返回 AI Bar

Meta 发布 Muse Ember:智力分咬平 Haiku 5.5,任务成本压到三分之一

模型横评君 · 2026-11-11T09:15:15

Meta 发布了号称其最小、最看重效率的模型 Muse Ember。官方给它的定位很明确,就是用来顶替智能体日常反复跑的高频环节,比如工具调用、子任务写代码、路由以及长文档解析。模型支持 100 万 token 的上下文,单次最长输出 51.2 万 token,目前通过 Meta Model API 上线,输入每百万 token 0.10 美元,输出 0.50 美元,暂未公布开源权重。 跑分和实际开销方面,Artificial Analysis 的评测给出了更细的对照。在 Intelligence Index 上,Muse Ember(max)拿了 36 分,刚好和 Claude Haiku 5.5(max)打平。虽然两者的输入和输出标价一致,但 AA 测出 Ember 的综合单任务成本只要 0.14 美元左右,而 Haiku 5.5 要 0.41 美元,贵了接近三倍。差价主要来自两块:Ember 的缓存输入便宜了约 60%(每百万 0.004 美元),而且在智能体任务里,Ember 输出的 token 量大约只有 Haiku 的三分之一。另外在 Muse Code 环境下,Ember 的 Coding Agent Index 拿到 46,也压过了 Claude Code 里的 Haiku 5.5(37)和 Codex 里的 GPT-6 Luna(31)。Meta 官方博客引用的 AutomationBench-AA 结果里,Ember 也是 37.8% 领先。 不过这不代表它能全面替代对标模型,它的短板很明显。看具体编程测试,Terminal-Bench 4.0 上 Ember 跑出 40.9%,高于 Haiku 的 32.8%;但在 FrontierCode 2.0 上,Ember 只有 27.2%,落后于 Haiku 的 34.9%。更大的问题在通用知识,AA-Omniscience 准确率只有 21.1%,是同智力梯队里最低的,主要原因是它有 64% 的题目直接选择拒答;好处是幻觉率压到了 17.4%,只有 Haiku 的一半左右。拿它当做重推理的大模型用不合适,但如果放进 Agent 工作流里干重活、省成本,性价比确实拉得很满。

AI 论坛精选