要点
- 2026 年 11 月 9 日，Meta Superintelligence Labs 发布 Muse Ember，称它是公司最小、也最省钱的模型，面向工具调用、编程子任务、请求分派、信息抽取和长文档解析。
- 模型以 muse-ember-1.0 的名称在 Muse Code 和 Meta Model API 上提供，价格是每百万输入 token 0.10 美元、每百万缓存输入 0.004 美元、每百万输出 0.50 美元，上下文窗口为 100 万 token，最多可写出 51.2 万个输出 token。
- 在 Artificial Analysis Intelligence Index 上，Meta 报告 Ember 为 36 分，与 Claude Haiku 5.5 持平，高于 GPT-6 Luna 的 28 分。Meta 把 Ember 每个指数任务的费用写成约 0.14 美元，把 Haiku 最好一档写成 0.411 美元。
- 在 AutomationBench-AA 上，Ember 得 37.8 分，Haiku 13.9 分，Luna 20.2 分；在 Coding Agent Index-AA 上，Ember 是 46，另外两个是 37 和 31。Haiku 在 FrontierCode 2.0-AA 上领先，34.9 分对 Ember 的 27.2 分。
- 超过 20 万 token 的提示会更贵：每百万输入 0.30 美元，每百万输出 1.50 美元。包括 Agents' Last Exam 和个人超级智能指数在内的几项头条分数，是 Meta 自己的评测。
2026 年 11 月 9 日，Meta 把 Muse Ember 介绍为自己最小、也最省钱的模型。文章说，Ember 是为智能体一天要重复许多次的工作准备的：调用工具、做小的编程任务、分派请求、从文本里抽出事实、阅读长文档。Meta 说，在任意推理强度下，Ember 每一美元换到的智力都高于 Claude Haiku 5.5 或 GPT-6 Luna；它能以大约三分之一的费用追上 Haiku 最好的分数；而且在整张 Artificial Analysis 榜上，没有模型能以更低的单任务费用得到更高的分数。这些句子很容易让人读成：最便宜的小模型现在也是最强的。Meta 自己的表，在这组测试里最难的编程题上，并不是这个意思。
[1]Meta 发布了什么
Muse Ember 被卖成处理批量步骤的专科模型，而不是用来替换 Meta 更强的那些模型。文章把它放在 Muse Wonder 和 Muse Spark 旁边：Wonder 用来规划最难的问题，Spark 用于编程和智能体工作流。Meta 说，Ember 是第一个用 Muse Wonder Full 训练出来的模型。它今天就可以在 Muse Code 和 Meta Model API 上使用。Meta 还说，Muse Ember、Muse Spark 和 Muse Wonder 现在也可以在 Google Cloud 和 Oracle Cloud 上使用。
对不超过 20 万 token 的提示，标价是每百万输入 token 0.10 美元、每百万缓存输入 0.004 美元、每百万输出 0.50 美元。上下文窗口是 100 万 token，模型最多可以写出 51.2 万个输出 token。更长的提示会涨到 0.30、缓存 0.012、输出 1.50。有一张图的说明把 Ember 的费用写成"按拟议定价估算"。后面的说明和定价一节又把它们写成标价。如果要比较每个任务花多少钱，这个差别是有关系的。
Meta 也引了 Box、Cline、Oracle、Cloudflare 和 You.com 的早期评价。Cloudflare 的 Dane Knecht 说，Ember 在尾部延迟上比他们测试的可比模型快最多 30%。You.com 的 Chak Pothina 说，Ember 做完了他们测试的每一道编程题，p95 延迟是 2.2 秒，大约比领先的开源权重模型快 4 到 13 倍，输出 token 也少 36% 到 48%。这些数字来自合作伙伴，不是来自同一套公开评测程序。
[1]这些数字实际在说什么
最干净的公开比较，是 Artificial Analysis Intelligence Index 对照每个任务的费用。Meta 画出了三个模型在不同推理强度下的点。Ember 出现在 0.116 美元、33.9 分，以及 0.136 美元、35.8 分。Haiku 从 0.092 美元、24.6 分一直到 0.411 美元、36.2 分。Luna 从 0.073 美元、21.4 分到 0.152 美元、27.8 分。指数本身，Ember 是 36，Haiku 是 36，Luna 是 28。后面另一张对比把 Ember 每个指数任务写成约 0.14 美元，把同指数上得 37 分的 Muse Spark 1.3 写成 2.39 美元。
分项测试里，局面是分开的。AutomationBench-AA 由 Artificial Analysis 按严格的 pass@1 来打分，测的是端到端的商务流程。Ember 的最高推理档是 37.8%，Haiku 是 13.9%，Luna 是 20.2%。Coding Agent Index-AA 上，Ember 是 46，另外两个是 37 和 31。GDP.pdf-AA 测的是对长文档做专业工作，Ember 和 Luna 都是 22.8%，Haiku 是 20.8%。
其他头条数字是 Meta 自己的。Agents' Last Exam 被说明为 Linux 子集，Ember 61.6%，Haiku 57.0%，Luna 57.1%。个人超级智能指数是内部把八项评测合成的分数，Ember 46.8%，另外两个是 36.1% 和 37.0%。OSWorld 2.1 测的是在桌面应用上操作电脑，同样是内部评测。按部分给分，Ember 69.5%，Haiku 68.9%，Luna 50.5%。带工具的 PerceptionBench 也是内部评测：80.6%、78.6% 和 62.8%。
Terminal-Bench 4.0 是按每个模型自己已公布的最好运行框架来报告的：Ember 用 mini-swe-agent，得 40.9%；Haiku 用 Claude Code，得 39.2%；Luna 用 Codex，得 16.4%。这个差距比宣传句子暗示的更窄，而且框架并不相同。
[1]Ember 没有领先的地方
FrontierCode 2.0-AA 要求模型完成真实的工程任务，并按结果能不能被合并来打分。Haiku 得 34.9%。Ember 得 27.2%。Luna 得 25.2%。如果你的工作很像这套考题，在 Meta 公布的数字上领先的是 Haiku。
费用比较也取决于你看 Haiku 的哪一档。Haiku 最好的指数分数 36.2，在 Meta 的图里对应每个任务 0.411 美元，大约是 Ember 在 35.8 分时 0.136 美元的三倍。更便宜的一档 Haiku 是 0.248 美元、34.3 分，差距会缩小。Ember 在相近的指数分数上仍然更便宜。它并不是在每一个分数上都比 Haiku 的每一档更便宜。
[1]更宽容的读法，以及缺口
对 Ember 更公道的读法很直接。智能体把许多 token 花在细小、有结构的步骤上。一个能在公开指数上和强劲的小对手打平、标价却低得多、并且在一项公开流程基准上大幅领先的模型，作为这些步骤的默认选择是说得通的。Meta 建议把它和更强的规划模型 Muse Wonder 搭配使用，这就是产品故事。
缺少的东西，和实验室发布里常见的一样。几处最大的分差出在 Meta 的内部套件上。Terminal-Bench 比较的是不同框架。第一张费用图提到了估算价格。独立买家目前还不能把完整价目表、自己委托的 Artificial Analysis 结果，和 Meta 画的图放在一起看。安全一节说，在 Meta 的 Superintelligence Scaling Framework 里，Ember 在化学与生物、网络安全和失控风险上都低于高风险阈值。那是 Meta 对自己模型的评估。
[1]谁该在意，接下来看什么
那些会从更大的智能体里分出成百上千个子任务的团队应当关心，因为现在要决定的是每一步重复劳动值多少钱，而不是赢下每一场公开考试。工作很像 FrontierCode 的团队则应当反过来看：更便宜的那个模型，并不是在那里分数最高的那个。
接下来六个月，看 Artificial Analysis 或其他第三方会不会在已上线的 muse-ember-1.0 接口上、按上面的标价，重新公布指数、每个任务的费用，以及 FrontierCode 2.0-AA。看生产环境里的用户会不会发现，一旦提示超过 20 万 token、更高的那档价格生效，每个任务 0.14 美元这个数字还能否站得住。也看两边用同一套框架重跑之后，Haiku 在 FrontierCode 上的领先是否还在。
[1]收束
Ember 是一个关于定价和分工的主张。如果独立评测仍然给出指数打平和 FrontierCode 上的差距，那么高频智能体步骤的默认选项，就会和可合并工程工作的默认选项分开。如果费用优势在生产环境的上下文长度上缩小，或者 Ember 只在内部套件上领先，那么它仍然会是一个便宜的工人，只是不再是 Meta 今天所讲的那条效率边界故事。
[1]