小型高效模型 Muse Ember 发布，面向智能体工具调用与推理任务

3分钟阅读

今天，我们推出 Muse Ember——这是我们迄今为止最小、最高效的模型，专为复杂推理执行以及 agent 全天重复的工作而设计：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 的每美元智能都超过 Claude Haiku 5.5 或 GPT-6 Luna：它在大约三分之一的成本下达到 Haiku 的最佳得分，并胜过 Luna 的每一个设置。它还位于完整 Artificial Analysis 排行榜的效率前沿：没有模型能在每任务成本更低的情况下获得更高得分。

各推理努力下 Artificial Analysis 智能指数与每任务成本对比，数据来自 Artificial Analysis 原始结果。Muse Ember 成本为拟定定价下的估算值。

$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。每个点代表一种推理努力设置。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，价格为每百万输入 token 0.10 美元、每百万输出 token 0.50 美元。

在早期测试中，我们的合作伙伴将 Muse Ember 用于 agent 全天重复的各类任务，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手册逐条对合同评分，并得出正确的整体风险评级；也可以根据详细的要求筛选候选人，并标记出那些仍符合备选资格的边缘人选。Muse Ember 是 agent 在企业内容上开展实际工作的快速、高效基础。”

“看到 Meta 发布一款轻量级模型，令人难以置信——它面向需要快速、低成本且可靠模型的开发者，也面向通过将其作为 harness 中的子 agent 运行来削减成本的团队。Muse Ember 专为编码和文档分析等子 agent 工作而打造，并在这方面表现出色。”

“在我们的早期测试中，Muse Ember 展现出应对复杂工程任务的令人鼓舞的能力。我们看到它很有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%，并且能很好地处理跨多个仓库的广泛调查任务。它非常适合快速、高吞吐的 agentic 工作负载。”

“在我们的测试中，Muse Ember 以我们所测试的所有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，并且输出 token 少 36%–48%。我们对 Meta Superintelligence Labs 接下来的构建以及将其带给我们的客户感到兴奋。”

Agents 编码 多模态 安全 可用性

Agents

Agent 的大部分 token 都花在众多小型、结构化的步骤上，而 Muse Ember 正是为此而构建。它可以端到端地承载业务流程，拉取记录、按顺序调用工具，并跨应用更新系统。

凭借 100 万 token 的上下文窗口和最多 512K 的输出 token，它可以在单次调用中接收完整的代码库或文档集。

AutomationBench-AA 最大推理下的结果，转载自文档当前图表。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 最大推理下的结果，转载自文档当前图表。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 最大推理下的结果，转载自文档当前图表。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」。）