Meta 发布最小模型 Muse Ember，面向低成本智能体与编码任务
Meta Releases Muse Ember for Lower-Cost Agent and Coding Work
Meta AI Research 于 11 月 9 日推出 Muse Ember，称其为公司最小、最适合重复性智能体与编码工作的模型，同日通过 Muse Code 和 Meta Model API 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。模型以 muse-ember-1.0 提供，支持 Responses API，上下文窗口 1M token、最大输出 512K token，缓存输入为每百万 token 0.004 美元。Meta 称其在 Artificial Analysis 智能指数上得 36 分，低于 Muse Spark 1.3 的 37 分，但每任务成本为 0.14 美元对 2.39 美元；在 FrontierCode 2.0-AA 上为 27.2%，低于 Claude Haiku 5.5 的 34.9%。
推荐理由
精选AI 评分 80
原文给出 Ember 与 Spark、Claude Haiku 5.5 的定价和基准对比，可据此判断低成本执行层在智能体工作流中的分工位置。
主题
正文 · AI 翻译
Meta AI Research 于 2026 年 11 月 9 日推出 Muse Ember，称其为公司最小的模型，也是用于重复性智能体与编码工作的最高效选择。该模型同日通过 Muse Code 和 Meta Model API 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。
其目标工作负载是智能体活动中重复性的那一层：工具调用、编码子任务、路由、信息提取和长文档解析。Meta 表示，智能体的大部分 token 都花在这些小型、结构化的步骤上。Ember 可以检索记录、按顺序调用工具，并跨应用更新系统，从而能够端到端地执行一项业务流程。
定价与 Muse 家族中的角色
缓存输入的价格为每百万 token 0.004 美元。该模型以 muse-ember-1.0 的形式提供，并支持 Responses API。Meta 表示，其 1M token 的上下文窗口可以在一次调用中容纳完整的代码库或文档集，同时该模型支持最多 512K token 的输出。
Meta 与 Muse Spark 1.3 的对比勾勒出这一取舍：Ember 在 Artificial Analysis 智能指数上得 36 分，而 Spark 1.3 为 37 分，但两者在 Artificial Analysis 任务上的标价成本分别为 0.14 美元和 2.39 美元。Ember 也是首个使用 Muse Wonder Full 训练的模型。Meta 的预期分工是：由 Wonder 规划最难的问题，由 Spark 处理编码和智能体工作流，由 Ember 大规模执行这些任务中可重复的部分。
智能体与编码评测结果
Meta 表示，Ember 以约为 Claude Haiku 5.5 每任务成本三分之一的价格，达到了后者在智能指数上的最佳成绩，并在所有推理设置下击败 GPT-6 Luna；在完整的 Artificial Analysis 排行榜上，没有任何模型能以更低的每任务成本获得更高的分数。该对比中 Ember 的成本是按 Meta 标价估算的。
在最高推理设置下，Meta 报告了以下评测结果：
评测 Muse Ember Claude Haiku 5.5 GPT-6 Luna
AutomationBench-AA，业务流程 37.8% 13.9% 20.2%
Agents’ Last Exam，Linux 子集 61.6% 57.0% 57.1%
Terminal-Bench 4.0 40.9% 39.2% 16.4%
Coding Agent Index-AA 46 37 31
FrontierCode 2.0-AA 27.2% 34.9% 25.2%
OSWorld 2.1，部分得分 69.5% 68.9% 50.5%
AutomationBench-AA 采用严格的 pass@1 评分，Terminal-Bench 则将每个模型置于其最佳公开测试框架中。Agents’ Last Exam 和 OSWorld 为 Meta 内部评测。Haiku 的 FrontierCode 成绩对更广泛的编码宣传构成了限定：该基准评估真实工程任务的可合并性，而 Haiku 在该项上领先。
Ember 还原生处理文本、图像、音频和视频。因此，智能体可以直接基于截图、图表、扫描文档、语音备忘录、会议录音或视频开展工作，而无需调用单独的模型。这些输入将执行模型扩展到桌面计算机使用和视觉细节丰富的文档，并与基于文本的编码并行。
安全与早期合作伙伴测试
Meta 依据其超级智能扩展框架（Superintelligence Scaling Framework）对 Ember 进行了化学与生物、网络安全以及失控风险的评估。公司报告称，该模型在所评估的各类别中均低于该框架的高风险阈值，并接受了相同的核心安全训练与测试。智能体行为评估涵盖对用户意图的尊重、敏感信息处理、对隐藏于网页、文档或工具输出中的指令的抵抗能力，以及在高影响行动前寻求人工输入。
Meta 还公布了来自 Cloudflare 和 You.com 的早期测试反馈。Cloudflare 首席技术官 Dane Knecht 表示，Ember 在尾部延迟上比其公司测试的同类模型快最多 30%，并能很好地处理跨多个代码仓库的调查任务。You.com 推理负责人 Chak Pothina 报告称，第 95 百分位延迟为 2.2 秒，Ember 在所有测试模型中以最低延迟完成了每一项编码任务。Pothina 还表示，在这些测试中 Ember 产生的输出 token 减少了 36%–48%。
对开发者而言，Ember 提供了一个成本更低的执行层，可以置于 Muse Wonder 的规划之下，并减少发送给更昂贵模型的重复调用次数。Meta 的数据支持这种分工，而 FrontierCode 的成绩则标明了其局限：高效和出色的智能体得分并不能保证在每一项工程任务上都更胜一筹。