发生了什么
2026 年 11 月 9 日，Meta 发布轻量模型 Muse Ember，模型编号 muse-ember-1.0，已在 Meta Model API 与 Muse Code 上线，并支持 Responses API。Meta 把它描述为自己体量最小、效率最高的模型，用途限定在智能体全天反复执行的那一类任务：连续调用工具、运行测试、按报错做定向代码修复、提取字段、解析长文档与图片。
- 上下文约 100 万 Token，单次最高输出约 51.2 万 Token，可一次装下较大代码库或成套文档。
- 原生接受文本、图片、音频、视频与 PDF 输入，输出为文本。
- 定价为每百万 Token 输入 0.10 美元、缓存输入 0.004 美元、输出 0.50 美元。
- 它是首款基于 Muse Wonder Full 训练的模型。官方给出的分工是「Muse Wonder 负责规划，Muse Ember 负责处理大量执行任务」。
第三方数字怎么说
在 Artificial Analysis 的最高推理强度档，Muse Ember 得 35.8 分，Claude Haiku 5.5 为 36.2 分，差距 0.4 分；但单项任务成本约 0.136 美元，后者约 0.411 美元。与 Meta 自家的 Muse Spark 1.3 相比，得分 36 对 37，成本 0.14 美元对 2.39 美元，前者不到后者的 6%。这组对比才是这款模型的真实卖点：它不追求最高分，而是追求单位成本下的可用性。
- 端到端业务流程 AutomationBench-AA：37.8%，GPT-6 Luna 20.2%，Claude Haiku 5.5 13.9%。
- 复杂工作任务 Agents' Last Exam：61.6%，GPT-6 Luna 57.1%，Claude Haiku 5.5 57.0%。
- 终端环境编程 Terminal-Bench 4.0：40.9%，Claude Haiku 5.5 39.2%，GPT-6 Luna 16.4%。
- 真实工程任务 FrontierCode 2.0-AA：27.2%，落后于 Claude Haiku 5.5 的 34.9%。
部署时要算的两笔账
官方文档给出的组合是「大模型规划、小模型执行」：由 Muse Wonder 或 Muse Spark 在主循环里判断，把范围有限的子任务派给 Ember，例如执行主智能体分派的查找与终端操作、分类客服请求、从记录里提取字段。对企业来说，这条路线真正的价值不在单价，而在长工作流里的总成本——一次调用便宜但需要重试三次，总账可能高于单价更贵的模型。
- 推理强度可在 minimal 到 max 之间调整，默认是 max；把默认档当成最低开销配置会算错成本。
- 支持 Responses、Chat Completions、Messages 三类接口，请求体与 Muse Spark 基本同构，但工具参数、返回格式与异常处理仍需逐项核对，接口兼容不等于业务结果一致。
- 官方发布文章未给出参数规模，无法据此推算承载这份能力的硬件门槛。
还不确定的地方
合作伙伴的说法集中在延迟与 Token 消耗：Cloudflare 称部分任务尾部延迟最多降低 30%；You.com 称其测试中的编码任务全部完成，P95 延迟 2.2 秒，输出 Token 减少 36% 至 48%。这些是厂商与合作方的自测口径，既非第三方独立复现，也不能据此推断某类行业流程已经可以完全无人值守。