人工智能开源与商业化竞争持续白热化。日前，meta Superintelligence Labs 官方正式发布了 Muse 品牌下的第四款、也是迄今为止规模最小的高效多模态推理模型——Muse Ember。该模型专为人工智能智能体（Agent）在日常运行中需要高频处理的重复性子任务而打造。
核心定位:专注智能体高频子任务，实现精细化分工
在 meta 的产品矩阵中，各款模型扮演着不同的角色。其中，旗舰级的 Muse Wonder 专注于攻克最复杂的规划与难题，Muse Spark 负责处理日常的编码与智能体工作流，而全新的 Muse Ember 则精准聚焦于规模化的重复性编码和智能体子任务。
官方明确指出，Muse Ember 的核心应用场景主要涵盖工具调用（tool calls）、编码子任务(coding subtasks)、路由(routing)、信息提取(extraction)以及长文档解析(long document parsing)。通过这种精细化的分工，大模型能够以更高的效率支撑庞大的智能体日常运转。
架构特性:原生多模态融合与百万级上下文窗口
在底层架构和多模态能力上，Muse Ember 展现出了极强的综合处理水平。该模型原生支持文本、图像、音频和视频等多种输入形态。这意味着智能体在执行任务时，无需额外调用独立模型，便能直接读取截图、图表、扫描页、语音备忘录甚至是会议录音，甚至能够直接通过截图来操作桌面应用程序。
在处理容量方面，Muse Ember 拥有高达100万 Token 的超大上下文窗口，单次调用即可轻松容纳完整的代码库或整个文档集合。同时，其最大输出长度可达51.2万 Token，达到同类竞争对手的4倍之多。
需要注意的是，该模型采用纯托管模式，仅在 meta 的托管基础设施（即 meta Model API 和 Muse Code）上运行，其权重保持私有，因此不提供本地 GPU、笔记本电脑运行或量化部署的选项。
基准评测:智能体任务表现惊艳，代码合并场景稍逊一筹
在权威评测机构和 meta 内部测试套件中，在开启最大推理 effort 的状态下，Muse Ember 展现出了优异的综合表现:
智能体与工作流（Agents）: 在基于657个 Zapier 业务工作流的 AutomationBench-AA 测试中，Ember 的任务完成率达到了37.8%，大幅领先于 GPT-6Luna 的20.2% 以及 Claude Haiku5.5的13.9%。在内部的 Agents’ Last Exam 测试中，Ember 取得了61.6分，同样优于 Haiku 的57.0分和 Luna 的57.1分。
编程与开发（Coding）: 在 Terminal-Bench4.0测试中，Ember 以40.9分领先于 Haiku 的39.2分和 Luna 的16.4分;在 Artificial Analysis(AA)编码智能体指数中也以46分居首。不过，在考察真实仓库代码合并能力的 FrontierCode2.0-AA 测试中，Haiku5.5取得了34.9分，表现优于 Ember 的27.2分。
多模态与感知: 在 GDP.pdf-AA 测试中，Ember 与 GPT-6Luna 打成平手（22.8分）;在 OSWorld2.1(部分得分)上以69.5分微弱优势领先于 Haiku 的68.9分;在结合工具的 PerceptionBench 测试中，Ember 拿到了80.6分，高于 Haiku 的78.6分和 Luna 的62.8分。
在整体的 Artificial Analysis 智能指数中，Muse Ember 获得了36分，与 Claude Haiku5.5（max effort）完全持平，并领先于 GPT-6Luna 的28分。
成本效益:基础定价相同，实际任务成本大幅优化
在公开的 API 定价方面，Muse Ember 的标准资费与竞争对手保持一致:每百万输入 Token 收费0.10美元、每百万输出 Token 收费0.50美元，缓存输入则收费0.004美元每百万 Token（低于 Haiku 和 Luna 的0.01美元）。
尽管基础单价相似，但由于 Token 消耗效率的提升，其实际执行单次任务的成本迎来了大幅优化。实测数据显示，Muse Ember 在最高推理设置下的单次任务成本约为0.136美元，而 Claude Haiku5.5完成同类任务的成本则高达0.411美元，这意味着其单次任务成本直接降到了对手的三分之一左右。
在处理超长文本时，竞品往往会在超过10K 或272K 提示词时进行价格翻倍或阶梯加价，而 meta 针对 Ember 并未单独设立长上下文的加价档位，进一步强化了其在长文本处理上的经济效益。
生态接入与合作伙伴
目前，开发者可以通过 meta Model API 以及 meta 的编程智能体工具 Muse Code 正式接入和使用 Muse Ember，并支持标准的 Responses API。在早期测试阶段，包括 Box、Cline、Oracle、Cloudflare 以及 You.com 在内的多家知名企业和技术平台已经参与其中。
