国际 AI 资讯

Meta推出轻量AI模型Muse Ember,瞄准智能体常规任务

Meta发布迄今规模最小的AI模型Muse Ember,专注于代理日常重复性工作,以显著低于同类模型的成本提供多模态处理能力。

海宇数科 · 事件日期 · 约 2 分钟 · 2 次阅读

Muse Ember 综合评测与单任务成本图
Muse Ember 综合评测与单任务成本图

Meta于11月9日推出其目前体积最小、效率最高的高性能AI模型Muse Ember。该模型面向人工智能代理频繁承担的例行任务设计,包括工具调用、小型编码、请求路由、数据提取以及长文档处理。

Meta 引用 Artificial Analysis Intelligence Index 的结果称,Muse Ember 在各推理档的单位成本表现优于 Claude Haiku 5.5 和 GPT-6 Luna。在该综合评测中,Muse Ember 可用约三分之一的单任务成本达到与 Haiku 最佳档相当的分数。

Artificial Analysis Intelligence Index v5.0.1 的发布期图表显示,Muse Ember 的最高档得分约 36 分,对应单任务成本约 0.14 美元,与 Muse Spark 1.3 的得分接近。在FrontierCode2.0-AA编码测试中,Haiku得分34.9%,优于Muse Ember的27.2%。

Muse Ember 的 Artificial Analysis 综合评测与单任务成本图
Artificial Analysis 模型评测,图表核查于 2026 年 11 月 10 日。

Muse Ember支持文本、图像、音频和视频输入,单次上下文窗口最高可达一百万个令牌。该模型已通过Meta Model API和Muse Code上线,输入与输出令牌定价分别为每百万令牌0.10美元和0.50美元。

这一发布反映出AI行业正从单纯追求参数规模转向提升推理经济性。轻量化、高性价比的代理专用模型有望加快AI智能体在垂直业务场景中的规模化应用。

Meta 发布说明

← 返回AI 资讯