Meta เปิดตัว Muse Ember เมื่อวันจันทร์ ซึ่งเป็นโมเดลที่เล็กที่สุดและมีประสิทธิภาพมากที่สุดในตระกูล Muse โดยมุ่งเป้าไปที่งานประจำที่เจ้าหน้าที่ AI ทำตลอดทั้งวัน เช่น การเรียกเครื่องมือ งานย่อยการเขียนโค้ด การกำหนดเส้นทาง การดึงข้อมูล และการแยกวิเคราะห์เอกสารขนาดยาว โมเดลดังกล่าวเปิดใช้งานจริงบน Meta Model API ที่ 0.10 ดอลลาร์ต่อโทเค็นอินพุตหนึ่งล้านรายการ และ 0.50 ดอลลาร์ต่อโทเค็นเอาต์พุตหนึ่งล้านรายการ

ตามประกาศของ Meta Muse Ember มอบความฉลาดต่อดอลลาร์มากกว่า Claude Haiku 5.5 หรือ GPT-6 Luna ไม่ว่าจะด้วยเหตุผลใดก็ตาม บริษัทกล่าวว่าแบบจำลองนี้ตรงกับคะแนนที่ดีที่สุดของ Haiku 5.5 โดยอยู่ที่ประมาณหนึ่งในสามของราคา และเหนือกว่าทุกการตั้งค่าของ Luna โดยวางไว้บนขอบเขตประสิทธิภาพของกระดานผู้นำการวิเคราะห์เชิงประดิษฐ์ ซึ่งไม่มีแบบจำลองใดที่ได้คะแนนสูงกว่าด้วยเงินที่น้อยลงต่องาน For more context on this story, see our ongoing more AI stories.

โมเดลที่สร้างขึ้นสำหรับงานย่อยของตัวแทน

แนวทางของ Meta คือตัวแทนยุคใหม่ใช้โทเค็นจำนวนมากในขั้นตอนเล็กๆ ที่มีโครงสร้างมากกว่าคำตอบเดียว และ Muse Ember ได้รับการออกแบบมาเพื่อรองรับปริมาณงานนั้นอย่างแท้จริง บริษัทอธิบายถึงโมเดลที่สามารถรองรับเวิร์กโฟลว์ทางธุรกิจตั้งแต่ต้นจนจบ การดึงบันทึก การเรียกใช้เครื่องมือตามลำดับ และการอัปเดตระบบในแอปพลิเคชันต่างๆ

หน้าต่างบริบทมีความใจกว้างผิดปกติสำหรับโมเดลคลาสนี้ Muse Ember ยอมรับโทเค็นอินพุตได้มากถึง 1 ล้านโทเค็น และสามารถสร้างโทเค็นเอาต์พุตได้มากถึง 512,000 โทเค็นเอาต์พุตในการเรียกครั้งเดียว ซึ่งเพียงพอที่จะนำเข้าโค้ดเบสเต็มรูปแบบหรือชุดเอกสารขนาดใหญ่ในคราวเดียว

เกณฑ์มาตรฐาน: คะแนนที่แข็งแกร่ง ช่องว่างที่โดดเด่นอย่างหนึ่ง

ตัวเลขพาดหัวมาจากข้อมูลการวิเคราะห์ประดิษฐ์ลงวันที่ 9 พฤศจิกายน 2569 ซึ่งทำซ้ำในประกาศของ Meta ในดัชนี Artificial Analysis Intelligence นั้น Muse Ember ได้คะแนน 33.9 ที่ 0.116 ดอลลาร์ต่องาน และ 35.8 ที่ 0.136 ดอลลาร์ต่องาน จากการตั้งค่าการใช้เหตุผลสูงสุด ผลลัพธ์ที่ดีที่สุดของ Claude Haiku 5.5 คือ 36.2 แต่มีค่าใช้จ่าย 0.411 เหรียญสหรัฐต่องาน ซึ่งมากกว่าประมาณสามเท่า GPT-6 Luna จบที่ 27.8 ในดัชนีโดยรวมในด้านการใช้เหตุผลสูงสุด Muse Ember และ Haiku 5.5 เสมอกันที่ 36 โดย Luna อยู่ที่ 28

ผลลัพธ์ระดับงานแสดงรูปแบบเดียวกัน:

  • บน Terminal-Bench 4.0 ซึ่งวัดการเข้ารหัสเทอร์มินัลเอเจนต์ Muse Ember ได้คะแนน 40.9 ในด้านการใช้เหตุผลสูงสุด เหนือกว่า Claude Haiku 5.5 ที่ 39.2 และเหนือกว่า GPT-6 Luna ที่ 16.4 มาก
  • ใน AutomationBench-AA ซึ่งเป็นเกณฑ์มาตรฐานเวิร์กโฟลว์ทางธุรกิจแบบครบวงจรที่ทำคะแนนด้วย pass@1 ที่เข้มงวด Muse Ember สูงถึง 37.8 เทียบกับ 20.2 สำหรับ GPT-6 Luna และ 13.9 สำหรับ Claude Haiku 5.5
  • ใน การสอบครั้งสุดท้ายของตัวแทน ซึ่งเป็นการประเมินภายใน Meta ของงานตัวแทนแบบ end-to-end บนชุดย่อย Linux นั้น Muse Ember ได้คะแนน 61.6 แซงหน้า Luna ที่ 57.1 และ Haiku 5.5 ที่ 57.0
  • ใน ดัชนีสติปัญญาส่วนบุคคล ของ Meta ซึ่งเป็นองค์ประกอบภายในของงานส่วนบุคคลและความรู้ Muse Ember ได้คะแนน 46.8 ต่อ 37.0 สำหรับ Luna และ 36.1 สำหรับ Haiku 5.5
  • บน OSWorld 2.1 ซึ่งเป็นการวัดประสิทธิภาพการใช้คอมพิวเตอร์ในแอปพลิเคชันเดสก์ท็อป Muse Ember ได้คะแนน 69.5 ในการแข่งขันบางส่วน และ 27.8 ในการให้คะแนนไบนารี
  • บน PerceptionBench พร้อมเครื่องมือ ซึ่งเป็นการทดสอบการรับรู้ทางสายตาแบบละเอียด Muse Ember นำด้วยคะแนน 80.6 เทียบกับ 78.6 สำหรับ Haiku 5.5 และ 62.8 สำหรับ Luna

มีช่องว่างหนึ่งที่ควรค่าแก่การตั้งค่าสถานะ ใน FrontierCode 2.0-AA ซึ่งตัดสินงานวิศวกรรมจริงว่าโค้ดผลลัพธ์สามารถรวมเข้าด้วยกันได้หรือไม่ Claude Haiku 5.5 นำที่ 34.9 โดยมี Muse Ember ที่ 27.2 และ GPT-6 Luna ที่ 25.2 เป็นการย้ำเตือนว่าเกณฑ์มาตรฐานมีความแตกต่างกัน และทีมควรจับคู่โมเดลกับปริมาณงานจริงของพวกเขา แทนที่จะเป็นบอร์ดผู้นำเดียว

ตัวเลขประสิทธิภาพหมายถึงอะไร

กรอบต้นทุนต่องานคือจุดที่ Meta วาดความแตกต่างที่คมชัดที่สุด Haiku 5.5 จำเป็นต้องใช้จ่ายสูงถึง 0.411 ดอลลาร์ต่องานในการตั้งค่าการใช้เหตุผลสูงสุดเพื่อให้ได้คะแนนที่ดีที่สุดที่ 36.2 ในขณะที่ Muse Ember โพสต์ 35.8 ที่ 0.136 ดอลลาร์ คะแนนที่ดีที่สุดของ Luna ที่ 27.8 อยู่ที่ 0.152 ดอลลาร์ต่องาน ซึ่งสูงกว่าราคาของ Muse Ember และต่ำกว่าคะแนนมาก สำหรับการควบคุมตัวแทนที่รันงานย่อยหลายร้อยงานต่อเซสชัน ต้นทุนต่องานจะคิดต้นทุนอย่างรวดเร็ว ซึ่งเป็นเป้าหมายที่ Meta เซ็กเมนต์กำหนดเป้าหมายไว้อย่างแน่นอน

รายงานพันธมิตรช่วงต้นอะไร

การประกาศของ Meta ประกอบด้วยผลลัพธ์เบื้องต้นจากพันธมิตรห้าราย: Box, Cline, Oracle, Cloudflare และ You.com

Dane Knecht ซีทีโอของ Cloudflare กล่าวว่า Muse Ember ทำงาน "ส่วนท้ายได้เร็วกว่ารุ่นเทียบเคียงที่เราทดสอบถึง 30%" และจัดการงานการตรวจสอบ repo หลายรายการในวงกว้างได้ดี เรียกได้ว่าเหมาะอย่างยิ่งสำหรับปริมาณงานเอเจนต์ที่มีปริมาณการประมวลผลสูง

ที่ You.com หัวหน้าฝ่ายการอนุมาน Chak Pothina รายงานว่า Muse Ember เสร็จสิ้นภารกิจการเขียนโค้ดทุกภารกิจในการทดสอบของบริษัทโดยมีเวลาแฝงต่ำที่สุดในบรรดาโมเดลใดๆ ที่ลองใช้ โดยมีค่า p95 ที่ 2.2 วินาที ตามข้อมูลของ Pothina นั้นเร็วกว่ารุ่น open-weight ชั้นนำประมาณ 4 เท่าถึง 13 เท่า โดยมีโทเค็นเอาต์พุตน้อยกว่า 36% ถึง 48%

Yashodha Bhavnani รองประธาน Box ของผลิตภัณฑ์ AI กล่าวว่าใน AI Complex Work Eval ของ Box โมเดลดังกล่าวสามารถทำสัญญาเทียบกับ Playbook clause ในการเจรจาต่อรองของบริษัททีละประโยค และได้ระดับความเสี่ยงโดยรวมที่ถูกต้อง Saoud Rizwan ผู้ก่อตั้ง Cline เรียก Muse Ember ว่า "สร้างขึ้นตามวัตถุประสงค์" สำหรับงานตัวแทนย่อย เช่น การเขียนโค้ดและการวิเคราะห์เอกสาร และ Konstantinos Papamiltiadis รองประธานอาวุโสฝ่าย Oracle กล่าวถึงศักยภาพที่แข็งแกร่งสำหรับทีมวิศวกรรม

ประเด็นเด่นเกี่ยวกับความพร้อมใช้งานและน้ำหนัก

Muse Ember มีให้บริการผ่าน Meta Model API ตั้งแต่วันจันทร์ การประกาศดังกล่าวไม่ได้กล่าวถึงความพร้อมใช้งานแบบ open-weight ดังนั้นทีมที่โฮสต์เองควรถือว่าสิ่งนี้เป็นรุ่น API เท่านั้นในตอนนี้ Meta Superintelligence Labs ได้รับเครดิตจากผลงานในราคาจากพันธมิตร

สำหรับนักพัฒนาในการประกอบชุดสายรัดตัวแทน การมาถึงของโมเดลตัวแทนย่อยที่รวดเร็วและราคาถูกจะเพิ่มตัวเลือกหลักตัวที่สามควบคู่ไปกับ Claude Haiku 5.5 และ GPT-6 Luna ซึ่งทั้งสองอย่างนี้ Muse Ember ลดราคาด้วยคุณภาพที่เทียบเคียงได้ในเกณฑ์มาตรฐาน Meta อ้างอิง ไม่ว่าข้อได้เปรียบนั้นจะอยู่ภายใต้การทดสอบอิสระหรือไม่ ข้อมูลภายนอก Meta ที่ทำซ้ำจากการวิเคราะห์เชิงประดิษฐ์จะเป็นสิ่งต่อไปที่น่าจับตามอง

---

Stay Ahead of AI

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

Read more AI news →