跳到正文
Hacker News (official RSS)(research.meta.ai)·· 13 天前精選品質評分85

Meta 發布 Muse Ember,主打低成本代理程式工作

Muse Ember: Our smallest, most efficient model

重點導讀

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

自備 Key 深度分析

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:

推薦理由

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。

正文 · 中文翻譯

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
智慧程度與單次任務成本:智慧程度與單次任務成本
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

Muse Ember 評測結果: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。 37.813.920.2
Agents' Last Exam端到端代理程式任務最佳結果。 61.657.057.1
Personal Superintelligence Index個人與知識工作內部綜合指標最佳結果。 46.836.137.0
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。 40.939.216.4
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。 463731
FrontierCode 2.0-AA以可合併性評判的真實工程任務27.2最佳結果。 34.925.2
多模態GDP.pdf-AA長篇檔案中的專業工作最佳結果。 22.820.8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。 80.678.662.8
一般Artificial Analysis Index最佳結果。 36最佳結果。 3628

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。

Box logo

「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

AutomationBench-AA:AutomationBench-AA
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

Agents' Last Exam:Agents' Last Exam
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

Personal Superintelligence Index:Personal Superintelligence Index
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

Terminal-Bench 4.0:Terminal-Bench 4.0
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

Coding Agent Index-AA:Coding Agent Index-AA
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

FrontierCode 2.0-AA:FrontierCode 2.0-AA
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

GDP.pdf-AA:GDP.pdf-AA
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

OSWorld 2.1:OSWorld 2.1
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

PerceptionBench:PerceptionBench
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

Muse Ember 與 Muse Spark 1.3 比較:Artificial Analysis 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。

立即試用 Muse Ember

來源: Hacker News (official RSS) (research.meta.ai)
開啟原文

讀者討論

理性交流 · 即時討論