Meta выпустила Muse Ember: самую маленькую модель по $0,10 за млн токенов

Meta представила Muse Ember, по её словам, самую маленькую и самую эффективную свою модель. Она рассчитана на сложное рассуждение и на работу, которую агенты повторяют целый день: вызовы инструментов, подзадачи в коде, маршрутизацию, извлечение данных и разбор длинных документов.
Главный довод Meta, соотношение качества и цены. Компания утверждает, что Muse Ember даёт больше интеллекта на доллар, чем Claude Haiku 5.5 и GPT-6 Luna при любых настройках рассуждения: модель выходит на лучший результат Haiku примерно за треть стоимости и превосходит каждую настройку Luna. Кроме того, по заявлению Meta, на полной таблице лидеров Artificial Analysis нет модели, которая набирала бы больше при меньшей цене за задачу. Стоимость Muse Ember оценивается примерно в $0,14 за одну задачу Artificial Analysis. Подробности оценки Meta выносит в отдельный отчёт.
Цены в Meta Model API: $0,10 за миллион входных токенов, $0,004 за миллион кэшированных входных токенов и $0,50 за миллион выходных. Контекстное окно, 1 млн токенов, длина ответа, до 512 тыс. токенов; по словам Meta, этого хватает, чтобы загрузить целую кодовую базу или набор документов одним вызовом. Модель доступна как muse-ember-1.0 в Muse Code и Meta Model API и поддерживает Responses API.
Для агентов Meta подчёркивает мелкие структурированные шаги: модель может провести бизнес-процесс от начала до конца, достать записи, по очереди вызвать инструменты, обновить данные в разных приложениях. В программировании это чтение файлов, запуск тестов и точечные исправления, которые агент поручает сотни раз за сессию. Для самых трудных задач Meta советует связку: Muse Wonder планирует, Muse Ember берёт на себя объём.
Muse Ember изначально понимает текст, изображения, аудио и видео: по заявлению Meta, агент может читать скриншоты, графики и сканы, работать с голосовыми заметками и записями встреч, управлять компьютером по скриншотам и различать мелкие визуальные детали без отдельной модели.
По безопасности Meta сообщает, что оценила модель по собственной рамке Meta Superintelligence Scaling Framework, включая химические и биологические риски, кибербезопасность и риск потери контроля. Во всех оценённых категориях модель осталась ниже порогов высокого риска этой рамки. Также проверялось, как она ведёт себя от имени пользователя: уважает ли намерения, обращается ли с чувствительными данными, сопротивляется ли скрытым инструкциям в веб-страницах, документах и результатах инструментов и просит ли человека подтвердить рискованные действия.
Muse Ember, первая модель, обученная с использованием Muse Wonder Full. Meta описывает линейку так: Muse Wonder, для самых трудных задач, Muse Spark, для кодинга и агентных процессов, Muse Ember, для повторяющихся задач в больших объёмах. Meta заявляет, что у неё в обучении есть ещё более эффективные модели. Muse Ember, Muse Spark и Muse Wonder теперь доступны также в Google Cloud и Oracle Cloud.
Ключевые факты
- Muse Ember (muse-ember-1.0), самая маленькая и эффективная модель Meta; доступна в Meta Model API и Muse Code, поддерживает Responses API.
- Цена в Meta Model API: $0,10 за млн входных токенов, $0,004 за млн кэшированных входных и $0,50 за млн выходных; контекст 1 млн токенов, ответ до 512 тыс.
- Meta заявляет: больше интеллекта на доллар, чем у Claude Haiku 5.5 и GPT-6 Luna; результат Haiku, примерно за треть стоимости; около $0,14 за задачу Artificial Analysis.
- Модель нативно понимает текст, изображения, аудио и видео; для сложного кода Meta советует пару Muse Wonder (планирует) + Muse Ember (объём).
- Muse Ember, Muse Spark и Muse Wonder теперь доступны также в Google Cloud и Oracle Cloud.
Почему это важно
Meta целится в самый массовый и чувствительный к цене сегмент: дешёвые модели для агентов, которые делают сотни мелких шагов за сессию. Заявленные $0,10 за миллион входных и $0,50 за миллион выходных токенов при окне в 1 млн токенов, это ставка на цену, а не на потолок возможностей. Muse Ember также первая модель Meta, обученная с Muse Wonder Full, то есть пример того, как компания выпускает специализированные модели на базе более крупной.
Кому это важно
Разработчикам и командам, которые строят агентные системы с большим числом повторяющихся вызовов: разбор документов, извлечение данных, маршрутизация, подзадачи в коде. Также тем, кто сравнивает недорогие модели вроде Claude Haiku 5.5 и GPT-6 Luna и использует Google Cloud или Oracle Cloud, где теперь есть модели Muse.
Как это применить
Модель доступна под именем muse-ember-1.0 в Meta Model API и Muse Code, поддерживает Responses API. Цены: $0,10 за млн входных токенов, $0,004 за млн кэшированных входных, $0,50 за млн выходных. Meta предлагает схему «Muse Wonder планирует, Muse Ember выполняет объём» для сложных задач по коду. Прежде чем переводить рабочие нагрузки, стоит прогнать модель на собственных задачах и сравнить реальную стоимость задачи.
Можно ли доверять
Это собственная запись Meta в корпоративном блоге: все сравнения с Claude Haiku 5.5 и GPT-6 Luna, утверждение о границе эффективности на таблице Artificial Analysis и результаты проверки безопасности, заявления самой компании. В тексте нет числовых баллов и значений индекса Artificial Analysis, сравнения даны словами; подробности вынесены в отдельный отчёт, содержание которого в посте не приведено. Партнёры, тестировавшие модель, не названы, их результатов нет. Цены конкурентов не указаны, поэтому «около трети стоимости» по тексту проверить нельзя.
Риски и подводные камни
Заявления об эффективности опираются на выбранные Meta сравнения и настройки рассуждения, а как именно считалась стоимость задачи Artificial Analysis сверх приведённых цифр, не раскрыто. Проверка безопасности проводилась по собственной рамке Meta, поэтому вывод «ниже порогов высокого риска», оценка самой компании. В посте нет данных о числе параметров и архитектуре и нет заявлений об открытых весах, так что полагаться можно лишь на доступ через API и облака.
Компания Meta Platforms признана экстремистской организацией, её деятельность на территории РФ запрещена.