動察 Beating AI 快訊,Meta 發布了旗下最輕量的 AI 模型 Muse Ember,專門處理智能體反覆執行的工具調用、代碼修改、文檔分析等任務。Ember 支持文本、圖像、音頻和視頻輸入,上下文窗口達 100 萬 Token。
在 Artificial Analysis 的 Intelligence Index 上,Muse Ember 與 Claude Haiku 5.5 同獲 36 分,但單任務成本僅 0.14 美元,約為後者的三分之一。相比 Meta 自家的 Muse Spark 1.3,Ember 也只低 1 分,成本卻驟降至約 1/17。
便宜的關鍵在於 Token 利用效率。Ember 與 Haiku 5.5 的標準輸入、輸出單價其實相同,但 Ember 的緩存讀取價格低 60%,完成評測任務時產生的輸出 Token 也只有 Haiku 的約三分之一。
Meta 打算讓大模型 Muse Wonder 負責規劃複雜任務,再把大量重複工作交給 Ember。例如讓 Wonder 制定代碼遷移方案,由多個 Ember 智能體並行修改文件、運行測試。
不過,Ember 也有明顯短板。Artificial Analysis 的知識測試中,它只答對了 21.1% 的問題,另有 64% 的問題直接拒答。在更複雜的工程編程測試 FrontierCode 2.0 中,它的成績為 27.2%,落後於 Haiku 5.5 的 34.9%。
目前 Ember 已上線 Muse Code 和 Meta Model API。標準價格為每百萬輸入 Token 0.10 美元、輸出 0.50 美元,但單次請求的輸入超過 20 萬 Token 後,單價會提高至 3 倍。