Meta 发布小模型 Muse Ember，支持 1M token 上下文与多模态输入
Today we're introducing Muse Ember, our smallest and most efficient model, built for complex reasoning execution and everyday agent work.
Meta 发布其最小、最高效的模型 Muse Ember，面向复杂推理执行和日常智能体工作，可跨应用承接工作流、按顺序调用工具、运行测试并做针对性代码修复。该模型具备 1M token 上下文窗口，原生理解文本、图像、音频和视频。Muse Ember 已在 Meta Model API 上线，输入 $0.10/百万 token、输出 $0.50/百万 token；Meta 称其在 Artificial Analysis Intelligence Index 上表现与 Claude Haiku 5.5 相当，单任务成本约为后者的三分之一。
推荐理由
AI 评分 80
Meta 公布小模型 Muse Ember 的定价与第三方基准对比，可据此判断轻量智能体任务的成本取舍。
主题
正文
Today we're introducing Muse Ember, our smallest and most efficient model, built for complex reasoning execution and everyday agent work.
Muse Ember can carry workflows across apps, call tools in sequence, run tests and make targeted code fixes. With a 1M-token context window and native understanding of text, images, audio and video, it can also work across large document sets and varied inputs.