- 谁
- MiniMax
- 时间
- 引文
Meta 11 月 9 日发布 Muse Ember，这是它迄今最小、最便宜的模型，专门干 AI agent 一天到晚重复的杂活：调工具、拆出来的编程小任务、分派请求、从长文档里提取信息。
发生了什么
Meta 于 11 月 9 日发布 Muse Ember，这是其最小、成本最低的模型，面向工具调用和小型编码任务等重复性智能体任务。开发者可通过 Meta Model API 或 Muse Code 使用该模型；价格为每百万输入令牌 0.10 美元、每百万输出令牌 0.50 美元。Artificial Analysis 给它的智能指数评分为 36，并报告称，每个基准测试问题的平均成本为 0.14 美元，相比之下 Claude Haiku 5.5 为 0.41 美元；不同基准测试中的编码结果各有差异。
推荐理由
这些对比区分了每令牌定价与完成基准测试任务的成本，而编码结果因基准测试而异，让读者能够具体了解 Muse Ember 的成本优势伴随哪些取舍。
接下来读什么
查看这件事的完整进展Meta 发布 Muse Ember，并称 Crouton Alpha 是早期版本2 家信源报道
Meta 发布最小模型 Muse Ember：单价和 Claude Haiku 5.5 一样，跑同一套测试只花三分之一的钱
Meta 11 月 9 日发布 Muse Ember，这是它迄今最小、最便宜的模型，专门干 AI agent 一天到晚重复的杂活：调工具、拆出来的编程小任务、分派请求、从长文档里提取信息。
典型用法是给 agent 当“小工”。主模型把任务拆好，一次会话里几百次读文件、跑测试、改小毛病，交给它来做，省钱。
【谁能用，多少钱】
开发者今天就能用：通过 Meta Model API 调用，模型名 muse-ember-1.0，或者在 Meta 的 AI 编程工具 Muse Code 里选。
价格是每百万 Token 输入 0.1 美元、输出 0.5 美元，命中缓存的输入 0.004 美元。上下文 100 万 Token，单次最多输出 51.2 万 Token，能看文字、图片、音频和视频。
没有开放权重，Meta 在 Hugging Face 上的账号里也没有它。普通用户用的 Muse 助手会不会换上它，Meta 没说。
【“便宜 17 倍”怎么算的】
Meta 首席 AI 官 Alexandr Wang 发推说，Muse Ember 的智能水平接近 Muse Spark 1.3（max），价格便宜 17 倍，数据来自第三方评测机构 Artificial Analysis。
Artificial Analysis 的综合智能指数里，Muse Ember 36 分，Muse Spark 1.3 是 37 分。跑完这套测试，平均每道题 Muse Ember 花 0.14 美元，Muse Spark 1.3 花 2.39 美元，差 17 倍。
所以 17 倍说的是干同样的活花多少钱。只看 Token 单价，Muse Spark 1.3 输入贵 12.5 倍、输出贵 8.5 倍，剩下的差距说明 Muse Ember 做同样的题用的 Token 少得多。
【和 Claude Haiku 5.5、GPT-6 Luna 比】
Muse Ember 对标的是各家的小模型。按 Artificial Analysis 的说法，它的 Token 单价和 Claude Haiku 5.5、OpenAI 的 GPT-6 Luna 相同。
Anthropic 官网写的 Haiku 5.5 价格也是输入 0.1、输出 0.5 美元，但提示超过 10 万 Token 后所有单价涨到 5 倍。Meta 只列了一档价格，没提长提示加价。
综合智能指数上，按最高推理强度跑，Muse Ember 和 Haiku 5.5 都是 36 分，但 Haiku 每道题要 0.41 美元，差不多是 Muse Ember 的 3 倍。GPT-6 Luna 最高 28 分。国产的同档模型里，DeepSeek V4.1 Flash 1017 是 33 分、每题 0.60 美元，智谱 GLM-5.3-Flash 28 分、0.58 美元。
写代码要分场景看。放进各自的编程工具里比，Muse Code 里的 Muse Ember 拿 46 分，Claude Code 里的 Haiku 5.5 是 37 分，Codex 里的 GPT-6 Luna 是 31 分。
命令行任务 Terminal-Bench 4.0，Muse Ember 40.9%，Haiku 32.8%。看改出来的代码能不能直接合进项目的 FrontierCode 2.0，Muse Ember 27.2%，落后 Haiku 的 34.9%。
短板是知识储备。Artificial Analysis 的知识问答测试里，它只答对 21.1%，Haiku 5.5 是 34.7%。主要原因是 64% 的题它选择不答，好处是很少瞎编，幻觉率 17.4%，只有 Haiku 的一半。
【Muse Wonder Full 起了什么作用】
10 月 Meta 发布大模型 Muse Wonder 时说，会用它开发专门的模型带给所有人。Muse Ember 是第一个用完整版 Muse Wonder Full 训练出来的模型，Meta 没说具体怎么用的。
Meta 建议两个搭配：难题交给 Muse Wonder 做规划，大量执行的活交给 Muse Ember。Artificial Analysis 的数据里，Muse Wonder（max）44 分，每道题 6.95 美元；Muse Ember 低 8 分，花费约为它的五十分之一。
Meta 博客里另有一张成绩表，其中 Personal Superintelligence Index、OSWorld 2.1 等几项是 Meta 自己测的，上文只用了 Artificial Analysis 的数字。Artificial Analysis 的智能指数现在是 v5.0.1 版，分数和 10 月 Muse Wonder 发布时引用的那组（Muse Wonder 52 分）不能直接比。
Artificial Analysis 评测：x.com/ArtificialAnlys/status/…
官方博客：research.meta.ai/blog/muse-em…
在 X 查看被引用的帖子today we released our smallest model yet: Muse Ember 🔥
Muse Ember offers nearly Muse Spark 1.3 (max) intelligence at a 17x cheaper price point (per AA)
Muse Ember is the first model we’ve released trained using Muse Wonder Full
excited for y’all to try on API and muse code!
这件事到目前为止
Meta 发布了用于日常智能体任务的 Muse Ember。Alexandr Wang 表示，Crouton Alpha 是该模型的早期版本。Wang 称，Meta 在发布前修复了问题，并在测试中处理了超过 5 万亿个 token。 Ember 可处理工具调用、小型编码任务、路由、信息提取和长文档处理等任务。它支持文本、图像、音频和视频，上下文窗口最长可达 100 万个 token。开发者可通过 Meta Model API 和 Muse Code 使用该模型，输入价格为每百万个 token 0.10 美元，输出价格为每百万个 token 0.50 美元。 Artificial Analysis 在其 Intelligence Index 上给 Ember (max) 打出 36 分，平均每项任务成本为 0.14 美元；相比之下，Claude Haiku 5.5 (max) 每项任务成本为 0.41 美元。Ember 的编码测试结果不一：它在 Terminal-Bench 4.0 上胜过 Haiku 5.5，但在 FrontierCode 2.0 上得分较低。
这件事的进展 · 2
查看完整事件- 11月10日 04:36Meta 推出 Muse Ember，面向常规智能体任务的小型模型The Decoder
- 11月10日 03:47
Meta 发布 Muse Ember：其最小模型，并附基准测试成本对比 本条