Meta发布轻量模型Muse Ember，成本仅Claude Haiku三分之一

Meta近日正式推出轻量级人工智能模型Muse Ember。据TechCrunch报道，这是Meta目前体量最小、运行效率最高的AI模型，面向复杂推理任务以及智能体高频日常作业场景打造，在推理能力、上下文处理、多模态感知与成本控制等方面均有针对性优化。

在Artificial Analysis测评榜单中，Muse Ember综合性能可与Claude Haiku 5.5相媲美，而单任务处理成本仅为后者的三分之一，多项测试指标优于GPT-6 Luna，实现了智能能力与使用成本之间的平衡。在内容处理上，模型具备100万Token上下文窗口，最高可输出51.2万Token，单次调用即可解析完整代码库或成套文档。

依托这一能力，智能体能够在单一会话内完成数百项编程细分任务，覆盖文件读取、测试运行与定向代码修复等环节，提升自动化作业的连续性。Muse Ember原生兼容文本、图像、音频、视频的多模态理解，智能体可据此直接解析截图、图表与扫描件，处理语音笔记、会议录音与视频素材，并依据屏幕截图完成计算机操作，无需调用额外模型。

安全层面，模型上线前通过Meta SI扩展框架开展全面测评，风险等级低于框架划定的高风险阈值。目前Muse Ember已正式上线，可通过Meta Model API、谷歌云与甲骨文云获取，输入定价为每百万Token 0.10美元、输出0.50美元。在头部大模型纷纷加码训练规模与算力投入的背景下，Meta以一款低成本、高并发的轻量模型切入智能体高频子任务，为产业端提供了一条兼顾性能与支出的务实路径。