Meta introducerade Muse Ember i måndags, den minsta och mest effektiva modellen i sin Muse-familj, riktad rakt mot rutinarbetet som AI-agenter utför hela dagen: verktygsanrop, kodning av underuppgifter, routing, extrahering och analys av långa dokument. Modellen gick live på Meta Model API för $0,10 per miljon inmatade tokens och $0,50 per miljon output-tokens.

Enligt Metas tillkännagivande levererar Muse Ember mer intelligens per dollar än Claude Haiku 5.5 eller GPT-6 Luna oavsett resonemang. Företaget säger att modellen matchar Haiku 5.5:s bästa poäng till ungefär en tredjedel av kostnaden och slår varje Luna-inställning, vilket placerar den på effektivitetsgränsen för Artificiell analys-poängtavlan, där ingen modell får högre poäng för mindre pengar per uppgift. For more context on this story, see our ongoing AI trends.

En modell byggd för agentunderuppgifter

Metas pitch är att moderna agenter spenderar huvuddelen av sina tokens på många små, strukturerade steg snarare än ett jättesvar, och att Muse Ember är konstruerad för exakt den arbetsbelastningen. Företaget beskriver en modell som kan bära ett affärsarbetsflöde från början, dra register, anropa verktyg i sekvens och uppdatera system över applikationer.

Kontextfönstret är ovanligt generöst för denna modellklass. Muse Ember accepterar upp till 1 miljon inmatade tokens och kan producera upp till 512 000 output-tokens i ett enda samtal, tillräckligt för att mata in en fullständig kodbas eller en stor dokumentuppsättning på en gång.

Riktmärken: Starka poäng, ett anmärkningsvärt gap

Rubriknumren kommer från artificiell analysdata daterad den 9 november 2026, återgiven i Metas tillkännagivande. På Artificial Analysis Intelligence Index fick Muse Ember 33,9 till $0,116 per uppgift och 35,8 på $0,136 per uppgift över sina högsta resonemangsinställningar. Claude Haiku 5.5:s bästa resultat var 36,2, men det kostade $0,411 per uppgift, ungefär tre gånger så mycket. GPT-6 Luna toppade på 27,8. På det övergripande indexet vid max resonemang var Muse Ember och Haiku 5,5 lika med 36, med Luna på 28.

Resultat på uppgiftsnivå visar samma mönster:

  • På Terminal-Bench 4.0, som mäter agentisk terminalkodning, fick Muse Ember 40,9 vid max resonemang, före Claude Haiku 5,5 på 39,2 och långt borta från GPT-6 Luna vid 16,4.
  • På AutomationBench-AA, ett benchmark för företagsarbetsflöden från slut till slut med strikt pass@1, nådde Muse Ember 37,8 mot 20,2 för GPT-6 Luna och 13,9 för Claude Haiku 5,5.
  • På Agents' Last Exam, en intern meta-utvärdering av end-to-end agentuppgifter på Linux-delmängden, fick Muse Ember 61,6, före Luna på 57,1 och Haiku 5,5 på 57,0.
  • På Metas Personal Superintelligence Index, en intern sammansättning av personligt och kunskapsarbete, fick Muse Ember 46,8 mot 37,0 för Luna och 36,1 för Haiku 5,5.
  • På OSWorld 2.1, ett riktmärke för datoranvändning för datorapplikationer, fick Muse Ember 69,5 i partiella poäng och 27,8 i binära poäng.
  • På PerceptionBench with tools, ett finkornigt visuellt perceptionstest, ledde Muse Ember med 80,6 mot 78,6 för Haiku 5,5 och 62,8 för Luna.

Det finns en lucka värd att markera. På FrontierCode 2.0-AA, som bedömer verkliga tekniska uppgifter om huruvida den resulterande koden kan slås samman, ledde Claude Haiku 5.5 vid 34,9, med Muse Ember på 27,2 och GPT-6 Luna vid 25,2. Det är en påminnelse om att riktmärken skiljer sig åt och att team bör matcha modeller till deras faktiska arbetsbelastning snarare än en enda topplista.

Vad effektivitetstalen betyder

Kostnaden per uppgift inramning är där Meta ritar den skarpaste kontrasten. Haiku 5.5 behövde spendera upp till $0,411 per uppgift vid sin högsta resonemangsinställning för att nå sitt bästa resultat på 36,2, medan Muse Ember postade 35,8 på $0,136. Lunas bästa poäng på 27,8 kom till $0,152 per uppgift, över Muse Embers pris och långt under dess poäng. För agentselar som kör hundratals deluppgifter per session, kostar per uppgift snabbt, vilket är exakt det segment som Meta riktar sig till.

Vad tidiga partners rapporterar

Metas tillkännagivande inkluderar tidiga resultat från fem partners: Box, Cline, Oracle, Cloudflare och You.com.

Cloudflare CTO Dane Knecht sa att Muse Ember körde "upp till 30 % snabbare i svansen än den jämförbara modellen vi testade" och hanterade breda utredningsuppgifter med flera repor väl, vilket kallar det en stark passform för agentarbetsbelastningar med hög genomströmning.

På You.com rapporterade slutledningsledaren Chak Pothina att Muse Ember slutförde varje kodningsuppdrag i företagets testning med den lägsta latensen av alla provade modeller, en p95 på 2,2 sekunder. Det vill säga, enligt Pothina, cirka 4x till 13x snabbare än ledande modeller med öppen vikt, med 36% till 48% färre output tokens.

Box VP för AI Products Yashodha Bhavnani sa att på Boxs AI Complex Work Eval kan modellen få ett kontrakt mot ett företags förhandlingshandbok klausul för klausul och landa på rätt övergripande riskklassificering. Cline-grundaren Saoud Rizwan kallade Muse Ember "syftesbyggd" för subagentarbete som kodning och dokumentanalys, och Oracles SVP Konstantinos Papamiltiadis nämnde en stark potential för ingenjörsteam.

Viktiga punkter om tillgänglighet och vikter

Muse Ember är tillgängligt via Meta Model API från och med måndag. Tillkännagivandet nämner inte tillgänglighet med öppen vikt, så team som själva är värdar bör behandla detta som en endast API-version för tillfället. Meta Superintelligence Labs tillskrivs arbetet i partnerofferter.

För utvecklare som monterar agentselar lägger ankomsten av en billig, snabb subagentmodell till ett tredje stort alternativ vid sidan av Claude Haiku 5.5 och GPT-6 Luna, som båda Muse Ember nu underskrider priset till jämförbar kvalitet på de riktmärken Meta citerar. Huruvida den fördelen gäller under oberoende testning, extern data Meta reproducerad från artificiell analys, kommer att vara nästa sak att titta på.

---

Stay Ahead of AI

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

Read more AI news →