能力评估中：
- 企业工作流自动化（AutomationBench-AA）：Muse Ember 得分为 37.8%，远超 GPT-6 Luna（20.2%）和 Claude Haiku 5.5（13.9%）。
- 端到端 Agent 任务（Agents' Last Exam）：Muse Ember 得分为 61.6%，高于另外两款模型的 57.1% 和 57.0%。
- 编程能力（Terminal-Bench 4.0）：Muse Ember 得分为 40.9%，略高于 Claude Haiku 5.5（39.2%），明显高于 GPT-6 Luna（16.4%）。
值得注意的是，在衡量真实工程任务及代码可合并性的 FrontierCode 2.0-AA 中，Claude Haiku 5.5（34.9%）仍领先于 Muse Ember（27.2%）。
目前，Muse Ember 已通过 Meta Model API 开放，正式定价为每百万输入 Token 0.10 美元、每百万输出 Token 0.50 美元。
合作伙伴实测：低延迟与高效率并存
发布前，Meta 邀请多家合作伙伴在企业文档处理、编程及高吞吐量 Agent 任务等场景进行测试。
Box：AI 产品副总裁 Yashodha Bhavnani 表示，Muse Ember 在准确率、速度和 Token 效率上表现优异，能高效完成合同条款风险评估及候选人筛选等复杂逻辑任务。
Cline：创始人 Saoud Rizwan 指出，对于希望降低成本的开发团队，Muse Ember 可作为子 Agent 模型承担编程、文档分析等重复性任务，避免频繁调用高价大模型。
Oracle：全球合作伙伴高级副总裁 Konstantinos Papamiltiadis 确认，该模型在早期测试中展现出处理复杂工程任务的潜力。
Cloudflare：首席技术官 Dane Knecht 提供的数据显示，Muse Ember 在尾部延迟方面比可比模型最多快 30%，并能较好地处理涉及多个代码仓库的大范围调查任务。
You.com：推理负责人 Chak Pothina 表示，在其测试的编程任务中，Muse Ember 完成了全部任务且延迟最低。其 P95 延迟为 2.2 秒，速度约为部分领先开放权重模型的 4 至 13 倍，同时输出 Token 数量减少 36% 至 48%。
核心能力解析：百万 Token 上下文与多模态支持
Meta 将 Muse Ember 的能力重点归纳为 Agent、编程和多模态三个方面。
Agent 能力：支持百万 Token 上下文
Meta 认为，Agent 执行实际工作时，大部分 Token 消耗来自大量规模较小、结构固定的操作，而非最复杂的推理环节。Muse Ember 专为这种高频任务设计，能够完成检索记录、依次调用工具及跨应用更新系统数据等端到端业务流程。
该模型提供 100 万 Token 的上下文窗口，最大输出长度达 51.2 万 Token。开发者可在一次调用中提供大量上下文，无需频繁拆分输入内容。
测试数据显示，Muse Ember 的优势主要体现在任务执行环节。这引发了行业思考：未来 AI 系统中的大部分任务，是否都需要由最强、最昂贵的旗舰模型来完成？
编程能力：与旗舰模型形成分工
编程是 Muse Ember 的另一项重点。在 Terminal-Bench 4.0 和 Coding Agent Index-AA 测试中，Muse Ember 均略微领先或明显优于 Claude Haiku 5.5 和 GPT-6 Luna。
但在面对更复杂的工程问题（FrontierCode 2.0-AA）时，Claude Haiku 5.5 仍保持领先。Meta 明确表示，Muse Ember 并非为了完全取代旗舰模型，而是倡导一种新的 Agent 架构：Muse Wonder 负责规划复杂任务，Muse Ember 承担大量具体执行工作。
此外，Muse Ember 原生支持文本、图像、音频和视频理解，Agent 可使用同一模型处理屏幕截图、图表、扫描文档、语音备忘录及视频内容，无需单独调用不同模型。
定价与 Meta 模型矩阵策略
Muse Ember 已正式通过 Muse Code 和 Meta Model API 上线，模型名称为 muse-ember-1.0，支持 Responses API。定价如下：
- 输入 Token：0.10 美元/百万
- 缓存输入 Token：0.004 美元/百万
- 输出 Token：0.50 美元/百万
Muse Ember 是 Meta 首款使用 Muse Wonder Full 训练的模型。随着其发布，Meta 进一步明确了模型分工：
- Muse Wonder：负责最复杂的问题；
- Muse Spark：侧重编程和 Agent 工作流；
- Muse Ember：用于大规模、可重复的编程及 Agent 任务。
对比显示，Muse Ember 的 Artificial Analysis 智能指数仅比 Muse Spark 1.3 低 1 分，但单任务成本从 2.39 美元降至约 0.14 美元，降幅约 94%。这种巨大的成本差异解释了 Meta 推出更小模型的初衷：随着 Agent 演变为能调用工具、运行代码的复杂系统，决定其能否大规模部署的关键因素不仅是单次推理能力，更是数千次调用累积形成的成本及稳定性。
Meta 重申，其目标是让 AI 帮助人们实现目标并采取有价值的行动，而这需要具备可扩展性的使用成本。公司同时透露，目前还有效率更高的模型正在训练中。
参考链接：
https://x.com/i/trending/2119860830409834977
https://research.meta.ai/blog/muse-ember
声明：本文为 AI 前线原创，不代表平台观点，也不构成投资建议，未经许可禁止转载。
