Meta memperkenalkan Muse Ember pada hari Isnin, model terkecil dan paling cekap dalam keluarga Musenya, menyasarkan tepat pada kerja rutin yang ejen AI lakukan sepanjang hari: panggilan alat, subtugas pengekodan, penghalaan, pengekstrakan dan menghuraikan dokumen yang panjang. Model ini disiarkan secara langsung pada Meta Model API pada $0.10 setiap juta token input dan $0.50 setiap juta token output.

Menurut pengumuman Meta, Muse Ember menyampaikan lebih banyak kecerdasan setiap dolar daripada Claude Haiku 5.5 atau GPT-6 Luna pada sebarang tetapan alasan. Syarikat itu berkata model itu sepadan dengan skor terbaik Haiku 5.5 pada kira-kira satu pertiga daripada kos dan mengatasi setiap tetapan Luna, meletakkannya di sempadan kecekapan papan pendahulu Analisis Buatan, di mana tiada model mendapat skor lebih tinggi untuk kurang wang setiap tugas. For more context on this story, see our ongoing more AI stories.

Model Dibina untuk Subtugas Ejen

Cadangan Meta ialah ejen moden membelanjakan sebahagian besar token mereka pada banyak langkah kecil berstruktur dan bukannya satu jawapan gergasi, dan Muse Ember direka untuk beban kerja itu. Syarikat itu menerangkan model yang boleh membawa aliran kerja perniagaan hujung ke hujung, menarik rekod, alat panggilan dalam urutan dan mengemas kini sistem merentas aplikasi.

Tetingkap konteks adalah luar biasa murah hati untuk kelas model ini. Muse Ember menerima sehingga 1 juta token input dan boleh menghasilkan sehingga 512,000 token output dalam satu panggilan, cukup untuk menelan pangkalan kod penuh atau set dokumen besar sekaligus.

Penanda Aras: Markah Kukuh, Satu Jurang Yang Ketara

Nombor tajuk datang daripada data Analisis Buatan bertarikh 9 November 2026, diterbitkan semula dalam pengumuman Meta. Pada Indeks Kecerdasan Analisis Buatan, Muse Ember mendapat 33.9 pada $0.116 setiap tugas dan 35.8 pada $0.136 setiap tugas merentas tetapan penaakulan tertingginya. Keputusan terbaik Claude Haiku 5.5 ialah 36.2, tetapi kosnya $0.411 setiap tugas, kira-kira tiga kali ganda. GPT-6 Luna mendahului pada 27.8. Pada indeks keseluruhan pada penaakulan maksimum, Muse Ember dan Haiku 5.5 terikat pada 36, dengan Luna pada 28.

Keputusan peringkat tugas menunjukkan corak yang sama:

  • Pada Terminal-Bench 4.0, yang mengukur pengekodan terminal agen, Muse Ember memperoleh 40.9 pada penaakulan maksimum, mendahului Claude Haiku 5.5 pada 39.2 dan jauh mengatasi GPT-6 Luna pada 16.4.
  • Pada AutomationBench-AA, penanda aras aliran kerja perniagaan hujung ke hujung yang dijaringkan dengan lulus ketat@1, Muse Ember mencapai 37.8 berbanding 20.2 untuk GPT-6 Luna dan 13.9 untuk Claude Haiku 5.5.
  • Pada Peperiksaan Terakhir Ejen, penilaian dalaman Meta bagi tugas ejen hujung ke hujung pada subset Linux, Muse Ember mendapat 61.6, mendahului Luna pada 57.1 dan Haiku 5.5 pada 57.0.
  • Pada Personal Superintelligence Index Meta, gabungan dalaman kerja peribadi dan pengetahuan, Muse Ember mendapat markah 46.8 berbanding 37.0 untuk Luna dan 36.1 untuk Haiku 5.5.
  • Pada OSWorld 2.1, penanda aras penggunaan komputer merentas aplikasi desktop, Muse Ember menjaringkan 69.5 dalam pemarkahan separa perlawanan dan 27.8 dalam pemarkahan binari.
  • Pada PerceptionBench dengan alatan, ujian persepsi visual yang terperinci, Muse Ember mendahului dengan 80.6 berbanding 78.6 untuk Haiku 5.5 dan 62.8 untuk Luna.

Terdapat satu jurang yang patut dibenderakan. Pada FrontierCode 2.0-AA, yang menilai tugas kejuruteraan sebenar sama ada kod yang terhasil boleh digabungkan, Claude Haiku 5.5 mendahului pada 34.9, dengan Muse Ember pada 27.2 dan GPT-6 Luna pada 25.2. Ini adalah peringatan bahawa penanda aras menyimpang dan bahawa pasukan harus memadankan model dengan beban kerja sebenar mereka dan bukannya satu papan pendahulu.

Maksud Nombor Kecekapan

Pembingkaian kos setiap tugas ialah tempat Meta melukis kontras paling tajam. Haiku 5.5 perlu membelanjakan sehingga $0.411 setiap tugas pada tetapan penaakulan tertingginya untuk mencapai skor terbaiknya 36.2, manakala Muse Ember mencatatkan 35.8 pada $0.136. Skor terbaik Luna sebanyak 27.8 datang pada $0.152 setiap tugas, melebihi harga Muse Ember dan jauh di bawah markahnya. Untuk abah-abah ejen yang menjalankan ratusan subtugas setiap sesi, kompaun kos setiap tugasan dengan cepat, iaitu segmen yang disasarkan oleh Meta.

Apa Laporan Rakan Kongsi Awal

Pengumuman Meta termasuk keputusan awal daripada lima rakan kongsi: Box, Cline, Oracle, Cloudflare dan You.com.

Cloudflare CTO Dane Knecht berkata Muse Ember berlari "sehingga 30% lebih pantas pada bahagian ekor daripada model setanding yang kami uji" dan mengendalikan tugas penyiasatan berbilang repo yang luas dengan baik, memanggilnya sesuai untuk beban kerja agenik yang tinggi.

Di You.com, ketua inferens Chak Pothina melaporkan bahawa Muse Ember menyelesaikan setiap pencarian pengekodan dalam ujian syarikat dengan kependaman terendah daripada mana-mana model yang dicuba, p95 selama 2.2 saat. Iaitu, menurut Pothina, kira-kira 4x hingga 13x lebih pantas daripada model berat terbuka terkemuka, dengan token keluaran 36% hingga 48% lebih sedikit.

Naib Presiden Box bagi Produk AI Yashodha Bhavnani berkata bahawa pada Eval Kerja Kompleks AI Box, model itu boleh menjaringkan kontrak terhadap klausa buku permainan perundingan syarikat mengikut klausa dan mendapat penarafan risiko keseluruhan yang betul. Pengasas Cline, Saoud Rizwan memanggil Muse Ember "dibina dengan tujuan" untuk kerja subagen seperti pengekodan dan analisis dokumen, dan SVP Oracle Konstantinos Papamiltiadis menyebut potensi yang kukuh untuk pasukan kejuruteraan.

Perkara Penting Mengenai Ketersediaan dan Berat

Muse Ember tersedia melalui Meta Model API mulai hari Isnin. Pengumuman itu tidak menyebut ketersediaan berat terbuka, jadi pasukan yang menjadi hos sendiri harus menganggap ini sebagai keluaran API sahaja buat masa ini. Meta Superintelligence Labs dikreditkan dengan kerja dalam petikan rakan kongsi.

Bagi pemaju yang memasang abah-abah ejen, kedatangan model subagen yang murah dan pantas menambah pilihan utama ketiga bersama Claude Haiku 5.5 dan GPT-6 Luna, kedua-duanya Muse Ember kini mengurangkan harga pada kualiti yang setanding pada penanda aras yang dipetik Meta. Sama ada kelebihan itu berada di bawah ujian bebas, data luar Meta yang dihasilkan semula daripada Analisis Buatan, akan menjadi perkara seterusnya yang perlu diperhatikan.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →