Meta发布Muse Ember：跑分追平Haiku，单任务成本仅三分之一

Meta在11月10日拿出了Muse Ember，官方给它贴的标签是"迄今最小、最高效"的模型，面向复杂推理和智能体需要反复执行的日常任务。这款产品不比拼参数体量，主打的是性价比。轻量模型这条赛道上，由此多了一个不容小觑的玩家。

跑分方面，它已经能跟Claude Haiku 5.5正面较量。Artificial Analysis榜单显示，Muse Ember的综合表现与对方不相上下，单任务成本却只有三分之一；多项测试中它还压过了GPT-6 Luna。端到端业务工作流AutomationBench-AA上，Muse Ember拿下37.8分，Haiku为13.9，Luna为20.2，差距明显。智能体编程、长文档处理等维度，它同样处于领先位置。

上下文窗口给到了100万Token，最多能输出51.2万Token，一次调用足以塞进整套代码库或者一大摞文档。在单场会话里，智能体可以连续完成数百个编程子任务，读文件、跑测试、定点修bug都能一气做完。

原生能力上它也是个多面手，文本、图像、音频、视频都能处理，截图、图表、扫描件、会议录音、视频一并覆盖，不用再外挂其他模型。安全层面，发布前它通过了Meta SI框架评估，风险低于高风险红线。定价上，输入每百万Token 0.10美元、输出0.50美元，目前已在Meta Model API、谷歌云和甲骨文云上线。