Meta 發布 Muse Ember,主打低成本代理程式工作
Muse Ember: Our smallest, most efficient model
Meta 推出小型高效率模型 Muse Ember,面向代理程式反覆執行的工具呼叫、程式子任務、路由、資料擷取與長檔案解析。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
Muse Ember 在多項代理程式與多模態基準的表現各有差異,並公開定價與上下文規格,可供評估任務成本和適用範圍。
今天,我們推出 Muse Ember。這是我們最小巧、效率最高的模型,專為複雜推理執行,以及代理程式一整天反覆處理的工作而設計:工具呼叫、程式設計子任務、路由、擷取和長篇檔案解析。
在任何推理設定下,Muse Ember 每美元所能提供的智慧都勝過 Claude Haiku 5.5 或 GPT-6 Luna:它只需約三分之一的成本,就能達到 Haiku 的最佳分數,並且勝過 Luna 的所有設定。在完整的 Artificial Analysis 排行榜中,它也位於效率前緣:沒有其他模型能以更低的單次任務成本取得更高分數。
智慧程度與單次任務成本
根據原始 Artificial Analysis 結果,呈現各推理力度下的 Artificial Analysis Intelligence Index 與單次任務成本。Muse Ember 成本為依據建議價格估算。
- 極高
- 最高
- 中
- 高
- 極高
- 最高
- 高
- 極高
- 最高
- Muse Ember
- Claude Haiku 5.5
- GPT-6 Luna
| 系列 | 測量專案 | 數值 |
|---|---|---|
| Muse Ember | 單次任務成本(美元) | $0.116 |
| Muse Ember | 分數 | 33.9 |
| Muse Ember | 單次任務成本(美元) | $0.136 |
| Muse Ember | 分數 | 35.8 |
| Claude Haiku 5.5 | 單次任務成本(美元) | $0.092 |
| Claude Haiku 5.5 | 分數 | 24.6 |
| Claude Haiku 5.5 | 單次任務成本(美元) | $0.159 |
| Claude Haiku 5.5 | 分數 | 29.6 |
| Claude Haiku 5.5 | 單次任務成本(美元) | $0.248 |
| Claude Haiku 5.5 | 分數 | 34.3 |
| Claude Haiku 5.5 | 單次任務成本(美元) | $0.411 |
| Claude Haiku 5.5 | 分數 | 36.2 |
| GPT-6 Luna | 單次任務成本(美元) | $0.073 |
| GPT-6 Luna | 分數 | 21.4 |
| GPT-6 Luna | 單次任務成本(美元) | $0.104 |
| GPT-6 Luna | 分數 | 23.3 |
| GPT-6 Luna | 單次任務成本(美元) | $0.152 |
| GPT-6 Luna | 分數 | 27.8 |
Artificial Analysis|2026 年 11 月 9 日。每個資料點代表一種推理力度設定。Muse Ember 成本採用牌價。
Muse Ember 評測結果
| 評測結果 | 推薦模型。 Muse Ember (max) | Claude Haiku 5.5 (max) | GPT-6 Luna (max) | |
|---|---|---|---|---|
| 代理程式 | AutomationBench-AA端到端商務工作流程 | 最佳結果。 37.8 | 13.9 | 20.2 |
| Agents' Last Exam端到端代理程式任務 | 最佳結果。 61.6 | 57.0 | 57.1 | |
| Personal Superintelligence Index個人與知識工作內部綜合指標 | 最佳結果。 46.8 | 36.1 | 37.0 | |
| 程式設計 | Terminal-Bench 4.0代理式終端機程式設計,採用最佳公開測試框架 | 最佳結果。 40.9 | 39.2 | 16.4 |
| Coding Agent Index-AA在實際代理程式測試框架中進行程式設計 | 最佳結果。 46 | 37 | 31 | |
| FrontierCode 2.0-AA以可合併性評判的真實工程任務 | 27.2 | 最佳結果。 34.9 | 25.2 | |
| 多模態 | GDP.pdf-AA長篇檔案中的專業工作 | 最佳結果。 22.8 | 20.8 | 最佳結果。 22.8 |
| OSWorld 2.1跨桌面應用程式的電腦操作 | 最佳結果。 69.5(部分)33.8(二元) | 68.9(部分)27.8(二元) | 50.5(部分)17.0(二元) | |
| PerceptionBench(搭配工具)細緻視覺感知 | 最佳結果。 80.6 | 78.6 | 62.8 | |
| 一般 | Artificial Analysis Index | 最佳結果。 36 | 最佳結果。 36 | 28 |
如需進一步瞭解我們的評測,請參閱報告。
Muse Ember 今日起於 Meta Model API 開放使用,輸入 token 每百萬個 $0.10,輸出 token 每百萬個 $0.50。
在早期測試中,我們的合作夥伴讓 Muse Ember 處理代理程式整天反覆執行的各類工作,從審閱合約到撰寫程式碼。
「在 Box AI Complex Work Eval 中,Muse Ember 展現出令人印象深刻的準確度、速度與 token 效率。它能逐條依據公司的談判準則評估合約,並給出正確的整體風險評級;也能按照詳細的職缺需求篩選候選人,並標記仍符合備選資格的邊界個案。Muse Ember 是快速且有效率的基礎模型,能支援代理程式處理企業內容中的實際工作。」
- 作者
- Yashodha Bhavnani
- 職務
- AI 產品副總裁
- 公司
- Box
代理程式
代理程式的大部分 token 都花在許多細小且結構化的步驟上,而 Muse Ember 正是為此打造。它能從頭到尾執行商務工作流程,擷取記錄、依序呼叫工具,並跨應用程式更新系統。
它具備 1M token 的上下文視窗,輸出 token 最多可達 512K,因此單次呼叫就能處理完整的程式碼庫或檔案集。
AutomationBench-AA
AutomationBench-AA 在最高推理設定下的結果,依據檔案目前的圖表重現。分數
| 系列 | 測量專案 | 數值 |
|---|---|---|
| Muse Ember(最高設定) | 模型 | Muse Ember(最高設定) |
| Muse Ember(最高設定) | 分數 | 37.8% |
| GPT-6 Luna(最高設定) | 模型 | GPT-6 Luna(最高設定) |
| GPT-6 Luna(最高設定) | 分數 | 20.2% |
| Claude Haiku 5.5(最高設定) | 模型 | Claude Haiku 5.5(最高設定) |
| Claude Haiku 5.5(最高設定) | 分數 | 13.9% |
Artificial Analysis | 2026 年 11 月 9 日。嚴格 pass@1。
Agents' Last Exam
Agents' Last Exam 在最高推理設定下的結果,依據檔案目前的圖表重現。分數
| 系列 | 測量專案 | 數值 |
|---|---|---|
| Muse Ember(最高設定) | 模型 | Muse Ember(最高設定) |
| Muse Ember(最高設定) | 分數 | 61.6% |
| GPT-6 Luna(最高設定) | 模型 | GPT-6 Luna(最高設定) |
| GPT-6 Luna(最高設定) | 分數 | 57.1% |
| Claude Haiku 5.5(最高設定) | 模型 | Claude Haiku 5.5(最高設定) |
| Claude Haiku 5.5(最高設定) | 分數 | 57.0% |
Meta 內部評估。Linux 子集。
Personal Superintelligence Index
Personal Superintelligence Index 在最高推理設定下的結果,依據檔案目前的圖表重現。分數
| 系列 | 測量專案 | 數值 |
|---|---|---|
| Muse Ember(最高設定) | 模型 | Muse Ember(最高設定) |
| Muse Ember(最高設定) | 分數 | 46.8% |
| GPT-6 Luna(最高設定) | 模型 | GPT-6 Luna(最高設定) |
| GPT-6 Luna(最高設定) | 分數 | 37.0% |
| Claude Haiku 5.5(最高設定) | 模型 | Claude Haiku 5.5(最高設定) |
| Claude Haiku 5.5(最高設定) | 分數 | 36.1% |
個人與知識工作內部綜合指數。
程式設計
Muse Ember 專為代理程式在每次工作階段中數百次派出的程式設計子任務打造:讀取檔案、執行測試、進行精準修正。
Terminal-Bench 4.0
Terminal-Bench 4.0 在最高推理設定下的結果,依據檔案目前的圖表重現。分數
| 系列 | 測量專案 | 數值 |
|---|---|---|
| Muse Ember(最高設定) | 模型 | Muse Ember(最高設定) |
| Muse Ember(最高設定) | 分數 | 40.9% |
| Claude Haiku 5.5(最高設定) | 模型 | Claude Haiku 5.5(最高設定) |
| Claude Haiku 5.5(最高設定) | 分數 | 39.2% |
| GPT-6 Luna(最高設定) | 模型 | GPT-6 Luna(最高設定) |
| GPT-6 Luna(最高設定) | 分數 | 16.4% |
各模型均採用其已發布的最佳測試工具。請參閱註腳 1。
Coding Agent Index-AA
Coding Agent Index-AA 在最高推理設定下的結果,依據檔案目前的圖表重現。分數
| 系列 | 測量專案 | 數值 |
|---|---|---|
| Muse Ember(最高設定) | 模型 | Muse Ember(最高設定) |
| Muse Ember(最高設定) | 分數 | 46 |
| Claude Haiku 5.5(最高設定) | 模型 | Claude Haiku 5.5(最高設定) |
| Claude Haiku 5.5(最高設定) | 分數 | 37 |
| GPT-6 Luna(最高設定) | 模型 | GPT-6 Luna(最高設定) |
| GPT-6 Luna(最高設定) | 分數 | 31 |
Artificial Analysis | 2026 年 11 月 9 日
FrontierCode 2.0-AA
FrontierCode 2.0-AA 在最高推理模式下的結果,依照檔案目前的圖表重現。分數
| 系列 | 測量專案 | 數值 |
|---|---|---|
| Claude Haiku 5.5(最高) | 模型 | Claude Haiku 5.5(最高) |
| Claude Haiku 5.5(最高) | 分數 | 34.9% |
| Muse Ember(最高) | 模型 | Muse Ember(最高) |
| Muse Ember(最高) | 分數 | 27.2% |
| GPT-6 Luna(最高) | 模型 | GPT-6 Luna(最高) |
| GPT-6 Luna(最高) | 分數 | 25.2% |
Artificial Analysis | 2026 年 11 月 9 日
最棘手的問題,交給 Muse Wonder 搭配處理:Muse Wonder 負責規劃,Muse Ember 負責大量執行工作。
多模態
Muse Ember 原生支援文字、圖片、音訊和影片,因此代理程式可以讀取螢幕截圖、圖表和掃描檔案,也能處理語音備忘錄、會議錄音和影片,無須另外使用模型。它能處理篇幅很長的真實世界檔案、直接根據螢幕截圖操作電腦,並辨識精細的視覺細節。
GDP.pdf-AA
GDP.pdf-AA 在最高推理模式下的結果,依照檔案目前的圖表重現。分數
| 系列 | 測量專案 | 數值 |
|---|---|---|
| Muse Ember(最高) | 模型 | Muse Ember(最高) |
| Muse Ember(最高) | 分數 | 22.8% |
| GPT-6 Luna(最高) | 模型 | GPT-6 Luna(最高) |
| GPT-6 Luna(最高) | 分數 | 22.8% |
| Claude Haiku 5.5(最高) | 模型 | Claude Haiku 5.5(最高) |
| Claude Haiku 5.5(最高) | 分數 | 20.8% |
Artificial Analysis | 2026 年 11 月 9 日
OSWorld 2.1
OSWorld 2.1 在最高推理模式下的結果,依照檔案目前的圖表重現。分數
| 系列 | 測量專案 | 數值 |
|---|---|---|
| Muse Ember(最高) | 模型 | Muse Ember(最高) |
| Muse Ember(最高) | 分數 | 69.5% |
| Claude Haiku 5.5(最高) | 模型 | Claude Haiku 5.5(最高) |
| Claude Haiku 5.5(最高) | 分數 | 68.9% |
| GPT-6 Luna(最高) | 模型 | GPT-6 Luna(最高) |
| GPT-6 Luna(最高) | 分數 | 50.5% |
Meta 內部評估。部分給分。
PerceptionBench
PerceptionBench 在最高推理模式下的結果,依照檔案目前的圖表重現。分數
| 系列 | 測量專案 | 數值 |
|---|---|---|
| Muse Ember(最高) | 模型 | Muse Ember(最高) |
| Muse Ember(最高) | 分數 | 80.6% |
| Claude Haiku 5.5(最高) | 模型 | Claude Haiku 5.5(最高) |
| Claude Haiku 5.5(最高) | 分數 | 78.6% |
| GPT-6 Luna(最高) | 模型 | GPT-6 Luna(最高) |
| GPT-6 Luna(最高) | 分數 | 62.8% |
Meta 內部評估。使用工具。
安全性
發布前,我們依據 Meta Superintelligence Scaling Framework 評估 Muse Ember,涵蓋化學與生物、網路安全及失控風險。在評估的各個類別中,結果顯示 Muse Ember 的風險都低於框架所設定的高風險門檻。雖然它是小型模型,但接受了相同的核心安全訓練與測試。我們也評估了 Muse Ember 代表使用者行動時的表現,包括它是否遵循使用者意圖、妥善處理敏感資訊、抵抗隱藏在網頁、檔案或工具輸出中、企圖引導它偏離方向的指令,以及是否會在採取重大影響的行動前徵詢人工意見。
供應情形
Muse Ember 今日已在 Muse Code 和 Meta Model API 上推出,型號為 muse-ember-1.0。每百萬個輸入詞元收費 $0.10、每百萬個快取輸入詞元收費 $0.004,每百萬個輸出詞元收費 $0.50;上下文視窗為 1M 詞元,最多可輸出 512K 詞元。Muse Ember 支援 Responses API。
推出 Muse Wonder 和 Muse Wonder Full 時,我們表示會運用它們開發專用模型,讓所有人都能使用。Muse Ember 是第一個使用 Muse Wonder Full 訓練的模型,讓我們的模型陣容更加完整:Muse Wonder 用於最棘手的問題,Muse Spark 用於程式設計與代理式工作流程,而 Muse Ember 則適合大規模執行可重複的程式設計與代理式任務;以 Artificial Analysis 的任務計算,每項約 $0.14,成本低到足以在每項產品中供所有人使用。
Muse Ember 與 Muse Spark 1.3 比較
| Artificial Analysis | 精選模型。 Muse Ember (max) | 精選模型。 Muse Spark 1.3 (max) |
|---|---|---|
| 智慧指數 | 36 | 最佳結果。 37 |
| 每項智慧指數任務成本 | 最佳結果。 $0.14 | $2.39 |
| 每 1M 輸入/輸出 Token 價格 | 最佳結果。 $0.10(輸入)$0.50(輸出) | $1.25(輸入)$4.25(輸出) |
我們的目標是實現個人化超級智慧:協助你追求目標、創作心中所想、深化人際關係,並為你最重視的事採取行動的模型。要讓所有人都能使用,不只需要頂尖能力,還需要價格能隨規模擴大而負擔得起。我們正在訓練效率更高的模型,期待與你分享接下來的進展。