Meta 上线 Muse Ember，对标 Haiku 主打低成本 Agent 任务

据 InfoQ 报道，Meta 发布轻量级模型 Muse Ember，面向工具调用、编程子任务、任务路由和长文档解析等高频 Agent 场景。Meta 称其在 Artificial Analysis 智能指数约 36 分、与 Claude Haiku 5.5 持平，单任务成本约为后者的三分之一，即日起可在 Meta Model API 和 Muse Code 中调用。

小模型的比拼从跑分转向了单任务成本

Meta AI 发布 Muse Ember，称其是公司最小、最高效的模型，面向工具调用、编码子任务、路由、抽取和长文档解析这类 Agent 反复执行的工作。据 Simon Willison 转述，短提示下它的定价与 GPT-6 Luna、Claude Haiku 5.5 相同，为每百万输入 token 0.10 美元。

小模型赛道再添一员，高频 Agent 任务多了一个低价选项

Meta 发布 Muse Ember，这是其体量最小的模型，支持 1M 上下文，面向工具调用、编码子任务和文档解析。据 MarkTechPost 报道，它在 Artificial Analysis 智能指数上与 Claude Haiku 5.5 持平，单任务成本约为后者的三分之一。

小模型加长上下文，高频 Agent 任务成本再降

据智东西报道，Meta 发布最新模型 Muse Ember，称是其迄今体量最小、效率最高的模型，支持 100 万 Token 上下文和文本、图像、音频、视频原生理解，可跨应用执行工作流、连续调用工具并修复代码。第三方 Artificial Analysis 测评中，其最高推理强度得分 35.8 分，与 Claude Haiku 5.5 接近。

Meta 用更小更便宜的模型切入智能体高频调用场景，值得对比成本。

Meta 推出小型高效模型 Muse Ember，已在 Muse Code 和 Meta Model API 上线，模型标识为 muse-ember-1.0，定位是处理浏览网页、操作终端等重复性智能体任务。据 Hacker News 一则帖子公布的评测，它在 7 项智能体基准中 6 项得分最高、1 项与 GPT-6 Luna 并列，但这些数字尚无 Meta 官方或独立第三方确认。

看小模型在 Agent 任务上的实际位置，以及尚未验证的基准数据

据 SiliconANGLE 报道，Meta 发布入门级 AI 模型 Muse Ember，成本显著低于竞品，用于支撑低成本的 AI Agent。Meta 称这是首个用旗舰大模型 Muse Wonder 训练出的模型，但未说明 Muse Wonder 自动化了工作流的哪一部分。

Meta 用自家旗舰模型训模型，压低 Agent 成本

据 IT 之家报道，Meta 发布迄今最小、效率最高的模型 Muse Ember，面向复杂推理与智能体反复执行的任务，支持 100 万 Token 上下文和文本、图像、音频、视频输入。Meta 称其在 Artificial Analysis 榜单上可媲美 Claude Haiku 5.5，单任务成本仅为其三分之一，即日起在 Meta Model API、Google Cloud 和 Oracle Cloud 提供，输入每百万 Token 0.10 美元。

看 Meta 是否真把高效小模型价格打到三分之一

Meta 当地时间 11 月 9 日发布轻量模型 Muse Ember，定位为旗下最小、运行效率最高的模型，主打智能体反复调用工具、路由请求等高频任务。据第三方机构 Artificial Analysis，其综合智能指数 36 分，与 Claude Haiku 5.5 最高推理档持平，单次任务成本约 0.14 美元，约为后者三分之一。模型已通过 Meta Model API 上线，输入每百万 Token 收费 0.10 美元、输出 0.50 美元。

低价小模型多了一个可对比的选项

据 TestingCatalog 报道，Meta 发布 Muse Ember，支持多模态推理与 1M token 上下文窗口，API 定价偏低，面向重复性编程和 Agent 任务。

想压低 Agent 调用成本的开发者可以关注

Meta 推出迄今最小、最高效的模型 Muse Ember，面向工具调用、请求路由、数据抽取等 Agent 重复任务。Meta 称其每美元智能高于 Claude Haiku 5.5 或 GPT-6 Luna，但在实际编程任务上表现较弱。

了解小模型如何为 Agent 重复任务做性价比取舍

Meta 发布迄今最小、最便宜的模型 Muse Ember，面向工具调用、编码子任务、请求路由、数据抽取和长文档解析等 Agent 重复工作。其输入价格为每百万 token 0.10 美元，Meta 称每任务成本为 Claude Haiku 的三分之一。

用价格细节判断小模型能否替换 Haiku 跑 Agent

据 TechCrunch 报道，Meta Superintelligence Lab 周一发布 Muse Ember，称其为该实验室迄今最轻、最具成本效益的 AI 模型。Meta 表示它在「每美元智能」上优于 Haiku 5.5 和 GPT-6 Luna，这一对比目前来自官方说法，材料未给出具体评测分数。

看清小模型性价比竞争的最新一步

Artificial Analysis 的评测显示，Muse Ember 在 AA-Omniscience 上的准确率为 21.1%，在同类智能水平的模型中最低，主要原因是它拒答了 64% 的问题，这一取舍把幻觉率压低到 17.4%。

看清小模型靠拒答换低幻觉的取舍

Artificial Analysis 称，Muse Ember 在 Muse Code 中的编码智能体指数（Artificial Analysis Coding Agent Index）得分为 46，高于 Claude Code 中的 Claude Haiku 5.5（37）和 Codex 中的 GPT-6 Luna（31）。据其说明，领先主要来自 SWE-Atlas-QnA-AA 和 Terminal-Bench 4.0 两项。

对比同级模型做编码智能体的实际差距

Artificial Analysis 的评测显示，Muse Ember 在 AutomationBench-AA 上得分 68.1%，与 Muse Wonder 和 GPT-6 Astra 持平。它的编码表现有好有坏：在 Terminal-Bench 4.0 上以 40.9% 领先 Claude Haiku 5.5 的 32.8%，但在 FrontierCode 2.0 上以 27.2% 落后于对方的 34.9%。

判断 Muse Ember 智能体能力的强弱项

Artificial Analysis 称，Muse Ember（max）的输入与输出 token 价格与 Claude Haiku 5.5（max）、GPT-6 Luna（max）相同，但缓存输入便宜 60%。缓存输入在其智能体评测中占据大部分成本，因此 Muse Ember 的单任务成本低于同级模型。

缓存价格差异会明显改变智能体成本

Artificial Analysis 称，Meta 新的高效档模型 Muse Ember 在智能指数（Artificial Analysis Intelligence Index）上得分 36，与 Claude Haiku 5.5（max）持平，而单任务成本约为后者的三分之一。其输入与输出 token 价格与 Claude Haiku 5.5 相同。

低成本档位又多了一个可对比的选择

据 TestingCatalog 观察，Meta 的新模型 Muse Ember 已在 Meta Model API 和 Muse Code 上线。该模型定位小型低成本，据其称表现与 Claude 5.5 Haiku 相当。

确认新模型现在就能直接调用

Meta Superintelligence Lab 发布迄今最轻、成本最低的模型 Muse Ember，输入价 10 美分/百万 token，面向 Agent 重复执行的工具调用、代码子任务、路由、抽取和长文档解析。据 TechCrunch 报道，Meta 用 Artificial Analysis 综合基准称它比 Anthropic Haiku、OpenAI Luna 更便宜也更聪明，并建议与 Muse Wonder 搭配：大模型规划、Ember 执行。

轻量模型价格战又多一个可比的选项