Meta 推出小型模型 Muse Ember，面向 AI 智能体的重复性工作
Meta 发布其最小、最高效的 AI 模型 Muse Ember，主打工具调用、小型编码、请求路由、数据提取与长文档处理等智能体日常重复任务，已通过 Meta Model API 与 Muse Code 提供。
核心事实
据 the-decoder.com 报道，Meta 已推出名为 Muse Ember 的 AI 模型，称其为该公司迄今最小、最高效的模型。该模型面向 AI 智能体日常处理的常规任务，包括调用工具、处理小型编码任务、路由请求、提取数据以及处理长文档。报道称，Muse Ember 支持文本、图像、音频和视频，单次可处理最多一百万个 token，目前已通过 Meta Model API 和 Muse Code 提供。
背景与影响
Meta 表示，Muse Ember 在各级推理水平上「每美元智能」均高于 Claude Haiku 5.5 或 GPT-6 Luna。报道援引 Artificial Analysis 的测试称，该模型每任务成本约 0.14 美元，在 Artificial Analysis 智能指数上得分为 36；更大的 Muse Spark 1.3 在得分接近（37 对 36）的情况下每任务成本为 2.39 美元。不过报道也指出，在 Meta 自家多数测试中 Muse Ember 领先，但在 FrontierCode 2.0-AA 的真实编码任务上，Haiku 以 34.9% 对 27.2% 胜出。上述对比数据均来自报道转述，尚未获独立核实。
限制与来源
报道给出的定价为每百万输入 token 0.10 美元、每百万输出 token 0.50 美元，具体价格、功能与地区可用性请以 Meta 官网当前信息为准。本文所引性能与成本数字均出自该报道及其援引的第三方评测，Meta 官方尚未就全部细节作出确认。来源：the-decoder.com。