Meta推出Muse Ember：小模型如何接手Agent高频任务？
专注AIGC技术的专业社区，关注大语言模型（LLM）的发展和应用落地，聚焦LLM及AI技术的市场研究和开发者生态，欢迎关注！一个AI智能体跑完一项任务，往往不是只调用一次模型。它可能要先读文档、查资料，再调用工具、整理结果；任务越长，重复的小步骤越多，模型调用次数和费用也跟着增加。Meta在11月9日发布Muse Em
这是一个专注AIGC技术的社区，关注大语言模型（LLM）的发展与应用落地，聚焦LLM及AI技术的市场研究和开发者生态。
一个AI智能体要跑完一项任务，通常不会只调用一次模型。读文档、查资料、调用工具、整理结果，这些环节都排在前面；任务越长，重复的小步骤就越多，模型调用次数和费用也随之上涨。
Meta在11月9日推出Muse Ember，针对的正是这类高频、重复的工作。它并非Muse家族里专攻最难问题的“大脑”，更像被主智能体派活的执行者：处理代码子任务、工具调用、请求路由、信息提取和长文档解析。按照Meta的定位，这是其旗下体量最小、效率最高的推理模型，目前已通过Muse Code和Meta Model API开放使用。
Agent的重复步骤，交给Muse Ember
智能体的工作流里，有的环节要靠强推理，有的则是反复执行明确的小任务。主模型先判断“要查哪些资料”，接着把网页内容提取、工单分类、代码文件检查等步骤分给子模型。
Muse Ember面向的主要是后面这些执行环节。
Meta给出的搭配方式很直接：Muse Wonder或Muse Spark负责规划和推理，Muse Ember承接大量重复任务。同一套Agent流程里，开发者可以按任务难度分配模型，需要判断的部分交给较大的模型，规模化的调用则由Muse Ember完成。
这种设计的价值不只是把模型做小。智能体进入实际业务后，费用常常来自成百上千次不起眼的调用：逐条读工单、从合同里抽字段、给代码仓库中的文件做分类。单次调用省下的钱有限，可调用量一大，差距就会累积。
定价方面，Meta公布的数字是：输入每百万Token 0.10美元，输出每百万Token 0.50美元；缓存输入每百万Token 0.004美元。输入超过20万Token时，适用更高的长上下文价格。模型上下文窗口为100万Token，API最大输出为524,288 Token。目前它通过Meta Model API和Muse Code提供，API模型标识为`muse-ember-1.0`。
截图、录音和视频，都能交给它读
除文本外，Muse Ember还接受图片、音频、视频和PDF输入，输出为文本。也就是说，它可以被放进需要读取截图、图表、录音或扫描文档的Agent流程，不必先把所有材料转成纯文本。
Meta列出的使用方向有：从图片和文件中提取信息、处理长文档、根据屏幕截图操作电脑，以及执行多步骤业务流程。API文档还列出了工具调用、结构化输出、图像理解和搜索等功能。对开发者来说，它能承担的不只是文本分类：比如先识别图片里的内容，再按规则提取字段；或者读一批文档，把结果整理成结构化文本。
不过，输入支持多种媒体，不等于它会生成音频或视频。Meta当前文档列出的输出类型只有文本。常说的“多模态”，在这里主要指模型能读多种输入。
Agent测试表现突出，代码项目各有高低
Meta展示了Muse Ember与Claude Haiku 5.5、GPT-6 Luna等模型的对比数据。以Meta页面列出的最高推理设置为准，Muse Ember在AutomationBench-AA业务流程测试中拿到37.8分，高于Haiku 5.5的13.9和GPT-6 Luna的20.2；Terminal-Bench 4.0中得分40.9，另外两款模型分别为39.2和16.4。
但并非每项都领先。FrontierCode 2.0-AA工程任务测试中，Muse Ember得分27.2，低于Haiku 5.5的34.9；Artificial Analysis Index上，它与Haiku 5.5同为36分。Meta页面同时注明，Terminal-Bench采用各模型公开的最佳运行框架，OSWorld等项目也有各自的测试设置。不同项目测量的任务不一样，这些数字更适合用来看模型在具体任务上的表现，而不是概括全部能力。
有一项价格对比更能说明Meta推出这款模型的原因。Meta引用Artificial Analysis的数据称，在该机构的任务成本评估中，Muse Ember每项任务约0.14美元，Muse Spark 1.3约2.39美元；两者的Artificial Analysis Intelligence Index分别为36分和37分。
小模型要进入Agent的“流水线”
让强模型管复杂判断，让轻模型干重复活，Muse Ember 的这套做法说白了就这么回事：Agent 的主模型用不着事必躬亲，文件也好、工具调用也好，都可以交给别的模型去跑，不同模型按任务各管一摊。
Meta还表示，Muse Ember是首个使用Muse Wonder Full训练的模型，并将其放进Muse系列的分工中：Muse Wonder面向难题，Muse Spark面向编程和智能体工作流，Muse Ember处理可重复、可规模化的任务。它能不能在真实工作流里稳定接手这些环节，还要看开发者如何接入工具、定义任务边界，以及模型面对长链路任务时的实际表现。
至少从产品定位看，Muse Ember瞄准的不是“再做一个无所不能的大模型”，而是把Agent中频率最高、也最容易堆高调用量的步骤单独拎出来。对正在搭建智能体的团队而言，这类模型好不好用，最终要看它能不能接住足够多的日常工作，同时保持稳定输出和低调用成本。
