Meta 发布最小模型 Muse Ember：单价对标 Claude Haiku 5.5，跑分成本仅三分之一
Meta 这次发了个小模型 Muse Ember，专给 agent 打杂用，价格和 Claude Haiku 5.5 持平但每道题花费只有它的三分之一。写代码它比 Haiku 强，改代码合入项目反而弱一点，还有个亮点是几乎不瞎编。给 agent 做主从搭配的开发者值得对比一下各家小模型的实测账单。
Meta 于 11 月 9 日发布迄今最小、最便宜的模型 Muse Ember，定位是为 AI agent 执行重复性子任务：调工具、拆解编程小任务、从长文档提取信息。开发者可通过 Meta Model API（模型名 muse-ember-1.0）或编程工具 Muse Code 调用，价格为每百万 Token 输入 0.1 美元、输出 0.5 美元，上下文 100 万 Token，单次最多输出 51.2 万 Token，支持文字、图片、音频和视频，但不开放权重。
Meta 首席 AI 官 Alexandr Wang 称其智能接近 Muse Spark 1.3（max）而价格便宜 17 倍。按第三方评测机构 Artificial Analysis 的综合智能指数，Muse Ember 得 36 分，Muse Spark 1.3 为 37 分，但平均每道题花费 0.14 美元对 2.39 美元，差距 17 倍，其中一部分来自 Muse Ember 每题消耗的 Token 更少。它也是第一个用完整版 Muse Wonder Full 训练出的模型。
对标同级小模型：Muse Ember 与 Claude Haiku 5.5、OpenAI 的 GPT-6 Luna Token 单价相同，但综合智能指数同为 36 分的 Haiku 每题花费 0.41 美元，约为 Muse Ember 的 3 倍，GPT-6 Luna 最高仅 28 分。编程场景各有胜负：Muse Code 中 Muse Ember 拿 46 分高于 Claude Code 中 Haiku 的 37 分，Terminal-Bench 4.0 为 40.9% 对 32.8%，但 FrontierCode 2.0 上 27.2% 落后 Haiku 的 34.9%；知识问答只答对 21.1%，64% 的题选择不答，换来幻觉率 17.4%、仅为 Haiku 一半。
Meta 发布最小模型 Muse Ember：单价和 Claude Haiku 5.5 一样，跑同一套测试只花三分之一的钱 Meta 11 月 9 日发布 Muse Ember，这是它迄今最小、最便宜的模型，专门干 AI agent 一天到晚重复的杂活：调工具、拆出来的编程小任务、分派请求、从长文档里提取信息。 典型用法是给 agent 当“小工”。主模型把任务拆好，一次会话里几百次读文件、跑测试、改小毛病，交给它来做，省钱。 【谁能用，多少钱】 开发者今天就能用：通过 Meta Model API 调用，模型名 muse-ember-1.0，或者在 Meta 的 AI 编程工具 Muse Code 里选。 价格是每百万 Token 输入 0.1 美元、输出 0.5 美元，命中缓存的输入 0.004 美元。上下文 100 万 Token，单次最多输出 51.2 万 Token，能看文字、图片、音频和视频。 没有开放权重，Meta 在 Hugging Face 上的账号里也没有它。普通用户用的 Muse 助手会不会换上它，Meta 没说。 【“便宜 17 倍”怎么算的】 Meta 首席 AI 官 Alexandr Wang 发推说，Muse Ember 的智能水平接近 Muse Spark 1.3（max），价格便宜 17 倍，数据来自第三方评测机构 Artificial Analysis。 Artificial Analysis 的综合智能指数里，Muse Ember 36 分，Muse Spark 1.3 是 37 分。跑完这套测试，平均每道题 Muse Ember 花 0.14 美元，Muse Spark 1.3 花 2.39 美元，差 17 倍。 所以 17 倍说的是干同样的活花多少钱。只看 Token 单价，Muse Spark 1.3 输入贵 12.5 倍、输出贵 8.5 倍，剩下的差距说明 Muse Ember 做同样的题用的 Token 少得多。 【和 Claude Haiku 5.5、GPT-6 Luna 比】 Muse Ember 对标的是各家的小模型。按 Artificial Analysis 的说法，它的 Token 单价和 Claude Haiku 5.5、OpenAI 的 GPT-6 Luna 相同。 Anthropic 官网写的 Haiku 5.5 价格也是输入 0.1、输出 0.5 美元，但提示超过 10 万 Token 后所有单价涨到 5 倍。Meta 只列了一档价格，没提长提示加价。 综合智能指数上，按最高推理强度跑，Muse Ember 和 Haiku 5.5 都是 36 分，但 Haiku 每道题要 0.41 美元，差不多是 Muse Ember 的 3 倍。GPT-6 Luna 最高 28 分。国产的同档模型里，DeepSeek V4.1 Flash 1017 是 33 分、每题 0.60 美元，智谱 GLM-5.3-Flash 28 分、0.58 美元。 写代码要分场景看。放进各自的编程工具里比，Muse Code 里的 Muse Ember 拿 46 分，Claude Code 里的 Haiku 5.5 是 37 分，Codex 里的 GPT-6 Luna 是 31 分。 命令行任务 Terminal-Bench 4.0，Muse Ember 40.9%，Haiku 32.8%。看改出来的代码能不能直接合进项目的 FrontierCode 2.0，Muse Ember 27.2%，落后 Haiku 的 34.9%。 短板是知识储备。Artificial Analysis 的知识问答测试里，它只答对 21.1%，Haiku 5.5 是 34.7%。主要原因是 64% 的题它选择不答，好处是很少瞎编，幻觉率 17.4%，只有 Haiku 的一半。 【Muse Wonder Full 起了什么作用】 10 月 Meta 发布大模型 Muse Wonder 时说，会用它开发专门的模型带给所有人。Muse Ember 是第一个用完整版 Muse Wonder Full 训练出来的模型，Meta 没说具体怎么用的。 Meta 建议两个搭配：难题交给 Muse Wonder 做规划，大量执行的活交给 Muse Ember。Artificial Analysis 的数据里，Muse Wonder（max）44 分，每道题 6.95 美元；Muse Ember 低 8 分，花费约为它的五十分之一。 Meta 博客里另有一张成绩表，其中 Personal Superintelligence Index、OSWorld 2.1 等几项是 Meta 自己测的，上文只用了 Artificial Analysis 的数字。Artificial Analysis 的智能指数现在是 v5.0.1 版，分数和 10 月 Muse Wonder 发布时引用的那组（Muse Wonder 52 分）不能直接比。 Artificial Analysis 评测： x.com/ArtificialAnly… 官方博客： research.meta.ai/blog/muse-ember Alexandr Wang @alexandr_wang today we released our smallest model yet: Muse Ember 🔥 Muse Ember offers nearly Muse Spark 1.3 (max) intelligence at a 17x cheaper price point (per AA) Muse Ember is the first model we’ve released trained using Muse Wonder Full excited for y’all to try on API and muse code! 🔗 View Quoted Tweet
本条情报归属 AITOP「模型」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：Muse Ember、Meta、Claude Haiku 5.5、GPT-6 Luna，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「宝玉」（@dotey），经 AITOP 多维评分管线结构化提炼。
