Meta оценила Muse Ember в треть цены Haiku 5.5 за задачу

Meta 9 ноября открыла доступ к Muse Ember, своей самой маленькой модели для шагов, которые агенты повторяют весь день: вызовов инструментов, подзадач по коду, маршрутизации, извлечения данных и разбора длинных документов. Тем, кто гоняет такие шаги на Claude Haiku 5.5 или GPT-6 Luna, Ember обойдётся по токенам так же, а за задачу примерно втрое дешевле Haiku: по расчёту Meta, на индексе Artificial Analysis при максимальном рассуждении это около 0,14 доллара против 0,41 при одинаковом после округления балле 36, причём стоимость задачи для Ember компания сама называет оценкой по предложенным ценам.

Без округления Haiku на максимуме чуть впереди: 36,2 против 35,8. На настройке xhigh Ember набирает 33,9 за 0,116 доллара, Haiku 34,3 за 0,248. GPT-6 Luna даже на максимуме даёт 27,8 за 0,152 доллара: балл ниже, чем у обеих настроек Ember, а цена задачи выше.

Ставки за токен у трёх моделей совпадают. Ember стоит 0,10 доллара за миллион входных токенов и 0,50 за миллион выходных, и, как сверила The New Stack, столько же берут Luna и Haiku в стандартном тарифе для коротких запросов; длинные промпты у них дороже. Кэшированный вход у Ember дешевле: 0,004 доллара за миллион против 0,01 у обоих конкурентов.

Где Haiku впереди

На FrontierCode 2.0-AA, где Artificial Analysis проверяет, можно ли влить правки модели в реальных инженерных задачах, Haiku 5.5 на максимальном рассуждении набирает 34,9%, Ember 27,2%, Luna 25,2%. Для самых сложных задач Meta и сама предлагает связку: Muse Wonder планирует, Ember берёт на себя объём.

В остальных тестах анонса, все на максимальном рассуждении, впереди Ember. По замерам Artificial Analysis в AutomationBench-AA, тесте на сквозные бизнес-процессы, у неё 37,8% против 20,2% у Luna и 13,9% у Haiku при строгом pass@1. В Coding Agent Index-AA счёт 46 против 37 у Haiku и 31 у Luna, а в GDP.pdf-AA, работе с длинными документами, Ember и Luna делят 22,8%, у Haiku 20,8%.

На Terminal-Bench 4.0, где каждая модель шла в своей лучшей опубликованной обвязке, Ember набирает 40,9%, Haiku 39,2%, Luna 16,4%.

Часть цифр Meta получила своими силами. На OSWorld 2.1, где модель управляет компьютером по скриншотам, у Ember 69,5 с частичным зачётом против 68,9 у Haiku и 50,5 у Luna; при бинарном зачёте 33,8, 27,8 и 17,0. На собственном составном Personal Superintelligence Index Meta показывает 46,8% у Ember против 37,0% у Luna и 36,1% у Haiku.

Против Muse Spark и китайских Flash

Внутри линейки Meta Ember почти догоняет Muse Spark 1.3, модель для кода и агентных сценариев: на индексе Artificial Analysis 36 против 37 при максимальном рассуждении, а задача стоит 0,14 доллара против 2,39. Токены Spark 1.3 стоят 1,25 доллара за миллион на входе и 4,25 на выходе.

С китайскими моделями Ember сравнила The New Stack. По её сверке, входные токены без кэша у Ember дешевле, чем у DeepSeek V4.1 Flash 1017, GLM-5.3 Flash от Z.ai и MiniMax M3.1 Flash. Выходные дешевле, чем у MiniMax и в тарифе DeepSeek для часов низкой нагрузки, а с GLM совпадают; попадание в кэш в эти часы у DeepSeek чуть дешевле, 0,003 доллара за миллион. На индексе Artificial Analysis при максимуме у Ember 36, у DeepSeek 33, у MiniMax 29, у GLM 28, как у GPT-6 Luna. Для сравнения, в октябре MiniMax M3.1 Flash стоила 15 центов за миллион входных токенов и 60 за выходные.

Доступ, веса и безопасность

Ember доступна в Muse Code и Meta Model API под идентификатором muse-ember-1.0 и поддерживает Responses API. Модель понимает текст, изображения, аудио и видео, держит контекст в 1 миллион токенов и отдаёт до 512 тысяч на выходе. Веса Meta, как и у прежних Muse, не открывает, сообщает The New Stack; там же ожидают, что Ember скоро появится на OpenRouter и у неооблаков, небольших облачных провайдеров GPU, как уже было с другими моделями Muse.

Ember стала первой моделью, которую Meta обучила с помощью Muse Wonder Full. Перед релизом её проверили по внутренней Meta Superintelligence Scaling Framework на химические и биологические риски, кибербезопасность и потерю контроля, и, по словам компании, во всех оценённых категориях модель осталась ниже порогов высокого риска. Отдельно смотрели, как она ведёт себя от имени пользователя: устойчива ли к инструкциям, спрятанным в веб-страницах, документах и выводе инструментов, и спрашивает ли человека перед действиями с серьёзными последствиями.

Среди партнёров, гонявших модель до релиза, была Box. Вице-президент Box по ИИ-продуктам Яшодха Бхавнани рассказывает, что на Box AI Complex Work Eval модель сверяет договор с переговорным регламентом компании пункт за пунктом и приходит к верной итоговой оценке риска. «Muse Ember - быстрая и экономная основа для агентов, которые делают реальную работу с корпоративным контентом», - говорит она.