Meta 于周一推出了 Muse Ember，这是其 Muse 系列中最小、最高效的模型，专门针对人工智能代理全天执行的日常工作：工具调用、编码子任务、路由、提取和解析长文档。该模型以每百万输入代币 0.10 美元和每百万输出代币 0.50 美元的价格在元模型 API 上上线。

根据 Meta 的声明，在任何推理设置下，Muse Ember 的每美元都能提供比 Claude Haiku 5.5 或 GPT-6 Luna 更多的智能。该公司表示，该模型以大约三分之一的成本与 Haiku 5.5 的最佳得分相匹配，并击败了所有 Luna 设置，将其置于人工分析排行榜的效率前沿，在该排行榜上，没有任何模型能够在每项任务花费更少的情况下得分更高。 更多相关背景，请参阅我们的AI新闻。

为代理子任务构建的模型

Meta 的主张是，现代代理将大部分代币花费在许多小的、结构化的步骤上，而不是一个巨大的答案上，而 Muse Ember 正是针对这一工作量而设计的。该公司描述了一种模型，可以端到端地承载业务工作流程、提取记录、按顺序调用工具以及跨应用程序更新系统。

对于此类模型来说，上下文窗口异常慷慨。 Muse Ember 接受最多 100 万个输入令牌，并且可以在一次调用中生成最多 512,000 个输出令牌，足以一次摄取完整的代码库或大型文档集。

基准：高分，一个显着差距

标题数据来自 2026 年 11 月 9 日的人工分析数据，并在 Meta 的公告中转载。在人工智能分析智能指数上，Muse Ember 在其最高推理设置下得分为 33.9（每项任务 0.116 美元）和 35.8（每项任务 0.136 美元）。 Claude Haiku 5.5 的最佳成绩是 36.2，但每个任务的成本为 0.411 美元，大约是其三倍。 GPT-6 Luna 的得分最高为 27.8。在最大推理的整体指数上，Muse Ember 和 Haiku 5.5 并列第 36 名，Luna 排名第 28 名。

任务级结果显示出相同的模式：

  • 在测量代理终端编码的 Terminal-Bench 4.0 上，Muse Ember 在最大推理方面得分为 40.9，领先于 Claude Haiku 5.5（39.2），远远超过 GPT-6 Luna（16.4）。
  • 在AutomationBench-AA（一种以严格 pass@1 进行评分的端到端业务工作流程基准测试）上，Muse Ember 达到 37.8，而 GPT-6 Luna 为 20.2，Claude Haiku 5.5 为 13.9。
  • 在 Agents' Last Exam（对 Linux 子集上的端到端代理任务的 Meta 内部评估）中，Muse Ember 得分为 61.6，领先于 Luna 的 57.1 分和 Haiku 5.5 的 57.0 分。
  • 在 Meta 的个人超级智能指数（个人和知识工作的内部综合）中，Muse Ember 得分为 46.8，而 Luna 得分为 37.0，Haiku 5.5 得分为 36.1。
  • 在 OSWorld 2.1（跨桌面应用程序的计算机使用基准）上，Muse Ember 的部分匹配评分为 69.5，二进制评分为 27.8。
  • 在PerceptionBench with tools（一项细粒度视觉感知测试）中，Muse Ember 以 80.6 领先，Haiku 5.5 为 78.6，Luna 为 62.8。

有一个差距值得指出。在FrontierCode 2.0-AA（根据生成的代码是否可以合并来判断实际工程任务）中，Claude Haiku 5.5 得分为 34.9，Muse Ember 得分为 27.2，GPT-6 Luna 得分为 25.2。这提醒我们，基准存在差异，团队应该将模型与其实际工作负载相匹配，而不是单一排行榜。

效率数字的含义

每任务成本框架是 Meta 形成最鲜明对比的地方。 Haiku 5.5 在最高推理设置下每项任务需要花费 0.411 美元才能达到 36.2 的最高分，而 Muse Ember 则以 0.136 美元的价格获得 35.8 分。 Luna 的最高得分为 27.8，每项任务花费 0.152 美元，高于 Muse Ember 的价格，但远低于其得分。对于每个会话运行数百个子任务的代理工具，每个任务的成本会迅速增加，这正是 Meta 的目标细分市场。

早期合作伙伴报告内容

Meta 的公告包括五个合作伙伴的早期结果：Box、Cline、Oracle、Cloudflare 和 You.com。

Cloudflare 首席技术官 Dane Knecht 表示，Muse Ember 的运行速度“比我们测试的同类模型快了 30%”，并且能够很好地处理广泛的多存储库调查任务，称其非常适合高吞吐量代理工作负载。

You.com 的推理主管 Chak Pothina 报告称，Muse Ember 完成了公司测试中的所有编码任务，延迟时间是所有尝试过的模型中最低的，p95 为 2.2 秒。也就是说，根据 Pothina 的说法，速度比领先的开放权重模型快约 4 倍到 13 倍，输出代币减少 36% 到 48%。

Box 人工智能产品副总裁 Yashodha Bhavnani 表示，在 Box 的人工智能复杂工作评估中，该模型可以根据公司的谈判剧本逐条评分合同，并得出正确的总体风险评级。 Cline 创始人 Saoud Rizwan 称 Muse Ember 是“专门为”编码和文档分析等子代理工作而设计的，Oracle 高级副总裁 Konstantinos Papamiltiadis 则指出了工程团队的巨大潜力。

关于可用性和重量的注意事项

从周一开始，Muse Ember 可通过元模型 API 获取。该公告没有提及开放重量可用性，因此自托管团队目前应将其视为仅 API 版本。 Meta Superintelligence Labs 的工作被合作伙伴引用。

对于组装代理线束的开发商来说，廉价、快速的子代理模型的到来增加了第三个主要选择，除了 Claude Haiku 5.5 和 GPT-6 Luna，这两种产品现在在 Meta 引用的基准上以同等质量降低了价格。这一优势是否在独立测试中保持不变，以及从人工分析中复制的外部数据元，将是下一个值得关注的事情。

---

掌握AI最新动态

获取最新的AI新闻、分析和突破——尽在一处。

阅读更多AI新闻 →