Meta 发布 Muse Ember 轻量模型 每百万输入 token 仅 10 美分
Meta 超级智能实验室发布迄今最轻量、最具成本效率的模型 Muse Ember，专为智能体高频重复任务设计，覆盖工具调用、编码子任务、路由、信息抽取与长文档解析。其输入价格低至每百万 token 10 美分，官方以 Artificial Analysis 综合基准展示其在成本与智能上优于 Anthropic Haiku 与 OpenAI Luna，并与 DeepSeek V4.1 Flash、GLM 5.3 Flash 等开源竞品形成价格竞争。Ember 定位为与更大模型 Muse Wonder 搭配的智能体执行层。
报道正文
Meta Superintelligence Lab 于周一发布了一款名为 Muse Ember 的新 AI 模型，这是该实验室迄今最轻量、最具成本效益的 AI 模型。Meta 在发布中表示，Ember“专为复杂推理执行以及智能体全天重复的工作而设计：工具调用、编码子任务、路由、信息提取和长文档解析。”
Meta 特别强调了 Ember 的每任务成本，并使用 Artificial Analysis 的综合基准评分 来展示 Ember 比 Anthropic 的 Haiku 和 OpenAI 的 Luna 等竞争对手更便宜、更智能。
图片来源：Meta Superintelligence Labs
Ember 每百万输入 token 收费 10 美分，明显比 Haiku 和 Luna 等前沿竞争对手便宜。不仅如此，它在成本上还能与 DeepSeek V4.1 Flash 和 GLM 5.3 Flash 等开源竞争对手相抗衡。
鉴于对大规模场景下低成本和准确性的强调，Ember 被设计为在智能体框架中与 Meta 的 Muse Wonder 等更大模型搭配使用。例如，在客服智能体的场景中，你可能会看到较重的模型为如何处理特定问题制定规则，然后由较轻量的模型将规则应用到数万个案例中。正如 Meta 在公告中所说：“Muse Wonder 负责规划，Muse Ember 负责处理海量任务。”
考虑到大量高频的使用场景，Meta 还训练 Ember 在文本、图像和音频等不同类型媒体上良好工作。这一结果使该模型在处理何种输入方面出奇地灵活。正如 Meta 在公告中所说：“智能体可以读取截图、图表和扫描文档，或基于语音备忘录、会议录音和视频工作，而无需单独的模型。”
Ember 是 Meta 旗下 Muse 品牌发布的第四款模型，此前已有中量级模型 Spark（于 4 月发布）、Spark 的开源姊妹模型 Glimmer（于 8 月发布），以及前沿模型 Wonder（于 10 月发布）。旗舰消费级 AI 产品 Muse Agent 于9 月发布，并取得了出人意料的成功，本月早些时候还推出了 Spaces 和视频聊天等新功能。