专题 · FULL STORY

Meta Muse Ember 发布：小模型主打性价比

11 月 10 日，Meta 发布迄今最小、最高效的模型 Muse Ember，主打每美元智能、面向 agent 全天候重复任务。随后 Artificial Analysis 发布评测，显示其以约三分之一的成本追平 Haiku 5.5 的表现，引发对小模型性价比路线的关注。

2026-11-10 ~ 2026-11-10 · 2 集 · 34 条

第 1 集 · Meta 发布最小模型 Muse Ember：主打每美元智能(2026-11-10,17 条)

11 月 10 日，Meta 官方（@AIatMeta 与官方博客）发布其迄今最小、最高效的模型 Muse Ember，定位为面向 agent 全天重复性工作的效率型模型，核心卖点是「每美元智能」。Scale AI 创始人 Alexandr Wang 同日多篇发文官宣（m16 称该模型出自其团队 MSL），扎克伯格参与转发推介，Meta 研究员 Shengjia Zhao 也转发背书。该模型已上线 Muse Code 与 Meta Model API。

已确认

  • 模型面向工具调用、编码子任务、路由、信息抽取、长文档解析等 agent 高频任务，可跨应用承载工作流、按序调用工具、跑测试并做针对性代码修复
  • 配备 100 万 token 上下文，支持音频、视频输入与文本图像组合等多模态调用
  • 官方数据：在任何推理档位下单位成本智能超过 Claude Haiku 5.5、Luna 及所有其他 flash 类模型；关键 agent 与编码基准超过 Haiku 5.5，单任务成本 $0.116，约为 Haiku 的三分之一
  • 定价（据 m17 转述）：输入 $0.10/1M tokens、输出 $0.50/1M tokens，另有缓存命中优惠价（帖子未完整列出）；m14 转述称其智能达 Haiku 级别、价格为后者的 1/3 到 1/2
  • Alexandr Wang 补充：按 Artificial Analysis 口径，Muse Ember 智能水平接近 Muse Spark 1.3(max)（Intelligence Index 36 vs 37），但价格便宜 17 倍；据 m15 转述，该模型是首个达成某里程碑的模型（帖子未说明细节）
  • 社区反响：Reddit 出现多个讨论帖传播官方研究博客内容，Wenhu Chen 等学者亦转发关注

尚未确认

  • 「超过 Haiku、Luna 及所有 flash 类模型」的对比口径与具体基准明细目前仅见官方与转述说法，尚无独立评测验证；m17 称其在「所有基准」上超越 Haiku 5.5 与 Luna，口径比官方表述更宽泛
  • 与 Scale AI 的具体合作分工：Alexandr Wang 深度参与官宣，但帖子未说明其在模型研发中的确切角色

为什么重要

  • Agent 大规模运行的成本瓶颈在于高频小任务的推理开销，Muse Ember 以约三分之一的成本切入这一场景，若数据属实将直接冲击 Haiku 与 flash 类模型的市场
  • 100 万 token 上下文与工具调用、多模态输入能力结合，加上 $0.10/1M 的输入定价，使小模型也能胜任长文档解析等复杂流水线工作，标志着「小模型 + 专业化 + 极致性价比」路线的进一步分化

第 2 集 · AA 评测 Meta Muse Ember：36 分追平 Haiku 5.5，成本仅三分之一(2026-11-10,17 条)

Artificial Analysis 于 11 月 10 日发布对 Meta 高效档模型线 Muse Ember 的完整评测。核心结论：Muse Ember (max) 智能指数 36 分，与 Claude Haiku 5.5 (max) 持平，但单任务成本仅 $0.14，约为后者($0.41)的三分之一。Meta 同日在 Meta Model API 公布定价并发布研究博客，博客援引 AA 数据得出相同结论。Muse Ember (max) 已上榜 AA 智能指数，可在官网与主流模型横向对比。

已确认

  • 智能指数 36 分，追平 Claude Haiku 5.5 (max)，单任务成本约 1/3($0.14 vs $0.41)
  • Meta 公布定价：每百万输入 token $0.10、输出 token $0.50
  • AA 的「智能 vs. 单任务成本」图表显示，Muse Ember 在 xhigh/max 推理档位以约 $0.10–0.12 的单任务成本逼近顶级模型
  • 在 AA 自家编码 agent Muse Code 中，Muse Ember (max) 的 Coding Agent Index 得 46 分，超过 Claude Code 环境下的 Haiku 5.5，并领先 GPT-6 Luna
  • 最亮眼的 agent 成绩是 AutomationBench-AA 的 68.1%，与 Meta 旗舰 Muse Wonder 和 GPT-6 Astra 持平；Agent 编码表现两极，不同编码基准成绩参差
  • 知识面是主要短板：AA-Omniscience 准确率仅 21.1%，为同级模型中最低(Claude Haiku 5.5 为 34.7%)，主因是对 64% 的问题直接拒答；但这一保守策略把幻觉率压至约同级一半(仅 17%)
  • 成本结构：输入/输出 token 定价与 Claude Haiku 5.5 (max)、GPT-6 Luna (max) 相同，但缓存输入便宜 60%，输出 token 仅 Haiku 5.5 的三分之一；输出 token 在 agent 评测中占成本大头，进一步放大成本优势
  • 据转发图表数据，Muse Ember (max) 的智能指数略低于上代 Muse Spark 1.3，Andrew Carr 据此评价其在几乎不牺牲可用性的前提下大幅降低成本
  • AA 同时发布了覆盖 AA-Briefcase、AutomationBench-AA、Terminal-Bench 4.0 等评测的完整结果图表

为什么重要

Muse Ember 以远低于对标模型的实际使用成本，在通用智能和自动化 agent 任务上达到同级甚至旗舰水平，对高吞吐 agent 场景有显著吸引力。但评测同时揭示其知识面窄(高拒答换低幻觉)与编码能力不稳定，选型时需按具体基准权衡。