Meta Superintelligence Labs 在 11 月 9 日發表 Muse Ember，這是 Muse 系列目前最小、最省錢的模型，API 價格為輸入每百萬 token 0.10 美元、輸出 0.50 美元。Meta 在官方部落格中強調，Muse Ember 以約三分之一的成本追平 Claude Haiku 5.5 的最高分，專攻 AI 代理每天重複執行的工具呼叫、程式子任務、分流、資訊擷取與長文件解析。
Muse Ember 是什麼？定位是「跑量的子代理人」
Meta 在官方公告中把 Muse 系列分工說得很清楚：Muse Wonder 負責最困難的問題，Muse Spark 負責程式與代理工作流程，Muse Ember 則負責大量、可重複的程式與代理任務。Ember 是 Muse 品牌下的第四款模型，繼 4 月的 Spark、8 月的開源版 Glimmer 與 10 月的旗艦 Wonder 之後推出。
典型的使用情境是客服代理：由較大的模型先訂出處理規則，再交給 Ember 套用到成千上萬筆案件，Meta 的說法是「Muse Wonder plans, Muse Ember handles the volume」。Ember 也是第一款使用 Muse Wonder Full 訓練的模型，並且原生支援文字、圖片與音訊輸入，代理可以直接讀取螢幕截圖、圖表、掃描文件，也能處理語音備忘錄、會議錄音與影片，不需要另外搭配其他模型。
價格與規格：每百萬 token 輸入 0.10 美元，支援 1M 上下文
根據官方說明，Muse Ember 的模型代號為 muse-ember-1.0，已在 Muse Code 與 Meta Model API 上線，並支援 Responses API。價格為輸入 0.10 美元、快取輸入 0.004 美元、輸出 0.50 美元（皆為每百萬 token），上下文視窗為 1M token，最多可輸出 512K token。
要注意的是，上述價格適用於 200K token 以內的提示；超過 200K 時，輸入提高為 0.30 美元、快取輸入 0.012 美元、輸出 1.50 美元，等於三倍價差。對照同系列的 Muse Spark 1.3，後者價格為輸入 1.25 美元、輸出 4.25 美元，在 Artificial Analysis 的 Intelligence Index 上 Spark 1.3 得 37 分、Ember 得 36 分，但每個 Index 任務的成本分別是 2.39 美元與 0.14 美元，差距超過十倍。此外，Muse Ember、Muse Spark 與 Muse Wonder 也已上架 Google Cloud 與 Oracle Cloud。
跑分表現：成本約為 Haiku 5.5 的三分之一
在 Artificial Analysis 的 Intelligence Index v5（11 月 9 日公布）上，Meta 表示 Ember 在任何推理強度設定下，每一塊錢換到的智慧都高於 Claude Haiku 5.5 與 GPT-6 Luna。以 max 推理設定計算，Ember 得 36 分、每個任務成本 0.136 美元；Haiku 5.5 最高分為 36.2 分，成本卻是 0.411 美元；GPT-6 Luna 最高只有 27.8 分，成本為 0.152 美元。
在個別測試上，官方列出的 max 推理結果如下（Ember／Haiku 5.5／GPT-6 Luna）：
- AutomationBench-AA（端到端商業流程）：37.8%／13.9%／20.2%
- Agents’ Last Exam（Meta 內部評測，Linux 子集）：61.6%／57.0%／57.1%
- Terminal-Bench 4.0（各自最佳公開 harness）：40.9%／39.2%／16.4%
- Coding Agent Index-AA：46／37／31
- PerceptionBench（搭配工具）：80.6%／78.6%／62.8%
不過 Ember 並非全面領先：在 FrontierCode 2.0-AA（以可合併程度評分的真實工程任務）上，Ember 為 27.2%，低於 Haiku 5.5 的 34.9%，僅高於 GPT-6 Luna 的 25.2%。換句話說，它的強項是大量重複的代理子任務，複雜工程任務仍是 Haiku 5.5 較佳。需要留意的是，部分評測是 Meta 內部測試，Ember 的成本數字是依 Meta 提出的定價估算。
合作夥伴早期測試與安全評估
官方公告收錄了 Box、Cline、Oracle、Cloudflare 與 You.com 的早期測試評價。Cloudflare CTO Dane Knecht 表示，Ember 在長尾延遲上比他們測試的同級模型快達 30%；You.com 則指出 Ember 完成了所有程式任務，p95 延遲為 2.2 秒，約比領先的開放權重模型快 4 到 13 倍，輸出 token 也少 36% 到 48%。Cline 創辦人 Saoud Rizwan 則認為它很適合作為開發者 harness 中的子代理人。這些都是合作夥伴在 Meta 公告中的說法。
安全方面，Meta 依據其 Meta Superintelligence Scaling Framework 評估了化學與生物、資安與失控風險，結果在所評估的類別中都低於該框架的高風險門檻，也測試了模型代使用者行事時，是否能抵抗藏在網頁、文件或工具輸出中的指令注入，以及在高影響動作前是否會徵詢人類意見。
對開發者的意義：子代理人市場開始價格戰
過去一年，各家廠商的重心多放在旗艦模型，但實際跑在企業代理系統裡的，往往是成千上萬次的小任務。Ember 把每百萬輸入 token 的價格壓到 0.10 美元，已經和 DeepSeek V4.1 Flash、GLM 5.3 Flash 這類開源競品相近，TechCrunch 也提到 Meta 刻意以每任務成本和 Haiku、Luna 對比。對需要大量呼叫模型的團隊來說，與其全程使用旗艦模型，改採「大模型規劃、小模型執行」的架構，成本結構會有明顯差異。
Meta 在公告最後表示，還有更有效率的模型正在訓練中。想試用的開發者可以透過 Meta Model API 或 Muse Code 直接呼叫 muse-ember-1.0；若要處理超過 200K token 的長文件，建議先估算三倍價差再決定。
