Meta发布Muse Ember,定位智能体工作流中的低成本执行模型,支持约百万令牌上下文,已通过Meta Model API和Muse Code提供。其输入超过200K令牌后,整项请求的输入、缓存输入与输出费率均升至三倍,实际成本还需结合重试、工具调用和人工复核评估。
Meta于2026年11月9日发布Muse Ember,把模型竞争进一步推向智能体工作流中的高频执行环节:调用工具、分派任务、读取代码、提取信息和解析长文档。按照官方公告,这款被公司称为旗下最小、最高效的模型,已通过Meta Model API和Muse Code提供,API标识为muse-ember-1.0。
它的卖点不仅是较低的令牌单价,还包括约百万令牌的上下文窗口,以及与较大模型分工的产品定位。不过,低价附有一个重要条件:当一次请求的输入超过200K令牌时,输入、缓存输入和输出都切换到更高费率,整项请求按新档计费,而不是只对超出的部分加价。
这使Muse Ember的实际价值取决于一个比起步价格更具体的问题:开发者能否把大量重复任务交给较便宜的执行模型,同时控制上下文增长、失败重试和工具使用带来的成本。
大模型负责规划,小模型处理大量步骤
Meta将Muse Ember定位为Muse家族的“执行模型”。在公司的设想中,较大的Muse Wonder或Muse Spark负责复杂规划,Ember承担数量更多、边界较清楚的子任务,例如读取文件、运行测试、进行定向修复,或在业务系统之间顺序调用工具。
这延续了Meta此前的模型分层路线。10月发布的Muse Wonder系列强调长期智能体任务;此次发布则把重点放在这些任务内部反复发生的执行步骤上。Meta还称,Ember是首款使用Muse Wonder Full训练的模型,但公告没有给出足以据此判断完整训练过程的细节。
这种分工并不意味着小模型可以无条件接管所有执行工作。一个错误的分类、工具参数或代码修改,仍可能影响后续步骤。对团队而言,降低单次调用价格只是第一步,还需要判断哪些任务可以独立验收,何时应升级到更强模型,以及失败后能否安全重试。
百万令牌窗口,不等于所有调用都便宜
根据模型开发者文档,Muse Ember的上下文窗口为1,048,576令牌,最高输出为524,288令牌。它接受文本、图像、视频、音频和PDF输入,输出为文本;接口包括Responses、Chat Completions和Messages。文档列出的推理强度从minimal到max,默认值为max。
这些是厂商公布的服务规格,不是独立测试结论。上下文窗口与最高输出也不能简单相加,理解为每次调用都能同时用满两项额度。能放入较大的代码库或文档集合,并不等于模型可以同样可靠地利用其中所有信息。
更直接的限制来自官方定价规则。输入不超过200K令牌时,每百万令牌的普通输入价格为0.10美元,缓存输入为0.004美元,输出为0.50美元。超过200K输入后,对应价格分别变为0.30美元、0.012美元和1.50美元。
三项费率都提高到原来的三倍。决定档位的输入长度包括缓存令牌;如果通过previous_response_id延续已存储的对话,输入还包括该对话的内容。因此,不能仅看本轮新发送了多少文字来判断价格。
以不使用缓存、输出固定为10,000令牌的请求为例,按上述费率计算,200,000输入令牌的令牌费用约为0.025美元;输入增加到201,000令牌后,费用变为0.0753美元。这是假设条件下的计费示例,不是实际调用账单,也不包含外部工具费用。它说明,接近阈值时,上下文略微增长也可能触发整项请求的价格跳升。
缓存仍然可以降低重复输入的费用,但不会把这些令牌从分档判断中移除。对持续运行的智能体而言,筛选相关材料、压缩历史记录和拆分任务,因而既是上下文管理问题,也是成本管理问题。
基准成绩展示了什么,又没有证明什么
Meta在公告中引用Artificial Analysis的结果,并发布内部评测和合作伙伴反馈,主张Muse Ember在智能体、编程和文档处理任务上具有成本效率优势。这些材料能够说明公司的产品定位,却不足以把“更便宜”直接推广为所有生产工作流中的“更划算”。
官方评测方法报告显示,评测并非都在同一种运行条件下完成。部分内部比较使用共同的任务框架,外部编程成绩则保留相应模型或产品使用的框架。例如,Terminal-Bench 4.0比较中,Ember使用mini-swe-agent,Claude Haiku 5.5和GPT-6 Luna的结果分别来自Claude Code与Codex。
这意味着,相关成绩同时反映模型与运行框架的组合表现,不能完全归因于模型本身。报告也承认,内部竞争模型测试属于尽力而为,提示词、工具和运行环境未必针对每款专有模型充分优化。
公告中的文档测试还存在容易混淆的口径:总表列出的GDP.pdf-AA中,Ember得分为22.8;另一处标注为Meta内部、使用工具的GDP.pdf测试,则列出80.6%。两者不能当成同一测试结果。方法报告说明,Artificial Analysis版本不使用工具,并以答案满足全部评分条件的比例作为主要指标。阅读比较数字时,需要同时看测试来源、工具权限与评分方式。
因此,此次发布可以确认的是模型的访问路径、公布的规格和计费规则;公司展示的效率优势,仍需在具体代码库、文档和业务系统中检验,不能据此承诺固定幅度的提速或节省。
企业还要考虑数据与行动权限
低价也不意味着必须同意把内容用于训练。定价文档说明,Muse Ember在Model API上仅提供Standard模式,该模式下用户内容不用于训练Meta模型;以内容训练许可换取折扣的Contributor模式不适用于Ember。具体数据处理和使用条件,仍需结合企业与服务商的协议审查。
工具本身也可能产生额外费用。官方定价页列出的内置网页搜索价格为每1,000次查询2.50美元,另计请求的令牌费用。对大量搜索、读取和反复验证的工作流,单纯比较输入、输出单价无法覆盖全部开销。
安全方面,Meta称已按其超级智能扩展框架评估化学与生物、网络安全和失控风险,结果低于该框架的高风险阈值;公司还称测试了用户意图遵循、敏感信息处理、提示注入抵抗及重大操作前请求人工介入等行为。这些属于厂商评估,不等于独立安全审计,也不能替代应用层的权限隔离、操作日志和人工审批。
Muse Ember由此提出了一条更细的成本优化路线:不是让一个模型处理所有事情,而是把规划与执行分开,再按任务选择能力和价格。但这次公布的是API与Muse Code服务,不能据此认定模型权重已经开放,更不能把“小模型”直接等同于可在本地部署。
对开发者而言,最终需要衡量的不是一次请求有多便宜,而是在可接受的权限和错误风险下,完成一个可验收任务究竟需要多少调用、重试、工具费用与人工复核。Muse Ember能否降低这项总成本,将比发布时的起步单价更能决定其用途。