Meta发布轻量模型Muse Ember，单任务成本约为Claude Haiku 5.5的三分之一

11月10日晚，Meta正式发布新一代轻量级AI模型Muse Ember。据介绍，这是Meta迄今体积最小、效率最高的模型，主要面向复杂推理执行以及AI Agent在日常工作中反复处理的任务，包括工具调用、编程子任务、任务路由、信息提取和长文档解析等。Meta CEO扎克伯格在X上表示，这是该公司最小的模型，在同类模型中每美元所能提供的智能更高，即日起可在Meta Model API和Muse Code中使用。

与此前厂商围绕旗舰模型性能展开的竞争不同，Muse Ember的卖点是成本。Meta在官方博客中称，根据Artificial Analysis的评测结果，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，能够以约三分之一的成本达到Claude Haiku 5.5最高推理强度下的接近水平，并超过GPT-6 Luna所有推理档位的成绩。在智能指数与单任务成本构成的效率前沿上，相近或更低成本下没有其他参评模型取得更高的智能指数。

具体数据方面，Muse Ember最高推理强度下智能指数约为36分，与Claude Haiku 5.5持平，高于GPT-6 Luna的28分；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，成本约为后者的33%。在企业工作流自动化测试AutomationBench-AA中，Muse Ember取得37.8%的成绩，GPT-6 Luna和Claude Haiku 5.5分别为20.2%和13.9%；在Agents' Last Exam中得分为61.6%，高于另外两款模型的57.1%和57.0%；Terminal-Bench 4.0中取得40.9%，略高于Claude Haiku 5.5的39.2%。

不过Muse Ember并非全面领先。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取得34.9%，Muse Ember为27.2%。目前Muse Ember已通过Meta Model API开放，定价为每百万输入Token 0.10美元、每百万输出Token 0.50美元。发布前Meta已邀请多家合作伙伴参与测试。