Meta 发布轻量模型 Muse Ember 输入价低至每百万 token 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，输出价格每百万 token 50 美分，并支持 100 万 token 上下文与原生多模态理解。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，重模型负责规划、轻模型负责高频执行。

多方信源交叉验证显示，Muse Ember 在 Artificial Analysis 智能指数上得分 36，与 Claude Haiku 5.5（max）持平，但单任务成本仅 0.14 美元，约为后者的三分之一。在 Code Arena WebDev 榜单上以 1608 分成为最强小模型，超过 Claude Haiku 5.5 与 GPT-6 Luna，且中位单任务成本仅 0.03 美元，处于帕累托前沿。在 AutomationBench-AA 上得分 68.1%，与自家旗舰 Muse Wonder 持平，但整体智能水平落后旗舰 8 分，成本却仅为旗舰的约五十分之一。不过，在真实编码基准 FrontierCode 2.0-AA 上以 27.2% 落后于 Haiku 的 34.9%，能力边界清晰。

Muse Ember 的发布标志着小模型效率竞争进入新阶段，其以极低成本提供接近前沿的智能水平，有望大幅降低智能体应用的部署门槛，推动高频任务自动化普及。同时，Meta 通过分层推理架构（Muse Wonder 负责规划、Ember 负责执行）展示了模型组合的潜力，可能引发行业对成本效益的重新评估，并加剧与开源轻量模型的价格战。