一句话看懂：Meta 于 2026 年 11 月 10 日发布轻量模型 Muse Ember，官方称其综合跑分可与 Claude Haiku 5.5 对垒，单任务成本约为后者的三分之一。它把竞争重点放在单位成本能完成多少实际任务，而非参数量。
事件核心：发生了什么
据 AIbase 报道，Muse Ember 被 Meta 定位为“最小、最高效”的模型，面向智能体反复执行的复杂推理与日常任务。在 Artificial Analysis 榜单上，其综合表现与 Claude Haiku 5.5 接近，在部分测试中领先 GPT-6 Luna；在端到端业务工作流评测 AutomationBench-AA 上得分为 37.8，Haiku 为 13.9、Luna 为 20.2。上述数据来自该报道所引评测条件，属于阶段性结果，不宜理解为永久排名。
模型支持 100 万 token 上下文、最多 51.2 万 token 输出，可单次读入整套代码库或多份长文档，并原生处理文本、图像、音频和视频。定价为每百万输入 token 0.10 美元、每百万输出 token 0.50 美元，已上线 Meta Model API、Google Cloud 和 Oracle Cloud。据素材，发布前已按 Meta SI 框架完成安全评估，风险低于高风险红线。
为什么重要
轻量模型赛道的比拼正在从“参数规模”转向“性价比 + 长上下文 + 多模态”的组合。Muse Ember 用低价和超大上下文切入智能体场景，直指需要高频调用、单次任务密集的开发与办公自动化需求。若第三方评测能复现其成本优势，闭源 API 市场的价格竞争会进一步加剧，企业选型时也会更关注每次任务的实际花费，而不只是跑分高低。
对用户/开发者/创作者的影响
开发者可在 Meta Model API 及 Google Cloud、Oracle Cloud 上接入，适合把读代码、跑测试、定位修复等子任务放进一次长会话。内容创作者和企业团队可用它批量处理会议录音、截图、图表和长文档，减少多模型拼接。但低成本是否等于稳定可用，仍需结合真实业务负载验证。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是第三方独立评测能否复现其与 Haiku 5.5 的对比结果；二是限流、延迟和长上下文下的实际表现；三是 Anthropic、OpenAI 等竞品是否跟进降价或推出同类小模型。
来源：AIbase
