Meta 发布小模型 Muse Ember，面向智能体日常重复任务
Meta launches Muse Ember, a small AI model built for the repetitive work agents actually do
Meta 发布其最小、最高效的模型 Muse Ember，面向智能体日常任务，包括调用工具、小型编码、请求路由、数据抽取和长文档处理。该模型支持文本、图像、音频和视频，单次可处理最多一百万 token，已通过 Meta Model API 和 Muse Code 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。Meta 称其在各推理档位上每美元智能都高于 Claude Haiku 5.5 和 GPT-6 Luna，在 Artificial Analysis 测试中每任务成本约 0.14 美元，而更大的 Muse Spark 1.3 为 2.39 美元、得分 36 对 37；但在 FrontierCode 2.0-AA 的真实编码任务上 Haiku 以 34.9% 领先 Muse Ember 的 27.2%。
推荐理由
AI 评分 68
原文给出每任务成本与 FrontierCode 2.0-AA 上的对比结果，可据此判断小模型在智能体日常任务中的性价比边界。
主题
正文 · AI 翻译
Meta 推出了 Muse Ember，这是其迄今为止最小、最高效的 AI 模型。它专为 AI 智能体全天处理的日常任务而设计：调用工具、处理小型编码任务、路由请求、提取数据以及处理长文档。Meta 表示，Muse Ember 在每个推理层级上每美元所提供的智能都高于 Claude Haiku 5.5 或 GPT-6 Luna。在 Artificial Analysis 测试中，它每项任务成本约为 0.14 美元，而更大的 Muse Spark 1.3 在得分几乎相同（36 对 37）的情况下成本为 2.39 美元。在 Meta 自身的大多数测试中，Muse Ember 处于领先，但在 FrontierCode 2.0-AA 的真实编码任务上，Haiku 的表现优于它，得分为 34.9%，而 Muse Ember 为 27.2%。
该模型可处理文本、图像、音频和视频，单次最多可处理一百万个 token。它现已通过 Meta Model API 和 Muse Code 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。