Muse Ember

概览

Muse Ember 是 Meta 超级智能实验室在 2026 年 11 月 9 日发布的模型，API 模型 ID 为 muse-ember-1.0，是 Muse 家族里体量最小、单价最低的一款。它不追求单题难度，而是专门做智能体一天里要重复成百上千次的那类工作：执行主智能体分派的编码子任务和终端命令、在工作流中连续调用工具、给请求分类并路由到合适的处理者，以及对成千上万张图片、文件或记录做同一件事，比如给照片写说明并归类、抽取字段、给工单分类。Meta 推荐的用法是让 Muse Wonder 或 Muse Spark 负责规划和推理，把重复性的子任务交给 Muse Ember；三者请求体相同，换模型基本只改 model 字段。 它原生理解文本、图像、音频和视频，也能直接读 PDF，可以看截图操作电脑、读图表和扫描件，或处理语音备忘与会议录音；上下文 1,048,576 token，单次最多输出 524,288 token。推理强度从 minimal 到 max 可调，默认 max；接口支持 Responses、Chat Completions 和 Messages。Muse Ember 是第一个用 Muse Wonder Full 训练出来的专用模型，Meta 称发布前按自家扩展框架做了化学生物、网络安全和失控风险评估，结果均低于高风险阈值。 官方在 max 档给出的成绩：Terminal-Bench 4.0 40.9%（Claude Haiku 5.5 为 39.2%），OSWorld 2.1 部分得分 69.5%，AutomationBench-AA 37.8%，Artificial Analysis 智能指数 36，与 Haiku 5.5 相同、比 GPT-6 Luna 高 8 分；但在 FrontierCode 2.0-AA 上 27.2%，低于 Haiku 5.5 的 34.9%。Meta 称按 Artificial Analysis 的口径，它每道任务约 $0.14，得分接近 Haiku 5.5 的最好成绩，成本约为三分之一。官方建议遇到高难度单次编程、知识密集问答或视觉编程，还是换用 Muse Spark 或 Muse Wonder。 目前可通过 Meta Model API（仅标准模式，按量付费）和 Muse Code（按量付费及各档订阅）使用，Google Cloud 与 Oracle Cloud 也已提供。官方来源：https://research.meta.ai/blog/muse-ember 、https://dev.meta.ai/docs/muse-ember （2026-11-10 Asia/Shanghai 核对）。 定价：输入不超过 20 万 token 时，每百万 token 输入 $0.10、缓存输入 $0.004、输出 $0.50；超过 20 万 token 的长上下文请求按输入 $0.30、缓存输入 $0.012、输出 $1.50 计费。

模态

多模态

许可说明

闭源 · 闭源

能力

• +Meta 超级智能实验室 2026 年 11 月 9 日发布的 Muse 家族最小、最省钱的模型，API 模型 ID 为 muse-ember-1.0
• +定位为智能体里的「执行者」：子任务编码、工具调用、请求路由、字段抽取、长文档解析和大批量图片/文件处理
• +输入支持文本、图像、视频、音频和 PDF，输出文本；上下文 1,048,576 token，最大输出 524,288 token
• +推理强度可从 minimal 调到 max（默认 max）；支持 Responses、Chat Completions、Messages 三种接口，请求体与 Muse Spark 相同
• +官方测试（max 档）：Terminal-Bench 4.0 40.9%、OSW
• +Artificial Analysis 估算每道任务约 $0.14，约为 Claude Haiku 5.5 同等得分成本的三分之一
• +首个用 Muse Wonder Full 训练的专用模型；已上 Meta Model API 与 Muse Code，Google Cloud、Oracle Cloud 也可调用