В понедельник Meta представила Muse Ember, самую маленькую и наиболее эффективную модель в своем семействе Muse, предназначенную исключительно для рутинной работы, которую агенты ИИ выполняют весь день: вызовы инструментов, подзадачи кодирования, маршрутизацию, извлечение и анализ длинных документов. Модель была запущена в Meta Model API по цене 0,10 доллара США за миллион входных токенов и 0,50 доллара США за миллион выходных токенов.

Согласно заявлению Meta, Muse Ember обеспечивает больше интеллекта на доллар, чем Claude Haiku 5.5 или GPT-6 Luna при любых настройках рассуждения. Компания заявляет, что модель соответствует лучшему результату Haiku 5.5 при примерно трети стоимости и превосходит все настройки Luna, помещая ее на границу эффективности в таблице лидеров искусственного анализа, где ни одна модель не имеет более высоких показателей за меньшие деньги за задачу. Подробнее об этой истории — в нашем тенденции ИИ.

Модель, созданная для подзадач агента

Идея Meta заключается в том, что современные агенты тратят большую часть своих токенов на множество небольших, структурированных шагов, а не на один гигантский ответ, и что Muse Ember спроектирована именно для такой рабочей нагрузки. Компания описывает модель, которая может осуществлять сквозной бизнес-процесс, извлекая записи, последовательно вызывая инструменты и обновляя системы между приложениями.

Контекстное окно необычайно велико для этого класса моделей. Muse Ember принимает до 1 миллиона входных токенов и может создавать до 512 000 выходных токенов за один вызов, чего достаточно для одновременного приема полной базы кода или большого набора документов.

Контрольные показатели: высокие показатели, один заметный пробел

Заголовки взяты из данных искусственного анализа от 9 ноября 2026 года, воспроизведенных в объявлении Meta. По индексу интеллекта искусственного анализа Muse Ember набрала 33,9 балла при 0,116 доллара за задание и 35,8 при 0,136 доллара за задание при самых высоких настройках мышления. Лучший результат Claude Haiku 5.5 составил 36,2, но это стоило 0,411 доллара за задачу, то есть примерно в три раза дороже. GPT-6 Luna достигла максимума в 27,8. По общему индексу максимального рассуждения Muse Ember и Haiku 5.5 имеют равное 36, а Луна — 28.

Результаты на уровне задач демонстрируют ту же картину:

  • В тесте Terminal-Bench 4.0, который измеряет кодирование агентного терминала, Muse Ember набрала 40,9 баллов при максимальной логике, опередив Клода Хайку на 5,5 с 39,2 и значительно опередив GPT-6 Luna с 16,4.
  • В AutomationBench-AA, комплексном тесте бизнес-процессов, получившем строгий балл@1, Muse Ember достигла 37,8 против 20,2 для GPT-6 Luna и 13,9 для Claude Haiku 5.5.
  • На Последнем экзамене агентов, внутренней оценке Meta комплексных задач агентов в подмножестве Linux, Muse Ember набрала 61,6, опередив Luna с 57,1 и Haiku 5,5 с 57,0.
  • По Личному индексу суперинтеллекта Меты, который представляет собой внутреннюю совокупность личной и интеллектуальной работы, Муза Эмбер набрала 46,8 против 37,0 у Луны и 36,1 у Haiku 5,5.
  • В OSWorld 2.1, тесте компьютерного использования настольных приложений, Muse Ember набрала 69,5 баллов по частичному совпадению и 27,8 баллов по двоичному результату.
  • В PerceptionBench с инструментами, детальном тесте на визуальное восприятие, Muse Ember лидировала с результатом 80,6 против 78,6 для Haiku 5,5 и 62,8 для Luna.

Есть один пробел, на который стоит обратить внимание. В тесте FrontierCode 2.0-AA, который оценивает реальные инженерные задачи по возможности объединения полученного кода, Claude Haiku 5.5 лидировал с результатом 34,9, Muse Ember с результатом 27,2 и GPT-6 Luna с результатом 25,2. Это напоминание о том, что тесты различаются и что командам следует сопоставлять модели с реальными рабочими нагрузками, а не с единой таблицей лидеров.

Что означают показатели эффективности

В системе «цена за задачу» Meta демонстрирует самый резкий контраст. Haiku 5.5 нужно было потратить до 0,411 доллара за задачу при максимальной настройке рассуждения, чтобы достичь лучшего результата в 36,2, в то время как Muse Ember показала 35,8 доллара при 0,136 доллара. Лучший результат Luna (27,8) составил 0,152 доллара за задание, что выше цены Muse Ember и значительно ниже ее оценок. Для агентских систем, которые выполняют сотни подзадач за сеанс, стоимость каждой задачи быстро увеличивается, а это именно тот сегмент, на который нацелена Meta.

Что сообщают первые партнеры

Объявление Meta включает предварительные результаты от пяти партнеров: Box, Cline, Oracle, Cloudflare и You.com.

Технический директор Cloudflare Дэйн Кнехт сказал, что Muse Ember работала «до 30% быстрее, чем аналогичная модель, которую мы тестировали» и хорошо справлялась с широкими задачами расследования с несколькими репозиториями, назвав ее идеальной для высокопроизводительных агентских рабочих нагрузок.

Руководитель отдела вывода на You.com Чак Потина сообщил, что Muse Ember выполнила все задания по программированию в ходе тестирования компании с самой низкой задержкой среди всех опробованных моделей — p95, равной 2,2 секунды. То есть, по словам Pothina, это примерно в 4–13 раз быстрее, чем ведущие модели открытого веса, с меньшим количеством токенов на выходе на 36–48 %.

Вице-президент Box по продуктам искусственного интеллекта Яшодха Бхавнани сказал, что в ходе комплексной оценки работы Box по искусственному интеллекту модель может получить контракт в соответствии с пунктом за пунктом книги переговоров компании и получить правильный общий рейтинг риска. Основатель Cline Сауд Ризван назвал Muse Ember «специально созданной» для субагентской работы, такой как кодирование и анализ документов, а старший вице-президент Oracle Константинос Папамилтиадис отметил большой потенциал инженерных групп.

Примечательные моменты, касающиеся доступности и веса

Muse Ember доступен через API метамодели с понедельника. В объявлении не упоминается доступность открытого доступа, поэтому командам, которые размещают самостоятельно, следует пока рассматривать это как выпуск только для API. В цитатах партнеров указана работа Meta Superintelligence Labs.

Для разработчиков, собирающих агентские системы, появление дешевой и быстрой модели субагента добавляет третий основной вариант наряду с Claude Haiku 5.5 и GPT-6 Luna, которые Muse Ember теперь удешевляет по цене при сопоставимом качестве по критериям, которые цитирует Meta. Сохранится ли это преимущество при независимом тестировании, внешних данных, воспроизведенных Meta из искусственного анализа, будет следующим, за чем стоит следить.

---

Будьте в курсе ИИ

Последние новости, аналитика и прорывы в сфере ИИ — всё в одном месте.

Читать больше новостей об ИИ →