2分钟、4美分(约3毛钱),一个完整的网站就能生成——Meta最新发布的轻量级模型Muse Ember,直接把AI写网页的成本卷到了地板价。作为Meta迄今体积最小、效率最高的模型,Muse Ember专为智能体日常高频执行任务打造,覆盖工具调用、编码子任务、任务路由、信息提取和长文档解析,已在Meta Model API和Muse Code上线,模型名为muse-ember-1.0。
体积小性能不缩水:追平Claude Haiku 5.5
在Artificial Analysis最新的Intelligence Index v5评测中,Muse Ember最高推理档位拿到35.8分,与Claude Haiku 5.5的36.2分仅差0.4分,但单任务成本只有约0.14美元,仅为后者的三分之一。相比Meta自家更大的Muse Spark 1.3,Ember以1分之差惜败,却把单任务成本从2.39美元砍到0.14美元,降幅接近十七分之一。

分项能力同样能打:在企业工作流自动化测试AutomationBench-AA中,Ember取得37.8%,显著高于GPT-6 Luna的20.2%和Claude Haiku 5.5的13.9%;Agent能力测试Agents’ Last Exam得分61.6%,同样领先两款对比模型;编程方面Terminal-Bench 4.0取得40.9%,略高于Claude Haiku 5.5的39.2%。第三方评测机构Vals AI称,Ember是其指数中单项测试成本最低的模型,每项测试仅需0.15美元,测试成绩超过Claude Haiku 5.5和GPT-6 Luna,完成时间还是榜单前12名中最快的。
每百万输入0.1美元,百万Token原生多模态
Muse Ember的API定价为每百万输入Token 0.1美元、缓存输入0.004美元、输出0.5美元,输入超过20万Token后按更高的长上下文费率计费。它支持100万Token上下文窗口,单次最大输出51.2万Token,足以在单次调用中读入完整代码库或成组文档;同时原生理解文本、图片、音频和视频,读取截图、图表、扫描件、语音备忘录和会议录像都不需要另接模型。

网页生成实测表现最为亮眼:Arena.ai让Ember一次性生成20多个网站和动画,平均每次耗时约2分钟,登顶Code Arena WebDev小模型榜单。还有开发者测试它33秒生成5种树木3D模型,速度比对比模型快25倍;有用户通过OpenRouter调用Ember时,一次运行完成18个步骤,生成速度达到3565 Token/秒、缓存命中率75%;云内容管理平台Box让Ember核查一本1260万美元的账本,它从13份文件中找出248万美元记录错配和25万美元漏计抵扣,并重新核算每位投资者应缴金额、生成附原始文件引用的总结。
大模型造小模型:Agent时代的分工实验
Muse Ember是Meta首款基于Muse Wonder Full训练的模型,Meta的思路很清晰:复杂的推理和任务规划交给Muse Wonder,高频、重复的执行任务交给Ember,兼顾大模型的推理能力与小模型的成本优势。扎克伯格在社交平台称,这是”同类模型中每美元能提供更高智能”的选择,专为Agent全天反复执行、消耗大量Token的工作打造。目前Ember、Spark 1.3和Wonder三款模型已一起登陆Google Cloud,另有更高效的模型正在训练中。
当Agent从问答助手演变为能调用工具、操作计算机的复杂系统,决定能否大规模部署的关键早已不只是单次推理能力,而是千百次调用累积的成本与稳定性。Meta还透露,目前有效率更高的模型正在训练中,小模型的性价比竞赛远未结束。Muse Ember这类”廉价执行引擎”的出现,正在让Agent规模化落地这件事变得真正可负担。



