Meta 发布最小最高效模型 Muse Ember

#小标题

2026年11月10日 - 链接博客

隆重推出我们最小、最高效的模型：Muse Ember。Meta AI 刚刚推出了他们在 Claude Haiku/GPT Luna 类别中的产品：Muse Ember，他们将其描述为：

[...] 我们最小、最高效的模型，专为复杂推理执行以及智能体整天重复进行的工作而设计：工具调用、编码子任务、路由、抽取和长文档解析。

对于较短的提示词，其定价与 GPT-6 Luna 和 Claude Haiku 5.5 相同——两者均为每百万输入 token 0.10 美元、每百万输出 token 0.50 美元。今天发布的另一款大模型 Claude Fable 5.2，价格是它的 80 倍，为 8/40 美元。

不过，随着提示词变长，定价就稍微没那么直观了。Luna、Ember 和 Haiku 都支持最多一百万个输入 token，但它们也都有一个阈值，超过该阈值后价格就会上涨。考虑到这一阈值，Ember 的定价介于另外两者之间：

GPT-6 Luna ≤272k $0.10 $0.01 $0.50

>272k $0.20 $0.02 $0.75

Muse Ember 1.0 ≤200k $0.10 $0.004 $0.50

>200k $0.30 $0.012 $1.50

Claude Haiku 5.5 ≤100k $0.10 $0.01 $0.50

>100k $0.50 $0.05 $2.50

但如今比较每 token 价格其实并不太合理，因为推理 token 意味着不同模型在解决同一问题时可能使用截然不同数量的 token。

为此，一个有用的衡量指标是 Artificial Analysis。

而比这更有用的是他们的 Intelligence Index vs. Cost per Task 图表，该图表对这三款模型显示了以下内容：

Muse Ember 模型正好位于那条帕累托线上——在这条线上，你只能通过牺牲一个维度来改善另一个维度。Meta 在发布公告中指出了这一点：

它也位于完整 Artificial Analysis 排行榜的效率前沿：没有任何模型能以更低的每任务成本获得更高的得分。

（绿色区域中间帕累托线上的那个灰点就是 GPT-6.1 Terra (low)——显然我应该多关注一下 Terra 系列！）

Muse Ember 有六个推理档位——minimal、low、medium、high、xhigh 和 max——所以我渲染了六只骑自行车的鹈鹕。"high" 推理档位未能返回完整的 SVG，而其他 SVG 令人意外的是，推理档位并没有清晰地对应响应的视觉质量。

这是 "max" 档位的结果，但其他的也值得一看：

Ember 鹈鹕的质量与我从 Muse Wonder 获得的鹈鹕相当，而 Muse Wonder 的价格是 Muse Ember 的 40 倍。

发布于 2026 年 11 月 10 日上午 7:28

近期文章

用 Claude 定位神秘哔声的来源 - 2026 年 11 月 9 日

把你的垃圾 PR 描述藏到 - 2026 年 11 月 9 日

我笔记本电脑上的 Qwen 3.8 27B 也能解读模型权重 - 2026 年 11 月 3 日

美国人口普查局与“超级智能” - 2026 年 11 月 2 日

这是 Simon Willison 发布的链接帖，发布于 2026 年 11 月 10 日。