Meta Muse Ember 1.0 发行说明

Meta 发布了 Muse Ember，这是一款专为高频智能体任务（如工具调用、编码子任务、路由和长文档解析）设计的新模型。通过专注于效率，Muse Ember 旨在提供高智能成本比，使其成为 Claude Haiku 5.5 和 GPT-6 Luna 等模型的经济高效替代方案。

性能与效率

Muse Ember 针对“效率前沿”进行了优化，在智能体基准测试中表现出色，同时保持了较低的运营成本。根据 Artificial Analysis 的数据，Muse Ember 的智能得分为 36，每项任务的成本约为 $0.14。这种性能与更大的模型相比具有竞争力，在特定的智能体测试中往往表现优于它们。

关键性能亮点包括：

• AutomationBench-AA： 取得了 37.8% 的得分，显著优于 GPT-6 Luna (20.2%) 和 Claude Haiku 5.5 (13.9%)。
• 个人超级智能指数 (Personal Superintelligence Index)： 得分为 46.8%，领先于 Luna (37.0%) 和 Haiku (36.1%)。
• Terminal-Bench 4.0： 得分为 40.9%，展示了在智能体终端编码方面的强大能力。

技术规格与可用性

Muse Ember 可通过 Meta Model API 以 muse-ember-1.0 的形式使用。它具有 100 万 token 的上下文窗口，并支持高达 512,000 个输出 token。定价设定为每百万输入 token $0.10，每百万缓存输入 token $0.004，以及每百万输出 token $0.50。

该模型是原生多模态的，无需单独的专用模型即可处理文本、图像、音频和视频。这允许直接集成到涉及屏幕截图、扫描文档和会议记录的工作流中。

社区与行业观点

此次发布引发了关于模型基准测试和部署现状的重要讨论。虽然提供的指标显示了强大的性能，但一些社区成员强调了针对特定工作负载进行评估的重要性，而非仅仅依赖汇总的基准测试分数。

"这加强了针对特定工作负载进行自定义评估的必要性。广泛的基准测试对于筛选模型很有用，但在它们之间进行选择时，需要使用你实际打算部署的工具和推理设置，通过代表性任务、明确的成功标准和测量方法来进行评估。" — @ProblemExplorer

其他讨论集中在缺乏开放权重上，一些用户表示更倾向于本地可运行的模型。此外，观察人士指出，虽然 Muse Ember 在特定基准测试中表现良好，但对于目前依赖 Haiku 或 Luna 等成熟模型进行软件工程任务的开发者来说，实际效用仍然是采用的首要指标。

战略定位

Muse Ember 是首个使用 Meta 更大的 "Muse Wonder Full" 架构训练的模型。它旨在完善 Meta 当前的模型组合，其中包括用于高复杂度推理的 Muse Wonder 和用于专业编码工作流的 Muse Spark。通过提供更低的单任务成本，Meta 旨在使智能体工作流对于企业应用（如合同分析和候选人筛选）更具可扩展性，正如早期合作伙伴 Box 所展示的那样。