Muse Ember 发布：号称同价位下智能水平最高的最小模型

3 分钟阅读

今天，我们推出 Muse Ember，这是我们最小、最高效的模型，专为复杂推理执行以及智能体日复一日重复的工作而设计：工具调用、编码子任务、路由、信息提取和长文档解析。

在任何推理设置下，Muse Ember 的每美元智能都高于 Claude Haiku 5.5 或 GPT-6 Luna：它以约三分之一的成本达到 Haiku 的最佳得分，并胜过 Luna 的每一个设置。它还处于完整 Artificial Analysis 排行榜的效率前沿：没有模型能在更低每任务成本下获得更高得分。

Artificial Analysis 智能指数与各推理努力程度下的每任务成本对比，数据来自 Artificial Analysis 原始结果。Muse Ember 成本为按拟议定价估算。 $0.00$0.10$0.20$0.30$0.40152025303540每任务成本（USD）Artificial Analysis 智能指数xhighmaxmediumhighxhighmaxhighxhighmaxMuse EmberClaude Haiku 5.5GPT-6 Luna 智能与每任务成本对比$0.00$0.10$0.20$0.30$0.40152025303540每任务成本（USD）Artificial Analysis 智能指数xhighmaxmediumhighxhighmaxhighxhighmaxMuse EmberClaude Haiku 5.5GPT-6 Luna xhigh max medium high xhigh max high xhigh max Muse Ember Claude Haiku 5.5 GPT-6 Luna 智能与每任务成本对比：智能与每任务成本对比系列测量值Muse Ember每任务成本（USD）$0.116Muse Ember得分33.9Muse Ember每任务成本（USD）$0.136Muse Ember得分35.8Claude Haiku 5.5每任务成本（USD）$0.092Claude Haiku 5.5得分24.6Claude Haiku 5.5每任务成本（USD）$0.159Claude Haiku 5.5得分29.6Claude Haiku 5.5每任务成本（USD）$0.248Claude Haiku 5.5得分34.3Claude Haiku 5.5每任务成本（USD）$0.411Claude Haiku 5.5得分36.2GPT-6 Luna每任务成本（USD）$0.073GPT-6 Luna得分21.4GPT-6 Luna每任务成本（USD）$0.104GPT-6 Luna得分23.3GPT-6 Luna每任务成本（USD）$0.152GPT-6 Luna得分27.8 Artificial Analysis | 2026 年 11 月 9 日。每个点对应一种推理努力程度设置。Muse Ember 成本按标价计算。

有关我们评估的更多细节，请参阅我们的报告。

Muse Ember 即日起在 Meta Model API 上提供，定价为每百万输入 token $0.10、每百万输出 token $0.50。

在早期测试中，我们的合作伙伴让 Muse Ember 承担智能体日复一日重复的各类任务，从合同审查到编写代码。

上一张幻灯片下一张幻灯片

“在 Box AI Complex Work Eval 上，Muse Ember 展现出令人印象深刻的准确性、速度和 token 效率。它可以依据公司的谈判剧本逐条对合同评分，并得出正确的整体风险评级；也可以依据详细简报筛选候选人，并标记出仍符合备选资格的边缘人选。对于在企业内容上执行真实工作的智能体来说，Muse Ember 是一个快速、高效的基础。”

“看到 Meta 发布一款轻量级模型，令人难以置信。对于想要一个可依赖的快速、低成本模型的开发者，以及通过将其作为 harness 中的子智能体来降低成本的团队来说，这都很合适。Muse Ember 专为编码和文档分析等子智能体工作而打造，并在这方面表现出色。”

“在早期测试中，Muse Ember 展现出处理复杂工程任务的令人鼓舞的能力。我们看到它有很强潜力成为工程团队的宝贵工具。”

“在我们的测试中，速度尤为突出。Muse Ember 在尾部延迟上比我们测试的同类模型快最多 30%，并且能很好地处理广泛的多仓库调查任务。它非常适合快速、高吞吐的智能体工作负载。”

“在我们的测试中，Muse Ember 以所有测试模型中最低的延迟完成了每一项编码任务：p95 为 2.2 秒，比领先的开源权重模型快约 4 到 13 倍，同时输出 token 少 36%–48%。我们对 Meta Superintelligence Labs 接下来要构建的东西，以及将其带给我们的客户感到兴奋。”

智能体 编码 多模态 安全 可用性

智能体

智能体将大部分 token 花在许多小型、结构化的步骤上，而 Muse Ember 正是为此打造。它可以端到端承载业务流程，拉取记录、按顺序调用工具，并跨应用更新系统。

凭借 100 万 token 的上下文窗口和最高 51.2 万输出 token，它可以在单次调用中接收完整代码库或文档集。

AutomationBench-AA 在最大推理下的结果，复现自文档当前图表。得分 Muse Ember(max)GPT-6 Luna(max)Claude Haiku 5.5(max)0%10%20%30%40%得分37.8%20.2%13.9% AutomationBench-AAMuse Ember(max)GPT-6 Luna(max)ClaudeHaiku 5.5(max)0%10%20%30%40%得分37.8%20.2%13.9% AutomationBench-AA：AutomationBench-AA系列测量值Muse Ember (max)模型Muse Ember (max)Muse Ember (max)得分37.8%GPT-6 Luna (max)模型GPT-6 Luna (max)GPT-6 Luna (max)得分20.2%Claude Haiku 5.5 (max)模型Claude Haiku 5.5 (max)Claude Haiku 5.5 (max)得分13.9% Artificial Analysis | 2026 年 11 月 9 日。严格 pass@1。

Agents' Last Exam 在最大推理下的结果，复现自文档当前图表。得分 Muse Ember(max)GPT-6 Luna(max)Claude Haiku 5.5(max)0%10%20%30%40%50%60%70%得分61.6%57.1%57.0% Agents' Last ExamMuse Ember(max)GPT-6 Luna(max)ClaudeHaiku 5.5(max)0%10%20%30%40%50%60%70%得分61.6%57.1%57.0% Agents' Last Exam：Agents' Last Exam系列测量值Muse Ember (max)模型Muse Ember (max)Muse Ember (max)得分61.6%GPT-6 Luna (max)模型GPT-6 Luna (max)GPT-6 Luna (max)得分57.1%Claude Haiku 5.5 (max)模型Claude Haiku 5.5 (max)Claude Haiku 5.5 (max)得分57.0% Meta 内部评估。Linux 子集。

Personal Superintelligence Index 在最大推理下的结果，复现自文档当前图表。得分 Muse Ember(max)GPT-6 Luna(max)Claude Haiku 5.5(max)0%10%20%30%40%50%得分46.8%37.0%36.1% Personal Superintelligence IndexMuse Ember(max)GPT-6 Luna(max)ClaudeHaiku 5.5(max)0%10%20%30%40%50%得分46.8%37.0%36.1%

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）