Meta发布最小模型Muse Ember，降低AI智能体运行成本

Meta发布了Muse Ember，称这是该公司迄今最小、效率最高的AI模型。据报道Meta这一发布的The Decoder和Hipertextual称，该模型是为AI智能体在后台执行的日常例行工作而设计的，而不是用于开放式对话或高强度推理。

Muse Ember是一种小型语言模型，即有意保持体积小巧、让每次请求的处理成本更低的模型。Meta列出的用途包括调用工具、完成小型编程任务、转发请求、从文件中提取数据以及分析长文档。该公司认为，AI智能体自主工作时，这些重复步骤消耗了大部分资源，因此需要一个专用的低成本模型。

Meta就Muse Ember宣布了什么

据Hipertextual报道，Ember加入了由Meta超级智能团队开发的Muse系列，该系列还包括Spark、Glimmer、Wonder等。该模型即日起可通过Meta Model API和Meta的编程工具Muse Code使用。两家媒体报道的数字如下，均来自Meta或Meta引用的基准测试：

• 价格：输入每百万词元0.10美元，输出每百万词元0.50美元，The Decoder和Hipertextual均有报道。
• 上下文窗口：一次最多可输入100万词元；据Hipertextual，输出最多51.2万词元，足以在一次请求中处理整个代码库或一批文档。
• 模态：原生理解文本、图像、音频和视频，因此智能体无需调用第二个模型，就能分析截图、图表、扫描文档或语音录音。
• 每项任务成本：据The Decoder，在Artificial Analysis的测试中约为0.14美元。

词元（token）是模型读取或写出的文本单位，大致相当于一个词的片段。按每百万词元计价，是AI厂商通过API收取模型访问费用的通行方式。按这个价格，Ember属于任务量大的智能体可选的最便宜方案之一，不过两篇报道都没有把它与竞争对手公布的价格做对比。

Muse Ember与Claude Haiku 5.5、GPT-6 Luna的比较

据The Decoder转述Meta的说法，在每一档推理强度下，Muse Ember每美元提供的智能都高于Claude Haiku 5.5或GPT-6 Luna。在Artificial Analysis的测试中，它每项任务约0.14美元，是Intelligence Index得分达到36或以上的模型中最便宜的。Claude Haiku 5.5要达到同样得分，每项任务需要0.41美元，将近三倍。更大的Muse Spark 1.3得分为37，几乎相同，但每项任务要2.39美元。

在衡量业务流程的AutomationBench-AA上，The Decoder称Muse Ember得分为68.1%，与Muse Wonder和GPT-6 Astra持平。Hipertextual补充说，据Meta称，Ember在部分基准上与Claude Haiku 5.5相当，在另一些基准上超过GPT-6 Luna，且每项任务成本都更低。在衡量智能体自主操作电脑能力的OSWorld上，在均开启最高推理强度的条件下，Ember超过了GPT-6 Luna和Claude Haiku 5.5。在评估真实工程任务的Terminal Bench 4.0上，Ember的得分是GPT-6 Sol的两倍多。不过Hipertextual指出，榜单顶部由Anthropic的模型（Opus、Astra和Sonnet）占据，Ember与其他大型开源模型在中游竞争。

小模型与大模型的分工

Meta描述了一种两层用法。制定整体策略之类的高级工作可以交给Muse Wonder，而Ember负责执行层面的工作。据Hipertextual，Meta的工程师针对读取文件、运行测试、做针对性修复等编程子任务优化了该模型，这类任务在一次开发会话中往往要重复数百次。在这样的频率下，每项任务几美分的差距会很快累积起来。

关于安全，Hipertextual引用Meta博客的一篇文章称，该模型在训练和运行阶段采用与其他Muse模型相同的安全措施，也就是说它不具备黑客能力或其他被禁止的能力。该媒体仍建议，对授予处理你文件的AI的权限要保持谨慎。

尚未得到验证的部分

上述所有性能数字均来自Meta或其引用的基准测试，我们阅读的两篇报道都没有提到独立复现。Artificial Analysis给出的每项任务成本，综合了每词元价格和模型实际消耗的词元数，因此会随工作负载不同而变化。两篇报道都没有给出Muse Ember的参数量，也没有说明其权重是否开放。在第三方发布自己的测量结果之前，与Claude Haiku 5.5和GPT-6 Luna的比较只能视为厂商的说法。

对部署AI智能体的企业意味着什么

对部署智能体的企业来说，实际的启示在于任务分流：把昂贵的模型留给规划，把提取、分拣、小型代码修复等重复步骤交给更便宜的模型。Muse Ember公布的价格为每百万词元0.10美元和0.50美元，使这种选择更容易测试。切换之前，应当用自己的文档和代码测量每项任务的成本和成功率，因为Meta的基准测试未必反映你的工作负载。为每个智能体设定预算也很有必要，以免便宜的词元演变成失控的账单。