Meta 上線 Muse Ember，對標 Haiku 主打低成本 Agent 任務

據 InfoQ 報道，Meta 釋出輕量級模型 Muse Ember，面向工具呼叫、程式設計子任務、任務路由和長文件解析等高頻 Agent 場景。Meta 稱其在 Artificial Analysis 智慧指數約 36 分、與 Claude Haiku 5.5 持平，單任務成本約為後者的三分之一，即日起可在 Meta Model API 和 Muse Code 中呼叫。

小模型的比拼從跑分轉向了單任務成本

Meta AI 釋出 Muse Ember，稱其是公司最小、最高效的模型，面向工具呼叫、編碼子任務、路由、抽取和長文件解析這類 Agent 反覆執行的工作。據 Simon Willison 轉述，短提示下它的定價與 GPT-6 Luna、Claude Haiku 5.5 相同，為每百萬輸入 token 0.10 美元。

小模型賽道再添一員，高頻 Agent 任務多了一個低價選項

Meta 釋出 Muse Ember，這是其體量最小的模型，支援 1M 上下文，面向工具呼叫、編碼子任務和文件解析。據 MarkTechPost 報道，它在 Artificial Analysis 智慧指數上與 Claude Haiku 5.5 持平，單任務成本約為後者的三分之一。

小模型加長上下文，高頻 Agent 任務成本再降

據智東西報道，Meta 釋出最新模型 Muse Ember，稱是其迄今體量最小、效率最高的模型，支援 100 萬 Token 上下文和文本、影像、音訊、影片原生理解，可跨應用執行工作流、連續呼叫工具並修復程式碼。第三方 Artificial Analysis 測評中，其最高推理強度得分 35.8 分，與 Claude Haiku 5.5 接近。

Meta 用更小更便宜的模型切入智慧體高頻呼叫場景，值得對比成本。

Meta 推出小型高效模型 Muse Ember，已在 Muse Code 和 Meta Model API 上線，模型標識為 muse-ember-1.0，定位是處理瀏覽網頁、操作終端等重複性智慧體任務。據 Hacker News 一則帖子公佈的評測，它在 7 項智慧體基準中 6 項得分最高、1 項與 GPT-6 Luna 並列，但這些數字尚無 Meta 官方或獨立第三方確認。

看小模型在 Agent 任務上的實際位置，以及尚未驗證的基準資料

據 SiliconANGLE 報道，Meta 釋出入門級 AI 模型 Muse Ember，成本顯著低於競品，用於支撐低成本的 AI Agent。Meta 稱這是首個用旗艦大模型 Muse Wonder 訓練出的模型，但未說明 Muse Wonder 自動化了工作流的哪一部分。

Meta 用自家旗艦模型訓模型，壓低 Agent 成本

據 IT 之家報道，Meta 釋出迄今最小、效率最高的模型 Muse Ember，面向複雜推理與智慧體反覆執行的任務，支援 100 萬 Token 上下文和文本、影像、音訊、影片輸入。Meta 稱其在 Artificial Analysis 榜單上可媲美 Claude Haiku 5.5，單任務成本僅為其三分之一，即日起在 Meta Model API、Google Cloud 和 Oracle Cloud 提供，輸入每百萬 Token 0.10 美元。

看 Meta 是否真把高效小模型價格打到三分之一

Meta 當地時間 11 月 9 日釋出輕量模型 Muse Ember，定位為旗下最小、執行效率最高的模型，主打智慧體反覆呼叫工具、路由請求等高頻任務。據第三方機構 Artificial Analysis，其綜合智慧指數 36 分，與 Claude Haiku 5.5 最高推理檔持平，單次任務成本約 0.14 美元，約為後者三分之一。模型已通過 Meta Model API 上線，輸入每百萬 Token 收費 0.10 美元、輸出 0.50 美元。

低價小模型多了一個可對比的選項

據 TestingCatalog 報道，Meta 釋出 Muse Ember，支援多模態推理與 1M token 上下文視窗，API 定價偏低，面向重複性程式設計和 Agent 任務。

想壓低 Agent 呼叫成本的開發者可以關注

Meta 推出迄今最小、最高效的模型 Muse Ember，面向工具呼叫、請求路由、資料抽取等 Agent 重複任務。Meta 稱其每美元智慧高於 Claude Haiku 5.5 或 GPT-6 Luna，但在實際程式設計任務上表現較弱。

瞭解小模型如何為 Agent 重複任務做價效比取捨

Meta 釋出迄今最小、最便宜的模型 Muse Ember，面向工具呼叫、編碼子任務、請求路由、資料抽取和長文件解析等 Agent 重複工作。其輸入價格為每百萬 token 0.10 美元，Meta 稱每任務成本為 Claude Haiku 的三分之一。

用價格細節判斷小模型能否替換 Haiku 跑 Agent

據 TechCrunch 報道，Meta Superintelligence Lab 週一釋出 Muse Ember，稱其為該實驗室迄今最輕、最具成本效益的 AI 模型。Meta 表示它在「每美元智慧」上優於 Haiku 5.5 和 GPT-6 Luna，這一對比目前來自官方說法，材料未給出具體評測分數。

看清小模型價效比競爭的最新一步

Artificial Analysis 的評測顯示，Muse Ember 在 AA-Omniscience 上的準確率為 21.1%，在同類智慧水平的模型中最低，主要原因是它拒答了 64% 的問題，這一取捨把幻覺率壓低到 17.4%。

看清小模型靠拒答換低幻覺的取捨

Artificial Analysis 稱，Muse Ember 在 Muse Code 中的編碼智慧體指數（Artificial Analysis Coding Agent Index）得分為 46，高於 Claude Code 中的 Claude Haiku 5.5（37）和 Codex 中的 GPT-6 Luna（31）。據其說明，領先主要來自 SWE-Atlas-QnA-AA 和 Terminal-Bench 4.0 兩項。

對比同級模型做編碼智慧體的實際差距

Artificial Analysis 的評測顯示，Muse Ember 在 AutomationBench-AA 上得分 68.1%，與 Muse Wonder 和 GPT-6 Astra 持平。它的編碼表現有好有壞：在 Terminal-Bench 4.0 上以 40.9% 領先 Claude Haiku 5.5 的 32.8%，但在 FrontierCode 2.0 上以 27.2% 落後於對方的 34.9%。

判斷 Muse Ember 智慧體能力的強弱項

Artificial Analysis 稱，Muse Ember（max）的輸入與輸出 token 價格與 Claude Haiku 5.5（max）、GPT-6 Luna（max）相同，但快取輸入便宜 60%。快取輸入在其智慧體評測中佔據大部分成本，因此 Muse Ember 的單任務成本低於同級模型。

快取價格差異會明顯改變智慧體成本

Artificial Analysis 稱，Meta 新的高效檔模型 Muse Ember 在智慧指數（Artificial Analysis Intelligence Index）上得分 36，與 Claude Haiku 5.5（max）持平，而單任務成本約為後者的三分之一。其輸入與輸出 token 價格與 Claude Haiku 5.5 相同。

低成本檔位又多了一個可對比的選擇

據 TestingCatalog 觀察，Meta 的新模型 Muse Ember 已在 Meta Model API 和 Muse Code 上線。該模型定位小型低成本，據其稱表現與 Claude 5.5 Haiku 相當。

確認新模型現在就能直接呼叫

Meta Superintelligence Lab 釋出迄今最輕、成本最低的模型 Muse Ember，輸入價 10 美分/百萬 token，面向 Agent 重複執行的工具呼叫、程式碼子任務、路由、抽取和長文件解析。據 TechCrunch 報道，Meta 用 Artificial Analysis 綜合基準稱它比 Anthropic Haiku、OpenAI Luna 更便宜也更聰明，並建議與 Muse Wonder 搭配：大模型規劃、Ember 執行。

輕量模型價格戰又多一個可比的選項