Meta 发布轻量模型 Muse Ember，跑分媲美 Claude Haiku 5.5，单任务成本仅 1/3

Meta 于 11 月 10 日推出迄今最小、效率最高的模型 Muse Ember，定位复杂推理与智能体日常重复工作。在 Artificial Analysis 排行榜中，其综合指数达 36，与 Claude Haiku 5.5 持平并领先 GPT-6 Luna 的 28，单任务成本仅为 Claude Haiku 5.5 的 1/3。具体基准上，AutomationBench-AA 拿到 37.8（Haiku 5.5 为 13.9），Terminal-Bench 4.0 得 40.9，OSWorld 2.1 达 69.5。 技术上，Muse Ember 拥有 100 万 Token 上下文窗口，最多可输出 51.2 万 Token，一次调用即可处理完整代码库或整套文档，并支持智能体在单次会话中执行数百次编程子任务。模型原生理解文本、图像、音频、视频四种模态，可直接依据屏幕截图操作计算机，无需借助额外模型。 价格方面，输入为每百万 Token 0.10 美元，输出 0.50 美元，即日起可通过 Meta Model API、Google Cloud 和 Oracle Cloud 调用。发布前经 Meta SI 扩展框架评估，风险水平低于其高风险阈值。对智能体开发团队而言，在自动化工作流和终端编程场景，它以约 Claude Haiku 5.5 三分之一的价格提供接近的成绩，降低了批量智能体任务的调用门槛。