Meta திங்களன்று Muse Ember ஐ அறிமுகப்படுத்தியது, அதன் மியூஸ் குடும்பத்தில் மிகச்சிறிய மற்றும் திறமையான மாடல், AI முகவர்கள் நாள் முழுவதும் செய்யும் வழக்கமான வேலைகளை இலக்காகக் கொண்டது: கருவி அழைப்புகள், குறியீட்டு துணைப் பணிகள், ரூட்டிங், பிரித்தெடுத்தல் மற்றும் நீண்ட ஆவணங்களைப் பாகுபடுத்துதல். ஒரு மில்லியன் உள்ளீட்டு டோக்கன்களுக்கு $0.10 மற்றும் ஒரு மில்லியன் வெளியீட்டு டோக்கன்களுக்கு $0.50 என்ற விலையில் Meta Model API இல் இந்த மாடல் நேரலைக்கு வந்தது.

மெட்டாவின் அறிவிப்பின்படி, மியூஸ் எம்பர் ஒரு டாலருக்கு கிளாட் ஹைக்கூ 5.5 அல்லது GPT-6 லூனாவை விட அதிக நுண்ணறிவை எந்த காரண அமைப்பிலும் வழங்குகிறது. இந்த மாடல் ஹைக்கூ 5.5 இன் சிறந்த ஸ்கோருடன் ஏறக்குறைய மூன்றில் ஒரு பங்கு செலவில் பொருந்துகிறது மற்றும் ஒவ்வொரு லூனா அமைப்பையும் முறியடித்து, செயற்கை பகுப்பாய்வு லீடர்போர்டின் செயல்திறன் எல்லையில் அதை வைக்கிறது, அங்கு எந்த மாதிரியும் ஒரு பணிக்கு குறைந்த பணத்திற்கு அதிக மதிப்பெண் பெறாது. For more context on this story, see our ongoing more AI stories.

முகவர் துணைப் பணிகளுக்காக உருவாக்கப்பட்ட ஒரு மாதிரி

மெட்டாவின் சுருதி என்னவென்றால், நவீன முகவர்கள் தங்கள் டோக்கன்களின் பெரும்பகுதியை ஒரு பெரிய பதிலைக் காட்டிலும் பல சிறிய, கட்டமைக்கப்பட்ட படிகளில் செலவிடுகிறார்கள், மேலும் மியூஸ் எம்பர் அந்த பணிச்சுமைக்காக வடிவமைக்கப்பட்டுள்ளது. ஒரு வணிகப் பணிப்பாய்வு, பதிவுகளை இழுத்தல், வரிசையாக அழைப்புக் கருவிகள் மற்றும் பயன்பாடுகள் முழுவதும் அமைப்புகளைப் புதுப்பித்தல் ஆகியவற்றைக் கொண்டு செல்லும் மாதிரியை நிறுவனம் விவரிக்கிறது.

இந்த வகை மாதிரிக்கு சூழல் சாளரம் வழக்கத்திற்கு மாறாக தாராளமாக உள்ளது. மியூஸ் எம்பர் 1 மில்லியன் உள்ளீட்டு டோக்கன்களை ஏற்றுக்கொள்கிறது மற்றும் ஒரே அழைப்பில் 512,000 அவுட்புட் டோக்கன்களை உருவாக்க முடியும், இது ஒரு முழு கோட்பேஸ் அல்லது ஒரு பெரிய ஆவணத்தை ஒரே நேரத்தில் செட் செய்ய போதுமானது.

வரையறைகள்: வலுவான மதிப்பெண்கள், ஒரு குறிப்பிடத்தக்க இடைவெளி

தலைப்பு எண்கள் நவம்பர் 9, 2026 தேதியிட்ட செயற்கைப் பகுப்பாய்வுத் தரவிலிருந்து வந்தவை, இது மெட்டாவின் அறிவிப்பில் மீண்டும் உருவாக்கப்பட்டுள்ளது. செயற்கை பகுப்பாய்வு நுண்ணறிவு குறியீட்டில், மியூஸ் எம்பர் ஒரு பணிக்கு $0.116 என 33.9 மதிப்பெண்களையும், அதன் மிக உயர்ந்த காரண அமைப்புகளில் ஒரு பணிக்கு $0.136 என 35.8 மதிப்பெண்களையும் பெற்றுள்ளது. கிளாட் ஹைக்கூ 5.5 இன் சிறந்த முடிவு 36.2 ஆகும், ஆனால் ஒரு பணிக்கு $0.411 செலவாகும், இது தோராயமாக மூன்று மடங்கு அதிகம். GPT-6 லூனா 27.8 இல் முதலிடம் பிடித்தது. அதிகபட்ச பகுத்தறிவின் ஒட்டுமொத்த குறியீட்டில், மியூஸ் எம்பர் மற்றும் ஹைக்கூ 5.5 36 இல் சமநிலையில் இருந்தது, லூனா 28 இல் இருந்தது.

பணி நிலை முடிவுகள் ஒரே மாதிரியைக் காட்டுகின்றன:

  • டெர்மினல்-பெஞ்ச் 4.0 இல், ஏஜென்டிக் டெர்மினல் குறியீட்டை அளவிடும், மியூஸ் எம்பர் அதிகபட்ச பகுத்தறிவில் 40.9 மதிப்பெண்களைப் பெற்றார், கிளாட் ஹைக்கூ 5.5 க்கு 39.2 க்கு முன்னால் மற்றும் GPT-6 லூனாவை விட 16.4.
  • AutomationBench-AA இல், கண்டிப்பான பாஸ்@1 உடன் மதிப்பெண் பெற்ற ஒரு எண்ட்-டு-எண்ட் பிசினஸ் ஒர்க்ஃப்ளோ பெஞ்ச்மார்க், மியூஸ் எம்பர் GPT-6 லூனாவிற்கு 20.2 மற்றும் க்ளாட் ஹைக்கூ 5.5 க்கு 13.9 க்கு எதிராக 37.8 ஐ எட்டியது.
  • முகவர்களின் கடைசித் தேர்வில், லினக்ஸ் துணைக்குழுவில் எண்ட்-டு-எண்ட் ஏஜென்ட் பணிகளின் மெட்டா உள் மதிப்பீட்டில், மியூஸ் எம்பர் 61.6 மதிப்பெண்களைப் பெற்றார், லூனாவை விட 57.1 மற்றும் ஹைக்கூ 5.5 57.0.
  • Meta's Personal Superintelligence Index இல், தனிப்பட்ட மற்றும் அறிவுப் பணிகளின் உள் கலவையான, Muse Ember லூனாவுக்கு 46.8 மற்றும் 37.0 மற்றும் ஹைக்கூ 5.5 க்கு 36.1 மதிப்பெண்களைப் பெற்றார்.
  • OSWorld 2.1 இல், டெஸ்க்டாப் பயன்பாடுகள் முழுவதும் கணினி பயன்பாட்டு அளவுகோலாக, மியூஸ் எம்பர் பகுதி-போட்டியில் 69.5 மதிப்பெண்களையும் பைனரி ஸ்கோரிங்கில் 27.8 மதிப்பெண்களையும் பெற்றது.
  • PerceptionBench with tools, ஒரு நேர்த்தியான காட்சி உணர்தல் சோதனை, ஹைக்கூ 5.5 க்கு 78.6 மற்றும் லூனா 62.8 க்கு எதிராக 80.6 உடன் மியூஸ் எம்பர் முன்னிலை வகித்தது.

கொடியிடுவதற்கு ஒரு இடைவெளி உள்ளது. FrontierCode 2.0-AA இல், இதன் விளைவாக வரும் குறியீடு ஒன்றிணைக்க முடியுமா என்பது குறித்த உண்மையான பொறியியல் பணிகளை தீர்மானிக்கிறது, Claude Haiku 5.5 34.9 இல் முன்னணியில் இருந்தது, Muse Ember 27.2 மற்றும் GPT-6 Luna 25.2 இல் இருந்தது. அளவுகோல்கள் வேறுபடுகின்றன என்பதையும், அணிகள் ஒரு லீடர்போர்டைக் காட்டிலும் அவற்றின் உண்மையான பணிச்சுமையுடன் மாதிரிகளை பொருத்த வேண்டும் என்பதையும் இது நினைவூட்டுகிறது.

செயல்திறன் எண்கள் என்ன அர்த்தம்

ஒரு பணிக்கான செலவு-கட்டமைத்தல் என்பது மெட்டா மிகக் கடுமையான மாறுபாட்டை வரைகிறது. ஹைக்கூ 5.5 அதன் சிறந்த ஸ்கோரான 36.2 ஐ அடைய ஒரு பணிக்கு $0.411 வரை செலவழிக்க வேண்டும், அதே நேரத்தில் மியூஸ் எம்பர் $0.136 இல் 35.8 ஐப் பதிவு செய்தது. லூனாவின் சிறந்த ஸ்கோரான 27.8, ஒரு பணிக்கு $0.152, மியூஸ் எம்பரின் விலைக்கு மேல் மற்றும் அதன் மதிப்பெண்களுக்குக் கீழே. ஒரு அமர்வுக்கு நூற்றுக்கணக்கான துணைப் பணிகளை இயக்கும் ஏஜென்ட் ஹார்னெஸ்களுக்கு, ஒரு பணிக்கான செலவுகள் விரைவாகச் சேர்க்கப்படுகின்றன, இதுவே மெட்டா குறிவைக்கும் பிரிவைத்தான்.

ஆரம்பகால கூட்டாளர்கள் என்ன அறிக்கை செய்கிறார்கள்

Meta இன் அறிவிப்பில் Box, Cline, Oracle, Cloudflare மற்றும் You.com ஆகிய ஐந்து கூட்டாளர்களின் ஆரம்ப முடிவுகள் அடங்கும்.

Cloudflare CTO Dane Knecht கூறுகையில், மியூஸ் எம்பர் "நாங்கள் சோதித்த ஒப்பிடக்கூடிய மாதிரியை விட 30% வரை வேகமாக வாலில் இயங்கியது" மேலும் பரந்த, மல்டி-ரெப்போ விசாரணை பணிகளை சிறப்பாகக் கையாண்டது, இது உயர்-செயல்திறன் முகவர் பணிச்சுமைகளுக்கு வலுவான பொருத்தம் என்று கூறியது.

You.com இல், Muse Ember நிறுவனத்தின் சோதனையில் ஒவ்வொரு குறியீட்டு தேடலையும் முயற்சித்த எந்த மாதிரியின் மிகக்குறைந்த தாமதத்துடன் 2.2 வினாடிகளில் p95 ஐ முடித்ததாக அனுமான முன்னணி சாக் பொதினா தெரிவித்தார். அதாவது, பொதினாவின் கூற்றுப்படி, முன்னணி திறந்த எடை மாடல்களை விட சுமார் 4x முதல் 13 மடங்கு வேகமாக, 36% முதல் 48% குறைவான வெளியீட்டு டோக்கன்கள்.

AI தயாரிப்புகளின் பாக்ஸ் விபி யசோதா பவ்னானி கூறுகையில், பாக்ஸின் AI காம்ப்ளக்ஸ் வொர்க் ஏவலில், மாடல் ஒரு நிறுவனத்தின் பேச்சுவார்த்தை பிளேபுக் விதிக்கு எதிராக ஒரு ஒப்பந்தத்தைப் பெறலாம் மற்றும் சரியான ஒட்டுமொத்த அபாய மதிப்பீட்டில் இறங்கலாம். க்லைன் நிறுவனர் சவுத் ரிஸ்வான், குறியீட்டு முறை மற்றும் ஆவணப் பகுப்பாய்வு போன்ற துணைப் பணிகளுக்காக மியூஸ் எம்பரை "நோக்கம்-கட்டமைக்கப்பட்டவர்" என்று அழைத்தார், மேலும் ஆரக்கிள் SVP கான்ஸ்டான்டினோஸ் பாபமில்டியாடிஸ் பொறியியல் குழுக்களுக்கான வலுவான திறனை மேற்கோள் காட்டினார்.

கிடைக்கும் மற்றும் எடைகள் பற்றிய குறிப்பிடத்தக்க புள்ளிகள்

திங்கட்கிழமை நிலவரப்படி, மியூஸ் எம்பர் மெட்டா மாடல் API மூலம் கிடைக்கிறது. அறிவிப்பில் ஓப்பன் வெயிட் கிடைப்பது குறிப்பிடப்படவில்லை, எனவே சுய-ஹோஸ்ட் செய்யும் குழுக்கள் இதை இப்போதைக்கு API-மட்டும் வெளியீட்டாகக் கருத வேண்டும். கூட்டாளர் மேற்கோள்களில் மெட்டா சூப்பர் இன்டலிஜென்ஸ் லேப்ஸ் பணிக்கு வரவு வைக்கப்பட்டுள்ளது.

ஏஜென்ட் ஹார்னெஸ்களை அசெம்பிள் செய்யும் டெவலப்பர்களுக்கு, ஒரு மலிவான, வேகமான சப்ஜெண்ட் மாடலின் வருகையானது Claude Haiku 5.5 மற்றும் GPT-6 Luna உடன் மூன்றாவது முக்கிய விருப்பத்தை சேர்க்கிறது, இவை இரண்டும் இப்போது மியூஸ் எம்பர் மெட்டா மேற்கோள்களின் தரத்தில் ஒப்பிடக்கூடிய தரத்தில் விலையை குறைக்கிறது. அந்த நன்மையானது சுயாதீன சோதனையின் கீழ் உள்ளதா, செயற்கைப் பகுப்பாய்விலிருந்து மீட்டெடுக்கப்பட்ட வெளிப்புற தரவு மெட்டா, அடுத்ததாக பார்க்க வேண்டிய விஷயம்.

---

Stay Ahead of AI

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

Read more AI news →