Meta 的 Muse Ember 以每百万代币 0.10 美元的价格挑战 Claude Haiku 5.5
Meta 推出了 Muse Ember，这是其最小的 Muse 模型，价格为每百万代币 0.10 美元/0.50 美元，具有 100 万上下文。定价范围、基准对比 Claude Haiku 5.5 和 GPT-6 Luna，以及谁应该切换。
新闻报道
Meta 推出了什么
元数据公布 缪斯余烬 11 月 9 日，称其为“我们最小、最高效的模型”，并直接瞄准“代理整天重复的工作：工具调用、编码子任务、路由、提取和长文档解析”。它现已在 Muse Code 和 ID 下的元模型 API 上上线 muse-ember-1.0，并且它支持响应 API。
Meta 还表示，“Muse Ember、Muse Spark 和 Muse Wonder 现已在 Google Cloud 和 Oracle Cloud 上提供”，因此已经在那里购买计算的团队不需要新的供应商合同来尝试它。
血统是有趣的部分。 Ember 是 Meta 使用 Muse Wonder Full 训练的第一个模型，它承诺使用大型模型来构建更小的、专业的模型。这给出了 缪斯家族 三个层次：Wonder 解决最困难的问题，Spark 解决编码和代理工作流程，Ember 解决大量重复的同类工作。
为什么廉价层很重要
代理人很少将预算花在一个硬推理步骤上。它将其花费在围绕该步骤的数百个小调用上：选择工具、解析结果、总结文件、决定请求下一步去往何处。这些子代理电话是将每个代币的价格转变为每月账单的地方，直到本周，价目表底部的重要选项大多是 克劳德俳句 5.5 以及 OpenAI 的 GPT-6 Luna。
Meta 对 Ember 的宣传是，它只需花费一小部分成本就可以接近自己的中端型号。在人工分析智能指数上，Meta 将 Ember 排在 36 位，而 Muse Spark 1.3 排在 37 位。运行一项人工分析任务的成本从 2.39 美元降至约 0.14 美元。一个指数点大约相当于资金的十七分之一。
对于任何在 Muse 上构建的人来说，这就是之前和之后的情况：默认路由到 Spark 的工作负载现在可以拆分，而 Spark 则保留用于需要它的步骤。
定价和限制
这些是 Meta 公告中的价格，于 2026 年 11 月 13 日查看。它们分为两个区间，200K 代币的分裂比标题更重要。
| 每百万代币 | 提示高达 200K | Prompts over 200K |
|---|---|---|
| 输入 | 0.10 美元 | 0.30 美元 |
| 缓存输入 | 0.004 美元 | 0.012 美元 |
| 输出 | 0.50 美元 | 1.50 美元 |
上下文窗口有 1M 个令牌，单个响应可以运行 512K 个令牌。 Ember 接受文本、图像、音频和视频作为输入； Meta 没有列出其输出模式。
在围绕 1M 窗口进行规划之前，请先对长上下文案例进行统计。包含 15 万个令牌的提示和一个包含 1 万个令牌的答案的成本约为 0.02 美元。具有相同答案的 500K 令牌提示成本约为 0.165 美元，因为一旦提示超过 200K，所有费用都会按更高的收费标准。长文档解析是元名称的工作之一，因此这条线将决定许多账单。
缓存输入是另一个值得注意的数字。 At $0.004 per million it is 4% of the normal input price, which is what makes it cheap for an agent to resend the same system prompt and tool definitions on every call.
相比之下，Muse Spark 1.3 的售价为每百万个输入代币 1.25 美元，每百万个输出代币 4.25 美元。
基准，根据 Meta 的数据
下面的每张图都来自Meta自己的表格，所有三个模型都处于最大推理范围内。有几种是人工分析测试的元运行版本（标记为 AA），一种是内部元索引。截至撰写本文时，尚未有任何内容被独立复制。
| 基准测试 | 缪斯余烬 | 克劳德俳句 5.5 | GPT-6 露娜 |
|---|---|---|---|
| 自动化工作台-AA | 37.8% | 13.9% | 20.2% |
| 特工最后考试 | 61.6% | 57.0% | 57.1% |
| 个人超级智力指数（元内部） | 46.8% | 36.1% | 37.0% |
| 终端工作台4.0 | 40.9% | 39.2% | 16.4% |
| 编码剂索引-AA | 46 | 37 | 31 |
| FrontierCode 2.0-AA | 27.2% | 34.9% | 25.2% |
| GDP.pdf-AA | 22.8% | 20.8% | 22.8% |
| OSWorld 2.1（部分学分） | 69.5% | 68.9% | 50.5% |
| OSWorld 2.1（二进制） | 33.8% | 27.8% | 17.0% |
| PerceptionBench（带工具） | 80.6% | 78.6% | 62.8% |
| 人工智能分析智能指数 | 36 | 36 | 28 |
Ember 领先大多数行，并且在 AutomationBench-AA 上领先最大，其得分几乎是 Haiku 的三倍。它并不通向任何地方。 Haiku 5.5 以 7.7 分的优势赢得 FrontierCode 2.0-AA，而 Ember 在 GDP.pdf-AA 上仅与 Luna 并列。在 Terminal-Bench 4.0 和部分信用 OSWorld 上，与 Haiku 的差距不到两分，足够接近，不同的提示设置可以翻转它。
成本图表是 Meta 真正的论点。 Ember and Haiku 5.5 land at the same Intelligence Index score, but Meta puts Ember at about $0.14 per Artificial Analysis task against about $0.41 for Haiku at its top setting, figures 有趣的工程 以同样的方式报告。图表标题中有一个警告：Ember 的成本是“按建议定价估算的”。
早期测试人员的报告内容
Meta 发布了发布合作伙伴的报价。它们是由 Meta 选择的，因此将它们视为最佳案例，但它们是具体的。 Cloudflare 首席技术官 Dane Knecht 表示：“Muse Ember 的尾部运行速度比我们测试的同类模型快了 30%，并且它可以很好地处理广泛的多存储库调查任务。”
You.com 推理主管 Chak Pothina 给出了最难的数字：Ember“以我们测试的所有模型中最低的延迟完成了测试中的每个编码任务：p95 为 2.2 秒，比领先的开放权重模型快约 4 到 13 倍，并且输出标记减少了 36-48%。”更少的输出令牌在这里很重要。产量是价目表中昂贵的一面。
Cline 创始人 Saoud Rizwan 称其“专为编码和文档分析等子代理工作而设计，并且擅长此类工作”，Box 表示，它可以根据谈判手册逐条条款地签订合同。
对建筑商来说有什么变化
如果您在 200K 代币以下运行带有提示的大容量代理循环，那么本周值得测试一下 Ember。对于计算机使用和自动化工作来说，这一点加倍，其中 Meta 在 OSWorld 2.1 二进制文件上的领先优势（33.8%，而 Haiku 为 27.8%）和 AutomationBench-AA 最大。如果您已经调用了 Responses API，请从更改模型 ID 开始尝试。
两组应该推迟。子代理主要编写代码的团队应该留在 Claude Haiku 5.5 上，直到 Meta 之外的人重新运行这些测试，因为 Haiku 的 FrontierCode 领先是指向另一方向的结果。任何需要自行托管的人都应该知道 Meta 的帖子没有提及权重：Ember 是通过 API 提供的，与此不同 缪斯火花开放，其权重 Meta 于 10 月发布。
在安全方面，Meta 表示，它在化学和生物、网络安全和失控风险的超级智能扩展框架下对 Ember 进行了测试，并且在每个类别中都保持在高风险阈值以下。其行为测试还包括抵抗隐藏在网页或工具输出中的指令，这正是读取不受信任文件的子代理所面临的攻击面。
接下来看什么：独立基准运行，以及 Meta 成本图表中的“建议定价”是否是持续的价格。
