Meta 发布小模型 Muse Ember，面向智能体日常重复任务
Meta launches Muse Ember, a small AI model built for the repetitive work agents actually do
Meta 发布迄今最小、最高效的模型 Muse Ember，面向智能体日常重复任务，包括调用工具、小型编码、请求路由、数据抽取和长文档处理。
同一件事，精选收录的是《Meta 发布最小最高效模型 Muse Ember》
2026年11月9日
Meta 推出了 Muse Ember，这是其迄今为止最小、最高效的 AI 模型。它专为 AI 智能体全天处理的日常任务而设计：调用工具、处理小型编码任务、路由请求、提取数据以及处理长文档。Meta 表示，Muse Ember 在每个推理层级上都能比 Claude Haiku 5.5 或 GPT-6 Luna 提供更高的每美元智能。在 Artificial Analysis 测试中，它每项任务的成本约为 0.14 美元，而更大的 Muse Spark 1.3 在得分几乎相同（36 对 37）的情况下成本为 2.39 美元。Muse Ember 在 Meta 自己的大多数测试中领先，但在 FrontierCode 2.0-AA 的真实编码任务中，Haiku 的表现优于它，得分为 34.9%，而 Muse Ember 为 27.2%。
该模型可处理文本、图像、音频和视频，并且一次最多可处理一百万个 token。它现已通过 Meta Model API 和 Muse Code 提供，输入 token 每百万 0.10 美元，输出 token 每百万 0.50 美元。
没有炒作的 AI 新闻——由人类精选
订阅 THE DECODER，享受无广告阅读、每周 AI 新闻简报、我们每年六次的独家“AI Radar”前沿报告、完整档案访问权限以及评论区访问权限。
来源：The Decoder · the-decoder.com