Meta 发布 Muse Ember：主打 1M 上下文的轻量智能体模型

Meta 推出了其最小的模型 Muse Ember，定位是高频智能体工作负载，主要承担工具调用、编程子任务和文档解析三类场景。模型支持 1M（100 万）上下文窗口，可以直接处理长文档和大量调用历史。 在基准表现上，Muse Ember 在 Artificial Analysis Intelligence Index 上与 Claude Haiku 5.5 打平，而每个任务的成本约为后者的三分之一。这意味着对调用量大的智能体应用，可以用更低的单价获得接近的智能水平。 这类小模型瞄准的是 API 调用、批量解析等对延迟和成本敏感的场景，与 Claude Haiku 5.5 形成直接竞争。对需要在生产环境里跑大量智能体任务的工程团队，成本结构可能会明显改变。