Meta、最小モデル「Muse Ember」を発表 AIエージェントの費用を抑制

Metaは、同社として最小かつ最も効率的なAIモデルだとするMuse Emberを発表した。Metaの発表を伝えるThe DecoderとHipertextualによると、このモデルは自由な対話や高度な推論ではなく、AIエージェントがバックグラウンドで行う定型作業のために作られている。

Muse Emberは小型言語モデルである。つまり、1回の要求を処理する費用が安くなるよう、意図的に小さく保たれたモデルだ。Metaが挙げる用途は、ツールの呼び出し、小規模なプログラミング作業、要求の振り分け、ファイルからのデータ抽出、長い文書の分析である。同社は、AIエージェントが自律的に動くとき、こうした繰り返しの工程が資源の大半を消費すると主張しており、だからこそ低コストの専用モデルに意味があるという。

MetaがMuse Emberについて発表した内容

Hipertextualによると、EmberはMetaの超知能チームが開発するMuseファミリーに加わる。ほかにSpark、Glimmer、Wonderなどがある。モデルはMeta Model APIと、MetaのコーディングツールであるMuse Codeを通じて直ちに利用できる。両媒体が伝える数字は次のとおりで、いずれもMetaまたはMetaが引用するベンチマークに由来する。

• 価格：入力は100万トークン当たり0.10ドル、出力は100万トークン当たり0.50ドル。The DecoderとHipertextualの双方が伝えている。
• コンテキストウィンドウ：一度に最大100万トークンの入力。Hipertextualによれば出力は最大51万2000トークンで、コードベース全体や文書の集まりを1回の要求で処理できる。
• 対応する形式：テキスト、画像、音声、動画をネイティブに理解する。エージェントは別のモデルを呼ばずに、スクリーンショット、図、スキャン文書、音声録音を分析できる。
• タスク当たりの費用：The Decoderによれば、Artificial Analysisの試験で約0.14ドル。

トークンとは、モデルが読み書きするテキストの単位で、おおよそ単語の断片にあたる。100万トークン当たりの価格は、AI事業者がAPI経由でモデルへのアクセスを課金する際の一般的な方法だ。この価格なら、Emberは大量の処理を行うエージェントにとって最も安い選択肢の一つになる。ただし、両記事は他社の公表料金との比較はしていない。

Muse EmberとClaude Haiku 5.5、GPT-6 Lunaとの比較

The Decoderが伝えるMetaの説明によると、Muse Emberはどの推論レベルでも、Claude Haiku 5.5やGPT-6 Lunaより1ドル当たりの知能が高い。Artificial Analysisの試験では1タスク当たり約0.14ドルで、Intelligence Indexで36以上を出したモデルの中で最も安い。Claude Haiku 5.5は同じスコアに1タスク当たり0.41ドルを要し、ほぼ3倍になる。より大きなMuse Spark 1.3は37とほぼ同じスコアだが、1タスク当たり2.39ドルかかる。

業務フローを測るAutomationBench-AAでは、Muse Emberは68.1%を記録し、Muse WonderやGPT-6 Astraと同水準だとThe Decoderは伝える。Hipertextualは、Metaによれば、Emberは一部のベンチマークでClaude Haiku 5.5に並び、別のベンチマークではGPT-6 Lunaを上回り、いずれもタスク当たりの費用は低いと補足する。エージェントが自力でコンピューターを操作する能力を測るOSWorldでは、いずれも推論を最大にした条件で、EmberがGPT-6 LunaとClaude Haiku 5.5を上回った。実際のエンジニアリング作業を測るTerminal Bench 4.0では、EmberはGPT-6 Solの2倍以上のスコアを出した。ただしHipertextualは、順位表の上位はAnthropicのモデル（Opus、Astra、Sonnet）が占め、Emberは他の大型オープンソースモデルと中位で競っていると指摘する。

小型モデルと大型モデルの役割分担

Metaは2段構えの使い方を説明している。全体戦略の立案のような高度な作業はMuse Wonderに任せ、Emberは運用面の作業を担当する。Hipertextualによれば、Metaのエンジニアは、ファイルの読み込み、テストの実行、的を絞った修正といったプログラミングの下位作業向けにモデルを最適化した。こうした作業は1回の開発セッションで何百回も繰り返されることが多い。その頻度では、1タスク当たり数セントの差もすぐに積み上がる。

安全面について、Hipertextualは、Metaのブログ記事を引用し、このモデルには他のMuseモデルと同じ学習時・実行時の安全対策が施されており、ハッキング能力やその他の禁止された能力は持たないと伝える。ただし同媒体は、ファイルを扱うAIに与える権限には慎重になるよう助言している。

まだ確認されていないこと

上記の性能数値はすべてMetaまたはMetaが引用するベンチマークに由来し、私たちが読んだ2本の記事には独立した検証への言及がない。Artificial Analysisが示すタスク当たりの費用は、トークン単価とモデルが実際に消費するトークン数を合わせたもので、作業内容によって変わり得る。どちらの記事もMuse Emberのパラメータ数や、重みが公開されているかどうかには触れていない。Claude Haiku 5.5やGPT-6 Lunaとの比較は、第三者が独自の測定を公表するまで、提供元の主張として扱うべきだ。

AIエージェントを使う企業にとって何が変わるか

エージェントを導入する企業にとっての実務上の教訓は、振り分けにある。高価なモデルは計画立案に限り、抽出、仕分け、小さなコード修正といった繰り返しの工程は安価なモデルに回すことだ。Muse Emberの公表価格は100万トークン当たり0.10ドルと0.50ドルで、この選択を試しやすくする。切り替える前に、自社の文書やコードでタスク当たりの費用と成功率を測るべきだ。Metaのベンチマークが自社の作業負荷を反映しているとは限らない。エージェントごとに予算を設けることも有効で、安いトークンが制御不能な請求に膨らむのを防げる。