先了解这件事
Artificial Analysis评测显示,Meta新模型Muse Ember(max)在Intelligence Index上得36分,与Claude Haiku 5.5(max)持平,但每任务成本为0.14美元,约为后者的三分之一。该评测还显示,Muse Ember在AutomationBench-AA上得68.1%,与Muse Wonder(max)持平;在Terminal-Bench 4.0上以40.9%超过Claude Haiku 5.5的32.8%,但在FrontierCode 2.0上以27.2%落后于34.9%。其AA-Omniscience准确率仅21.1%,主要因为对64%的问题拒答,幻觉率因此为17.4%。随后Meta于11月10日发布Muse Ember,称其为自家最小、最高效的模型,面向复杂推理执行和日常智能体工作,支持1M token上下文窗口及文本、图像、音频、视频原生理解,已在Meta Model API上线,定价为每百万输入token 0.10美元、输出0.50美元。
AI 根据公开报道生成
最新进展 · 正式报道
Meta 发布最小最高效模型 Muse Ember事件进展
3 个已确认进展
- 来源：Artificial Analysis 完整文章
- 来源：AI at Meta
- 来源：AI at Meta
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
11月10日
Simon Willison精选
Meta 发布最小最高效模型 Muse Ember
Meta AI 发布 Muse Ember，称其为自家最小、最高效的模型，面向复杂推理执行以及智能体反复执行的任务，包括工具调用、编码子任务、路由、抽取和长文档解析。短提示词下定价与 GPT-6 Luna、Claude Haiku 5.5 相同，均为每百万输入 token 0.10 美元、每百万输出 token 0.50 美元；超过各自阈值后价格上调，Muse Ember 在 200k 以上为 0.30/1.50 美元。作者用六个推理档位生成骑自行车鹈鹕 SVG 测试，发现推理档位与输出视觉质量并不严格对应，其中 high 档未能返回完整 SVG。
IT之家·人工智能
Meta 推出轻量级模型 Muse Ember，跑分媲美 Claude Haiku 5.5、单任务成本仅 1/3
Meta 推出迄今最小、效率最高的模型 Muse Ember，专为复杂推理和智能体日常任务设计。Meta 称其在 Artificial Analysis 排行榜上表现可媲美 Claude Haiku 5.5，单任务成本仅为 1/3，并在多项测试中超越 GPT-6 Luna。该模型拥有 100 万 Token 上下文窗口、最多输出 51.2 万 Token，原生支持文本、图像、音频和视频，即日起在 Meta Model API、Google Cloud 和 Oracle Cloud 提供，输入每百万 Token 0.10 美元、输出 0.50 美元。
SiliconANGLE精选
Meta 发布入门级模型 Muse Ember，主打低成本 AI 智能体
Meta 推出入门级模型 Muse Ember，称其在 Artificial Analysis Index 上与 Claude Haiku 5.5 得分持平，价格约为后者的三分之一，并超过 GPT-6 Luna。该模型上下文窗口为 100 万 token，支持图像、音频和视频输入，输出长度最高 512,000 token，通过 Meta Model API 提供，输入每百万 token 10 美分、输出每百万 token 50 美分，缓存命中时输入降至每百万 token 0.4 美分。Meta 表示它是首个用旗舰模型 Muse Wonder 训练出的模型，但未说明具体自动化了哪个环节。
cnBeta
Meta 推出最小模型 Muse Ember，性能追平 Claude 成本约为三分之一
Meta 发布旗下规模最小、运行效率最高的模型 Muse Ember，模型编号 muse-ember-1.0，已通过 Muse Code 和 Meta Model API 上线。该模型支持文本、图片、音频、视频及 PDF 输入，输出文本，上下文窗口约 100 万 Token，最高输出约 51.2 万 Token，每百万输入 Token 收费 0.10 美元、输出 0.50 美元。Artificial Analysis 测试显示其最高推理档位单次任务成本约 0.14 美元，Claude Haiku 5.5 同类任务约 0.41 美元；Meta 公布的测试称其在部分智能体、工具调用和多模态任务中领先 Claude Haiku 5.5 与 GPT-6 Luna，但在 FrontierCode 2.0 上得分低于 Claude Haiku 5.5。
凤凰科技
Meta 发布轻量模型 Muse Ember，性能追平 Claude Haiku 5.5 而成本约为三分之一
Meta 于当地时间 11 月 9 日发布轻量级模型 Muse Ember，第三方评测机构 Artificial Analysis 数据显示其综合智能指数为 36 分，与 Claude Haiku 5.5 最高推理档位持平，单次任务成本约 0.14 美元，后者约 0.41 美元。该模型面向智能体高频任务，支持文本、图片、音频、视频及 PDF 输入，上下文窗口约 100 万 Token，已通过 Muse Code 及 Meta Model API 上线，模型编号 muse-ember-1.0。定价为每百万输入 Token 0.10 美元、缓存输入 0.004 美元、输出 0.50 美元；在 FrontierCode 2.0 测试中其得分低于 Claude Haiku 5.5。
Rohan Paul
Meta 发布最小模型 Muse Ember，称以约三分之一成本匹配 Claude Haiku 5.5 智能水平
Meta 发布其最小模型 Muse Ember，称在约三分之一成本下达到 Claude Haiku 5.5 的智能水平，面向智能体反复执行的工具调用、编码子任务、路由和抽取等场景。定价为 200K tokens 以内每百万 tokens 输入 $0.10、输出 $0.50，超过 200K tokens 为输入 $0.30、输出 $1.50。由于 Haiku 在 100K tokens 以内收费相同，Ember 的成本优势主要来自每个任务消耗更少 token。该模型已在 Meta Model API 和 Muse Code 中提供。
The Decoder
Meta 发布小模型 Muse Ember，面向智能体日常重复任务
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%。
Unite.AI精选
Meta 发布最小模型 Muse Ember，面向低成本智能体与编码任务
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%。
Artificial Analysis精选
Artificial Analysis 评测 Meta Muse Ember：智能指数 36 分，成本为…
Artificial Analysis 评测显示，Meta 新模型 Muse Ember（max）在 Intelligence Index 上得 36 分，与 Claude Haiku 5.5（max）持平，但每任务成本为 0.14 美元，约为后者的三分之一。它是该指数 36 分及以上模型中成本最低的，xhigh 档得 34 分、每任务 0.12 美元；比同分的 DeepSeek V4.1 Flash 1017 和 GLM-5.3-Flash 便宜约 4 倍。知识类指标是短板，AA-Omniscience 准确率 21.1%，因 64% 的问题选择不作答，幻觉率降至 17.4%；在 Muse Code 中 Coding Agent Index 得 46 分，高于 Claude Code 中的 Claude Haiku 5.5（37）和 Codex 中的 GPT-6 Luna（31）。定价为每 1M token 输入 0.10 美元、缓存输入 0.004 美元、输出 0.50 美元，已在 Meta 一方 API 和 Muse Code 上线。
AI at Meta一手精选
Meta 发布轻量模型 Muse Ember，上线 Meta Model API
Meta 发布其最小、最高效的模型 Muse Ember，已在 Meta Model API 上线，定价为每百万输入 token 0.10 美元、每百万输出 token 0.50 美元。该模型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，支持 1M token 上下文窗口和文本、图像、音频、视频的原生理解。Meta 称在 Artificial Analysis Intelligence Index 上，其表现与 Claude Haiku 5.5 相当，但每任务成本约为后者的三分之一，且在 GPT-6 Luna 各推理设置下得分均更高。
AI at Meta一手精选
Meta 发布轻量模型 Muse Ember，主打智能体任务性价比
Meta 发布最小、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、按序调用工具、运行测试并做针对性代码修复。该模型支持 1M-token 上下文窗口，原生理解文本、图像、音频和视频。在 Artificial Analysis Intelligence Index 上，其表现与 Claude Haiku 5.5 相当，单任务成本约为后者的三分之一，并在 GPT-6 Luna 各推理设置下得分更高。Muse Ember 已在 Meta Model API 上线，定价为每百万输入 token 0.10 美元、每百万输出 token 0.50 美元。
AI at Meta一手
Meta 发布小模型 Muse Ember，支持 1M token 上下文与多模态输入
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。
Testing Catalog
Meta 发布小模型 Muse Ember，上线 Meta Model API 与 Muse Code
Meta 发布新模型 Muse Ember，已在 Meta Model API 和 Muse Code 上线。据 Mark Zuckerberg 的说法，这是 Meta 最小的模型，主打每美元智能高于同级别模型，面向智能体全天重复的工具调用、编码子任务、路由、信息抽取和长文档解析等 token 密集型工作。TestingCatalog 称其为低成本小模型，表现与 Claude 5.5 Haiku 相当。
TechCrunch AI精选
Meta 发布轻量模型 Muse Ember，面向智能体执行
Meta Superintelligence Lab 发布轻量模型 Muse Ember，输入价格为每百万 token 10 美分，主打工具调用、编码子任务、路由、抽取和长文档解析等智能体高频工作。Meta 称其可与更大的 Muse Wonder 搭配，由后者规划、Ember 承担大批量执行，并支持文本、图像和音频输入。Ember 是 Muse 品牌下第四款模型，此前已有 Spark、开源版 Glimmer 和 Wonder。
Artificial Analysis精选
Artificial Analysis 评测：Meta Muse Ember 智能指数 36 分，与 Claude…
Artificial Analysis 评测显示，Meta 新模型 Muse Ember（max）在 Intelligence Index 上得 36 分，与 Claude Haiku 5.5（max）持平，但每任务成本为 $0.14，后者为 $0.41。Muse Ember 定价为每 1M tokens 输入 $0.10、缓存输入 $0.004、输出 $0.50，已通过 Meta 一方 API 和 Muse Code 提供。其知识类指标偏弱，AA-Omniscience 准确率 21.1%，主要因对 64% 的问题拒答，幻觉率 17.4%，约为 Claude Haiku 5.5（max）的一半。
11月9日
Artificial Analysis 完整文章一手
Meta Muse Ember 在 Intelligence Index 得 36 分，为同分模型中成本最低
Artificial Analysis 评测显示，Meta 新模型 Muse Ember（max）在 Intelligence Index 上得 36 分，与 Claude Haiku 5.5（max）持平，但每任务成本为 $0.14，约为后者的三分之一。它在 AutomationBench-AA 上得 68.1%，与 Muse Wonder（max）持平；在 Terminal-Bench 4.0 上以 40.9% 超过 Claude Haiku 5.5 的 32.8%，但在 FrontierCode 2.0 上以 27.2% 落后于 34.9%。其 AA-Omniscience 准确率仅 21.1%，主要因为对 64% 的问题拒答，幻觉率因此为 17.4%。定价为每 1M tokens 输入 $0.10、缓存输入 $0.004、输出 $0.50，可通过 Meta 第一方 API 和 Muse Code 使用。
Hacker News 热门
Meta 发布最小最省模型 Muse Ember，主打智能体重复任务
Meta 发布其最小、最高效的模型 Muse Ember，面向工具调用、编码子任务、路由、抽取和长文档解析等智能体高频任务。官方称其在同等推理设置下比 Claude Haiku 5.5 和 GPT-6 Luna 更具性价比，在 Artificial Analysis 智能指数上以约 0.14 美元每任务达到 36 分。模型支持 1M token 上下文和最多 512K 输出 token，原生理解文本、图像、音频和视频，今日起以 muse-ember-1.0 上线 Muse Code 和 Meta Model API，定价为每百万输入 token 0.10 美元、每百万输出 token 0.50 美元。
本事件热度走势
- 当前
- 124
- 区间峰值
- 128 11月10日 16:00
- 近 24 小时变化
- —
移动指针或点击图表可查看每小时热度；键盘可用左右方向键切换。