Meta 发布 Muse Ember:主打 Agent 重复性任务的小模型,定价与 GPT-6 Luna、Claude Haiku 5.5 同档
来源Simon Willison查看原文
速览
- Meta 补齐 Haiku/Luna 级轻量模型,正式进入低价 Agent 模型赛道
- 短提示词三家同价 $0.10/$0.50,竞争焦点转向长上下文与单任务成本
- Muse Ember 200k 阈值后涨价幅度大于 Luna,但小于 Haiku 5.5
- Artificial Analysis 显示 Ember 两档落在帕累托前沿,Meta 据此宣称效率最优
- 同日 Claude Fable 5.2 定价为 Ember 的 80 倍,模型价格分层进一步拉大
- 六档推理强度实测与输出质量不完全对应,high 档出现失败
- 作者实测 Ember 质量接近 40 倍价格的 Muse Wonder
Meta AI 发布小模型 Muse Ember,定位与 Claude Haiku、GPT-6 Luna 同类的轻量高效档位,官方称其面向复杂推理执行以及 Agent 全天重复的工作:工具调用、编码子任务、路由、信息抽取、长文档解析。短提示词下定价与 GPT-6 Luna、Claude Haiku 5.5 一致,均为输入 $0.10/百万 token、输出 $0.50/百万 token;同日发布的 Claude Fable 5.2 为 $8/$40,是这一档的 80 倍。长上下文下三家都设涨价阈值,Muse Ember 的阈值是 200k,超过后输入 $0.30、缓存输入 $0.012、输出 $1.50,介于 GPT-6 Luna(272k 阈值)与 Claude Haiku 5.5(100k 阈值)之间。Simon Willison 引用 Artificial Analysis 数据指出,Muse Ember 的 xhigh 与 max 两档落在 Intelligence Index vs. Cost per Task 的帕累托前沿上,Meta 也据此宣称「没有模型能以更低单任务成本拿到更高分数」。Muse Ember 提供 minimal、low、medium、high、xhigh、max 六档推理强度,作者用骑自行车的鹈鹕 SVG 做了实测,发现推理档位与输出视觉质量并不严格对应,high 档甚至没能返回完整 SVG;但整体质量与其价格 40 倍的 Muse Wonder 相当。
关键事实
- Meta AI 发布小模型 Muse Ember,官方定位为面向复杂推理执行与 Agent 重复性任务(工具调用、编码子任务、路由、抽取、长文档解析)的最小最高效模型
- 短提示词定价:输入 $0.10/百万 token、输出 $0.50/百万 token,与 GPT-6 Luna、Claude Haiku 5.5 相同
- 同日发布的 Claude Fable 5.2 定价 $8/$40,为 Muse Ember 短提示词价格的 80 倍
- Muse Ember 长上下文阈值为 200k token,超过后输入 $0.30、缓存输入 $0.012、输出 $1.50;GPT-6 Luna 阈值为 272k,Claude Haiku 5.5 为 100k
- 三款模型均支持最高 100 万输入 token
- Artificial Analysis 的 Intelligence Index vs. Cost per Task 图中,Muse Ember xhigh 约 34 分、单任务约 $0.12,max 约 36 分、约 $0.14,均落在帕累托前沿上
本站视角
直接影响的是国内做 Agent 与 RAG 的团队、以及靠 API 跑批量抽取和路由的中小企业:这一档位过去基本是 GPT-6 Luna 与 Claude Haiku 5.5 二选一,现在多了 Meta,且短提示词价格完全一致,采购上第一次有了真正可替换的第三家。我们的判断是,这次发布的实质内容在定价结构而非模型能力——Ember 的差异点是 200k 阈值后输入 $0.30、输出 $1.50,比 Haiku 5.5 的 $0.50/$2.50 便宜,但比 Luna 的 $0.20/$0.75 贵,也就是说它既不是长上下文最便宜的,也不是短提示词最便宜的,真正的位置是「中等长度、高推理强度」这一段。缓存输入 $0.004 是三者中最低,对反复带同一份长系统提示的 Agent 负载是实打实的优势,这一点比榜单排名更值得算账。需要警惕的是:Meta 引用的「没有模型能以更低单任务成本拿到更高分数」出自 Artificial Analysis 的特定任务集,且作者自己实测发现六档推理强度与输出质量并不严格对应、high 档直接失败,说明榜单上的 xhigh/max 分数不能直接外推到生产环境的稳定性。另外 Simon Willison 顺带提到帕累托线上那颗灰点是 GPT-6.1 Terra (low),这暗示同价位还有被低估的选项,选型时不应只盯这三家。对中文开发者更现实的问题是可用性与合规接入,原文未提及 Muse Ember 的开放渠道与区域限制,这一点需要观察。
背景与影响
小模型/低延迟档位近一年成为各家必争之地:Agent 类负载需要大量重复的工具调用、路由与抽取,单次任务成本比单 token 价格更能决定可用性。Meta 此前在这一档位缺位,Muse Ember 是其补位产品,官方直接把「Agent 全天重复的工作」写进定位。定价上三家在短提示词区间已完全对齐,差异被推到长上下文阈值与推理 token 消耗上——这也是 Simon Willison 强调「按 token 比价已失去意义」的原因:推理 token 让同一问题的实际消耗可能相差数倍,Artificial Analysis 的单任务成本与 Intelligence Index 因此更有参考价值。Meta 引用该榜单宣称 Ember 位于效率前沿,属于厂商引用第三方评测的常见做法,但该结论依赖特定任务集与特定推理档位。对做 Agent 的团队而言,这意味着低成本档位多了一个可选供应商,长文档解析类负载尤其值得按 200k 阈值重新核算成本;不过实测中推理档位与输出质量不严格对应,说明档位选择需要按任务单独调,不能默认拉满。
本文由 AI 辅助整理自公开信源,事实部分以原文为准;「本站视角」一节为编辑部判断,欢迎指正。版权归原作者所有,如有异议请联系我们。