Meta 推出 Muse Ember 高效模型,面向大批量智能体任务

关键要点

  • Meta 于 2026 年 11 月 9 日推出了 Muse Ember,这是一款注重效率的 AI 模型,可通过 Muse Code、Meta Model API、谷歌云和甲骨文云使用。
  • Muse Ember 在 Artificial Analysis 智能指数上的得分为 36,在 AA 编码智能体指数上的得分为 46,表现达到或超过 Claude Haiku 5.5 和 GPT-6 Luna。
  • Muse Ember 每项任务的成本为 0.14 美元,API 输入定价为每 100 万个 token 收费 0.1 美元,使其成为所比较模型中成本最低的选项。

Meta 于 2026 年 11 月 9 日(美国时间)宣布推出 Muse Ember,这是一款专注于效率的 AI 模型。该模型可通过 Muse Code、Meta Model API、Google Cloud 和 Oracle Cloud 使用。Meta 为其设计的任务包括 AI 智能体反复执行的工作,如工具调用、编码子任务、路由、信息提取和长文档解析。

Muse Ember 面向重复性智能体工作负载

Meta 将 Muse Ember 描述为其体积最小、效率最高的模型。它专为复杂推理执行和日常智能体工作打造。Meta 表示,这是首个使用其顶级模型 Muse Wonder Full 进行训练的模型。

Meta 提出在其模型系列中进行分工:Muse Wonder 负责最困难、最复杂的工作流程,中端模型 Muse Spark 负责 AI 智能体工作流程和编码,而 Muse Ember 则面向包含重复性工作的高吞吐量任务处理。

Muse Ember 支持文本、图像、音频、视频和 PDF 输入。它的上下文窗口为 100 万个令牌,最多支持输出 512,000 个令牌。据 Meta 称,该模型能够跨应用执行工作流程、依次调用工具、运行测试并进行有针对性的代码修复。

Muse Ember 与 Claude Haiku 5.5 和 GPT-6 Luna 的基准测试结果

Meta 将 Muse Ember 与 Claude 的 Haiku 5.5 和 OpenAI 的 GPT-6 Luna 进行了比较。在独立的 Artificial Analysis Intelligence Index 上,Muse Ember 得分为 36,与 Haiku 5.5 持平。在衡量实际任务执行能力的基准测试 AutomationBench-AA 上,Muse Ember 的得分高于另外两个对比模型。

在编码方面,Muse Ember 在 Terminal-Bench 4.0 上得分为 40.9,在 Coding Agent Index-AA 上得分为 46,两项成绩均高于对比模型。在 FrontierCode 2.0-AA 上,该测试衡量代码是否达到维护者愿意接受并合并的质量标准,Muse Ember 得分为 27.2,低于 Haiku 5.5 的 34.9。Meta 表示,Muse Ember 的多模态表现不逊于另外两个对比模型,或优于它们。

Muse Ember 定价及单项任务成本

API 定价为每 100 万个输入令牌 0.1 美元、每 100 万个输出令牌 0.5 美元,以及每 100 万个缓存输入令牌 0.004 美元。Meta 强调,单项任务成本是该模型的一项关键优势。Muse Ember (max) 在 Artificial Analysis Intelligence Index 上得分为 36,单项任务成本为 0.14 美元。Muse Spark 1.3 (max) 得分为 37,单项任务成本为 2.39 美元。Meta 表示,Muse Ember 的单项任务成本低于 Haiku 5.5 (max),因此在三款对比模型中成本最低。

关键事实:Muse Ember 规格、定价和可用性

  • 发布日期:2026 年 11 月 9 日(美国时间)
  • 可用平台:Muse Code、Meta Model API、Google Cloud 和 Oracle Cloud
  • API 定价:每 100 万个输入令牌 0.1 美元、每 100 万个输出令牌 0.5 美元、每 100 万个缓存输入令牌 0.004 美元
  • 上下文窗口:100 万个令牌;最大输出:512,000 个令牌
  • 支持的输入类型:文本、图像、音频、视频和 PDF
  • Artificial Analysis Intelligence Index:36,与 Claude 的 Haiku 5.5 持平
  • Terminal-Bench 4.0:40.9;Coding Agent Index-AA:46;FrontierCode 2.0-AA:27.2(Haiku 5.5:34.9)
  • 单项任务成本:Muse Ember (max) 为 0.14 美元,得分为 36;Muse Spark 1.3 (max) 为 2.39 美元,得分为 37
  • 训练:首个使用 Muse Wonder Full 进行训练的 Muse 模型

常见问题

开发者可以在哪里使用 Muse Ember?

Muse Ember 可通过 Muse Code、Meta Model API、Google Cloud 和 Oracle Cloud 使用。

Muse Ember 旨在处理哪些任务?

Meta 为 Muse Ember 设计的任务包括 AI 智能体反复执行的工作,如工具调用、编码子任务、路由、信息提取和长文档解析。Meta 建议使用 Muse Ember 高吞吐量地处理这些重复性任务,同时由 Muse Wonder 负责最复杂的工作流程,由 Muse Spark 负责 AI 智能体工作流程和编码。

Muse Ember 的成本与其他模型相比如何?

Meta 表示,Muse Ember (max) 的单项任务成本为 0.14 美元,在 Artificial Analysis Intelligence Index 上得分为 36;相比之下,Muse Spark 1.3 (max) 的单项任务成本为 2.39 美元,得分为 37。Meta 表示,Muse Ember 的单项任务成本低于 Haiku 5.5 (max),因此在三款对比模型中成本最低。

免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论