Meta上线Muse Ember：跑分追平Claude Haiku 5.5，成本仅1/3
Muse Ember 专为复杂推理与智能体设计，支持 100 万 Token 上下文，可一次性处理完整代码库，原生理解文本、图像、音频和视频。跑分超越 GPT-6 Luna，定价每百万输入 Token 仅 0.10 美元。#Meta AI 模型# #轻量级AI#
Meta 现已上线 Muse Ember AI 模型，11 月 10 日这一消息得到确认。它是 Meta 到目前为止体积最小、效率最高的模型，面向复杂推理任务的执行，也面向智能体每天反复处理的那些活儿。
按照 Meta 的说法，在 Artificial Analysis 排行榜上，Muse Ember 的成绩能和 
Claude Haiku 5.5 打平，可单任务成本只有后者的 1/3；另外在多项测试里，它还压过了 GPT-6 Luna。
Muse Ember 的跑分数据如下：
评测项目 | Muse Ember（max） | Claude Haiku 5.5（max） |
| |
|---|---|---|---|---|
| 智能体 | AutomationBench-AA（端到端业务工作流） | 37.8 | 13.9 | 20.2 |
Agents' Last Exam（端到端智能体任务） | 61.6 | 57.0 | 57.1 | |
Personal Superintelligence Index（个人与知识工作内部综合指数） | 46.8 | 36.1 | 37.0 | |
| 编程 | Terminal-Bench 4.0（智能体终端编程） | 40.9 | 39.2 | 16.4 |
Coding Agent Index-AA（真实智能体环境中的编程） | 46 | 37 | 31 | |
FrontierCode 2.0-AA（以代码合并可行性为标准评估的真实工程任务） | 27.2 | 34.9 | 25.2 | |
| 多模态 | GDP.pdf-AA（长文档专业工作） | 22.8 | 20.8 | 22.8 |
OSWorld 2.1（跨桌面应用的计算机操作） | 69.5 | 68.9 | 50.5 | |
PerceptionBench（精细视觉感知） | 80.6 | 78.6 | 62.8 | |
| 综合 | Artificial Analysis Index | 36 | 36 | 28 |
GPT上下文窗口方面，这款模型给到 100 万 Token，输出上限为 51.2 万 Token，一整座代码库或者一整套文档，一次调用就能吃下。智能体在一次会话里跑上数百个编程子任务也没问题，读文件、跑测试、做针对性修复都包含在内。
文本、图像、音频、视频，Muse Ember 原生就能理解，智能体不用再拉别的模型帮忙，截图、图表、扫描文档都能读，语音备忘录、会议录音和视频也能处理。篇幅很长的真实文档它接得住，还能看着屏幕截图直接操作计算机，细小的视觉差异也能分辨出来。
安全上，Muse Ember 在发布前走了一遍 Meta SI 扩展框架的评估，测试结果全部显示，它的风险水平低于该框架划定的高风险阈值。
价格和渠道方面，即日起这款模型在 Meta Model API、Google Cloud 和 Oracle Cloud 三处提供。输入每百万 Token 0.10 美元（现汇率约合 0.67 元人民币），输出每百万 Token 0.50 美元（现汇率约合 3.3 元人民币）。
