Meta发布轻量模型Muse Ember：对标Claude Haiku 5.5，单任务成本约三分之一

事件核心：发生了什么

Meta正式推出其目前体积最小、效率最高的轻量模型Muse Ember，统一模型ID为“muse-ember-1.0”，已通过Muse Code和Meta Model API开放使用。该模型支持约100万token上下文窗口、最高约51.2万token输出，可接收文本、图像、音频、视频和PDF输入，输出统一为文本。定价为每百万输入token 0.10美元、缓存输入0.004美元、每百万输出token 0.50美元。

据第三方评测机构Artificial Analysis的数据，Muse Ember综合智能指数得36分，与Claude Haiku 5.5最高推理档持平；在最高推理档下其单任务成本约0.14美元，而后者完成类似任务约需0.41美元。在Meta自行发布的测试中，该模型在部分Agent、工具调用和多模态任务上优于Claude Haiku 5.5和OpenAI GPT-6Luna，但在FrontierCode2.0专项测试中得分略低于Claude Haiku 5.5。

为什么重要

这一定位直接指向AI Agent的落地瓶颈：工具调用、子任务编码、请求路由、信息抽取和长文档解析等环节需要反复调用模型，推理成本会随调用次数线性放大。在性能接近的前提下把单任务成本压到约三分之一，意味着同样的预算可以支撑更多次Agent执行，这对大模型商业化中“单位任务成本”这一竞争维度有直接影响。同时，支持百万级上下文也让单次请求处理大型代码库或文档集合成为可能，减少了工程侧的切分与拼接负担。

对用户/开发者/创作者的影响

对开发者而言，目前公开信息显示，Muse Ember适合作为Agent流水线中的轻量执行层，例如批量工具调用、路由分发和长文档解析，而复杂推理或代码合入维护类任务仍需评估其FrontierCode2.0上的相对劣势。对企业和创作者来说，高频、低单价的多模态输入处理可能降低内容管线的调用成本，但实际节省幅度取决于具体任务与缓存命中率。需要注意的是，以上评测结果仅来自2026年11月发布时Artificial Analysis与Meta公布的数据，不代表长期排名。

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。

了解 GamsGo AI

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

一是第三方评测是否在更多Agent任务上复现其性能与成本优势；二是Anthropic与OpenAI是否对轻量档模型跟进调价；三是Meta Model API在实际高并发场景下的稳定性与缓存计费是否兑现定价承诺。

来源：AIbase