Meta 發布 Muse Ember,主打AI 助理高頻任務
Meta 釋出最小最高效模型 Muse Ember,主打AI 助理高頻任務
Meta 發布 Muse Ember(muse-ember-1.0),定位為適合AI 助理高頻重複工作的高效率模型,涵蓋工具呼叫、程式子任務、路由、資訊擷取與長檔案解析。
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:
Meta 以多項AI 助理、程式與多模態基準比較 Muse Ember,並列出任務成本與 API 價格,可用來評估高頻工作流程的模型選擇。
Meta AI:Research Blog·2026-11-09 15:00· 12 小時前精選AI 評分73
Introducing Our Smallest, Most Efficient Model: Muse Ember
AI 導讀
Meta 釋出 Muse Ember(muse-ember-1.0),定位最小最高效的複雜推理執行模型,面向工具呼叫、編碼子任務、路由、抽取和長文件解析等AI 助理日常重複任務。
推薦理由
官方給出與 Claude Haiku 5.5 和 GPT-6 Luna 的逐項成本與基準對比,讀者可據此評估AI 助理高頻任務的價效比選型。
今天,我們推出 Muse Ember——這是我們體積最小、效率最高的模型,專為複雜推理執行以及AI 助理日復一日重複的工作而設計:工具呼叫、編碼子任務、路由、資訊抽取和長文件解析。
在任何推理檔位下,Muse Ember 的每美元智慧都高於 Claude Haiku 5.5 或 GPT-6 Luna:它以約三分之一的成本達到 Haiku 的最佳成績,並超過 Luna 的所有檔位。它還處在完整 Artificial Analysis 排行榜的效率前沿:沒有任何模型能以更低的單任務成本獲得更高分數。
智慧與單任務成本對比
各推理努力檔位下 Artificial Analysis 智慧指數與單任務成本的對比,資料來自 Artificial Analysis 原始結果。Muse Ember 成本按擬定價格估算。
- xhigh
- max
- medium
- high
- xhigh
- max
- high
- xhigh
- max
- Muse Ember
- Claude Haiku 5.5
- GPT-6 Luna
| 系列 | 指標 | 數值 |
|---|---|---|
| Muse Ember | 單任務成本(美元) | $0.116 |
| Muse Ember | 得分 | 33.9 |
| Muse Ember | 單任務成本(美元) | $0.136 |
| Muse Ember | 得分 | 35.8 |
| Claude Haiku 5.5 | 單任務成本(美元) | $0.092 |
| Claude Haiku 5.5 | 得分 | 24.6 |
| Claude Haiku 5.5 | 單任務成本(美元) | $0.159 |
| Claude Haiku 5.5 | 得分 | 29.6 |
| Claude Haiku 5.5 | 單任務成本(美元) | $0.248 |
| Claude Haiku 5.5 | 得分 | 34.3 |
| Claude Haiku 5.5 | 單任務成本(美元) | $0.411 |
| Claude Haiku 5.5 | 得分 | 36.2 |
| GPT-6 Luna | 單任務成本(美元) | $0.073 |
| GPT-6 Luna | 得分 | 21.4 |
| GPT-6 Luna | 單任務成本(美元) | $0.104 |
| GPT-6 Luna | 得分 | 23.3 |
| GPT-6 Luna | 單任務成本(美元) | $0.152 |
| GPT-6 Luna | 得分 | 27.8 |
Artificial Analysis | 2026 年 11 月 9 日。每個點代表一個推理努力檔位。Muse Ember 成本按標價計算。
Muse Ember 評測結果
| 評測結果 | 重點模型。Muse Ember(max) | Claude Haiku 5.5(max) | GPT-6 Luna(max) | |
|---|---|---|---|---|
| AI 助理 | AutomationBench-AA端到端業務流程 | 最佳結果。37.8 | 13.9 | 20.2 |
| Agents' Last Exam端到端AI 助理任務 | 最佳結果。61.6 | 57.0 | 57.1 | |
| Personal Superintelligence Index個人與知識工作的內部綜合指數 | 最佳結果。46.8 | 36.1 | 37.0 | |
| 編碼 | Terminal-Bench 4.0AI 助理終端編碼,最佳公開測試框架 | 最佳結果。40.9 | 39.2 | 16.4 |
| Coding Agent Index-AA真實AI 助理框架中的編碼 | 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基於長文件的專業工作 | 最佳結果。22.8 | 20.8 | 最佳結果。22.8 |
| OSWorld 2.1跨桌面應用的計算機使用 | 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(含工具)細粒度視覺感知 | 最佳結果。80.6 | 78.6 | 62.8 | |
| 通用 | Artificial Analysis Index | 最佳結果。36 | 最佳結果。36 | 28 |
關於評測的更多細節,請參閱我們的報告。
Muse Ember 即日起在 Meta Model API 上線,輸入每百萬 token 收費 0.10 美元,輸出每百萬 token 收費 0.50 美元。
在早期測試中,我們的合作伙伴讓 Muse Ember 承擔AI 助理每天反覆執行的那類任務,從審閱合同到編寫程式碼。
“在 Box AI Complex Work Eval 上,Muse Ember 的準確率、速度和 token 效率都令人印象深刻。它能逐條對照公司的談判手冊給合同打分,並給出正確的整體風險評級;也能按詳細要求篩選候選人,把仍然合格、處於邊緣的備選者標出來。對於在企業內容上執行真實工作的AI 助理來說,Muse Ember 是一個快速、高效的基礎模型。”
- 作者
- Yashodha Bhavnani
- 職位
- AI 產品副總裁
- 公司
- Box
AI 助理
AI 助理的 token 大多花在大量細小的結構化步驟上,Muse Ember 正是為此打造。它能端到端跑通一套業務流程:調取記錄、按順序呼叫工具,並跨應用更新系統。
憑藉 100 萬 token 的上下文視窗和最高 51.2 萬 token 的輸出,它一次呼叫就能讀入完整的程式碼庫或整套文件。
AutomationBench-AA
AutomationBench-AA 在最大推理下的結果,復現自文件當前圖表。得分
| 系列 | 指標 | 數值 |
|---|---|---|
| Muse Ember(最大) | 模型 | Muse Ember(最大) |
| Muse Ember(最大) | 得分 | 37.8% |
| GPT-6 Luna(最大) | 模型 | GPT-6 Luna(最大) |
| GPT-6 Luna(最大) | 得分 | 20.2% |
| Claude Haiku 5.5(最大) | 模型 | Claude Haiku 5.5(最大) |
| Claude Haiku 5.5(最大) | 得分 | 13.9% |
Artificial Analysis | 2026 年 11 月 9 日。嚴格 pass@1。
Agents' Last Exam
Agents' Last Exam 在最大推理下的結果,復現自文件當前圖表。得分
| 系列 | 指標 | 數值 |
|---|---|---|
| Muse Ember(最大) | 模型 | Muse Ember(最大) |
| Muse Ember(最大) | 得分 | 61.6% |
| GPT-6 Luna(最大) | 模型 | GPT-6 Luna(最大) |
| GPT-6 Luna(最大) | 得分 | 57.1% |
| Claude Haiku 5.5(最大) | 模型 | Claude Haiku 5.5(最大) |
| Claude Haiku 5.5(最大) | 得分 | 57.0% |
Meta 內部評估。Linux 子集。
Personal Superintelligence Index
Personal Superintelligence Index 在最大推理下的結果,復現自文件當前圖表。得分
| 系列 | 指標 | 數值 |
|---|---|---|
| Muse Ember(最大) | 模型 | Muse Ember(最大) |
| Muse Ember(最大) | 得分 | 46.8% |
| GPT-6 Luna(最大) | 模型 | GPT-6 Luna(最大) |
| GPT-6 Luna(最大) | 得分 | 37.0% |
| Claude Haiku 5.5(最大) | 模型 | Claude Haiku 5.5(最大) |
| Claude Haiku 5.5(最大) | 得分 | 36.1% |
個人與知識工作的內部綜合指數。
程式設計
Muse Ember 針對的是AI 助理在一次會話中要反覆派發數百次的程式設計子任務:讀取檔案、執行測試、做針對性修復。
Terminal-Bench 4.0
Terminal-Bench 4.0 在最大推理下的結果,復現自文件當前圖表。得分
| 系列 | 指標 | 數值 |
|---|---|---|
| Muse Ember(最大) | 模型 | Muse Ember(最大) |
| Muse Ember(最大) | 得分 | 40.9% |
| Claude Haiku 5.5(最大) | 模型 | Claude Haiku 5.5(最大) |
| Claude Haiku 5.5(最大) | 得分 | 39.2% |
| GPT-6 Luna(最大) | 模型 | GPT-6 Luna(最大) |
| GPT-6 Luna(最大) | 得分 | 16.4% |
各模型均採用其已公佈的最佳測試框架。見腳註 1。
Coding Agent Index-AA
Coding Agent Index-AA 在最大推理下的結果,復現自文件當前圖表。得分
| 系列 | 指標 | 數值 |
|---|---|---|
| Muse Ember(最大) | 模型 | Muse Ember(最大) |
| Muse Ember(最大) | 得分 | 46 |
| Claude Haiku 5.5(最大) | 模型 | Claude Haiku 5.5(最大) |
| Claude Haiku 5.5(最大) | 得分 | 37 |
| GPT-6 Luna(最大) | 模型 | GPT-6 Luna(最大) |
| GPT-6 Luna(最大) | 得分 | 31 |
Artificial Analysis | 2026 年 11 月 9 日
FrontierCode 2.0-AA
FrontierCode 2.0-AA 在最大推理下的結果,復現自文件當前圖表。得分
| 系列 | 測量項 | 數值 |
|---|---|---|
| Claude Haiku 5.5(最大) | 模型 | Claude Haiku 5.5(最大) |
| Claude Haiku 5.5(最大) | 得分 | 34.9% |
| Muse Ember(最大) | 模型 | Muse Ember(最大) |
| Muse Ember(最大) | 得分 | 27.2% |
| GPT-6 Luna(最大) | 模型 | GPT-6 Luna(最大) |
| GPT-6 Luna(最大) | 得分 | 25.2% |
Artificial Analysis | 2026年11月9日
遇到最難的問題時,可以搭配 Muse Wonder 使用:Muse Wonder 負責規劃,Muse Ember 負責處理大量任務。
多模態
Muse Ember 原生支援理解文本、影像、音訊和影片,因此AI 助理可以直接讀取截圖、圖表和掃描文件,也能基於語音備忘錄、會議錄音和影片開展工作,無需另配模型。它能處理長篇的真實文件,直接根據截圖操作電腦,還能捕捉細微的視覺細節。
GDP.pdf-AA
GDP.pdf-AA 在最大推理下的結果,復現自文件當前圖表。得分
| 系列 | 測量項 | 數值 |
|---|---|---|
| Muse Ember(最大) | 模型 | Muse Ember(最大) |
| Muse Ember(最大) | 得分 | 22.8% |
| GPT-6 Luna(最大) | 模型 | GPT-6 Luna(最大) |
| GPT-6 Luna(最大) | 得分 | 22.8% |
| Claude Haiku 5.5(最大) | 模型 | Claude Haiku 5.5(最大) |
| Claude Haiku 5.5(最大) | 得分 | 20.8% |
Artificial Analysis | 2026年11月9日
OSWorld 2.1
OSWorld 2.1 在最大推理下的結果,復現自文件當前圖表。得分
| 系列 | 測量項 | 數值 |
|---|---|---|
| Muse Ember(最大) | 模型 | Muse Ember(最大) |
| Muse Ember(最大) | 得分 | 69.5% |
| Claude Haiku 5.5(最大) | 模型 | Claude Haiku 5.5(最大) |
| Claude Haiku 5.5(最大) | 得分 | 68.9% |
| GPT-6 Luna(最大) | 模型 | GPT-6 Luna(最大) |
| GPT-6 Luna(最大) | 得分 | 50.5% |
Meta 內部評估。部分得分獎勵。
PerceptionBench
PerceptionBench 在最大推理下的結果,復現自文件當前圖表。得分
| 系列 | 測量項 | 數值 |
|---|---|---|
| Muse Ember(最大) | 模型 | Muse Ember(最大) |
| Muse Ember(最大) | 得分 | 80.6% |
| Claude Haiku 5.5(最大) | 模型 | Claude Haiku 5.5(最大) |
| Claude Haiku 5.5(最大) | 得分 | 78.6% |
| GPT-6 Luna(最大) | 模型 | GPT-6 Luna(最大) |
| GPT-6 Luna(最大) | 得分 | 62.8% |
Meta 內部評估。使用工具。
安全性
釋出前,我們依據 Meta Superintelligence Scaling Framework 對 Muse Ember 進行了評估,涵蓋化學與生物、網路安全以及失控風險。在所評估的各類別中,我們的評估發現 Muse Ember 均低於該框架的高風險閾值。儘管它是一款小模型,但同樣接受了核心安全訓練與測試。我們還評估了 Muse Ember 代表使用者行事時的表現,包括它是否尊重使用者意圖、是否妥善處理敏感資訊、能否抵禦網頁、文件或工具輸出中試圖改變其行為的隱藏指令,以及是否會在採取高影響操作前徵求人類意見。
可用性
Muse Ember 即日起在 Muse Code 和 Meta Model API 上以 muse-ember-1.0 形式提供。價格為每百萬輸入 token 0.10 美元、每百萬快取輸入 token 0.004 美元、每百萬輸出 token 0.50 美元,上下文視窗為 1M token,最多可輸出 512K token。Muse Ember 支援 Responses API。
當初推出 Muse Wonder 和 Muse Wonder Full 時,我們說過會用它們來開發能帶給所有人的專用模型。Muse Ember 就是第一個用 Muse Wonder Full 訓練出來的模型。它補齊了我們的模型陣容:Muse Wonder 負責最難的問題,Muse Spark 負責程式設計和AI 助理工作流,Muse Ember 則負責大規模、可重複的程式設計和AI 助理任務,在 Artificial Analysis 上每項任務成本約 0.14 美元,低到足以讓每個產品、每個人都用得起。
Muse Ember 與 Muse Spark 1.3 對比
| 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 |
| 智慧指數單項任務成本 | 最佳結果。$0.14 | $2.39 |
| 每百萬輸入/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) |
我們的目標是個人超級智慧:讓模型幫你追求目標、創造想像、加深人際關係,併為你最看重的事情采取行動。要把它帶給每個人,光有前沿能力還不夠,還需要讓前沿能力以可規模化的價格提供。我們還有更高效的模型正在訓練中,期待分享接下來的進展。
來源:Meta AI:Research Blog · research.meta.ai