Meta 发布 Muse Ember (Max)，登顶 Agent Arena 高效模型榜首
Meta 新发的 Muse Ember 在 Agent Arena 上分数和 GPT-6 Luna、Claude Haiku 5.5 差不多，但单任务只要 $0.02，速度快十几倍。做智能体或跑批量任务的开发者可以直接看这组成本数据，选型时很实用。
Meta 的 AI 团队推出 Muse Ember，定位为旗下最小、最高效的模型，主打复杂推理执行与日常智能体工作，能跨应用执行工作流、按序调用工具、跑测试并做针对性代码修复。
Muse Ember (Max) 在 Agent Arena 基准中以 +1.7% 净改进位列第 25 名，基于 6000 个真实智能体会话数据测得，单任务成本约 $0.
02，速度约 0.5 分钟/任务，输出 11.
6K tokens。对比之下，GPT-6 Luna (Max) 净改进 +1.
6%、成本 $0.09/任务、耗时 6 分钟、输出 41.
2K tokens；Claude Haiku 5.
5 (High) 净改进 +0.5%、成本 $0.
08/任务、耗时 1.8 分钟、输出 24.
3K tokens。三者性能接近，但 Ember 的单任务成本约为对手的 1/4，速度比 Luna (Max) 快约 12 倍，比 Haiku 5.
5 快 3.5 倍，输出 tokens 分别少 72% 和 52%。
该模型配备 1M-token 上下文窗口，原生支持文本、图像、音频和视频多模态输入，可处理大型文档集合。对需要大量智能体任务但预算敏感的团队来说，成本与速度差距比分数差距更有意义。
Muse Ember (Max) by @AIatMeta lands in Agent Arena as the most capable and efficient : +1.7% net improvement at about $0.02 per task, roughly 4x less than GPT-6 Luna (Max) and Claude Haiku 5.5, across 6k real-world agentic sessions from our global community. How it stacks up against other efficient models - #25 Muse Ember (Max): +1.7% | $0.02/task | 0.5 min/task | 11.6K output tokens - #26 GPT-6 Luna (Max): +1.6% | $0.09/task | 6 min/task | 41.2K output tokens - #29 Claude Haiku 5.5 (High): +0.5% | $0.08/task | 1.8 min/task | 24.3K output tokens Performance is on par across the three, but Ember's median task costs roughly 4x less, finishes about 12x faster than Luna (Max) and 3.5x faster than Haiku 5.5, and uses 72% and 52% fewer output tokens. Congrats to the @AIatMeta team, @alexandr_wang and @finkd on this impressive release! AI at Meta @AIatMeta Today we're introducing Muse Ember, our smallest and most efficient model, built for complex reasoning execution and everyday agent work. Muse Ember can carry workflows across apps, call tools in sequence, run tests and make targeted code fixes. With a 1M-token context window and native understanding of text, images, audio and video, it can also work across large document sets and varied inputs. 🔗 View Quoted Tweet📊 5 ⚡
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「中美大模型技术代差与商业化对照」「AI 开发者工具链、Coding Agent 与工程化实践」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、Agent Arena、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「lmarena.ai」（@lmarena_ai），经 AITOP 多维评分管线结构化提炼。截至目前，全网已有 11 家独立信源对该事件进行交叉印证与跟进报道（含 Blognone、IT之家、rohanpaul_ai 等），属于近期高关注度行业信号。
