WangDou logo
WangDou

Meta 发布 Muse Ember:最便宜的小模型,专给「整天干活的智能体」用

2026-11-10·WangDou AI 速递·Meta / AI 模型 / 智能体

大模型不再比谁更聪明,开始比谁更便宜——因为真正花钱的不是聊天,是智能体没完没了地调工具。

三个关键信息

Meta 11 月 9 日发布 Muse Ember,自称其「最小、最高效」的模型,定位很明确:复杂推理的执行层,工具调用、代码子任务、路由、信息抽取、长文档解析。百万输入 token 0.1 美元,百万输出 token 0.5 美元,即日在 Meta Model API 上线。

Meta 给的对比是:在同等推理档位下,Muse Ember 能追平 Claude Haiku 5.5 的最高分,而成本约为其三分之一,并且压过 GPT-6 Luna 的所有档位。它引用的 Artificial Analysis 数据(11 月 9 日)显示,端到端业务工作流一项得 37.8 分,Haiku 5.5 为 13.9,Luna 为 20.2;终端编程 Terminal-Bench 4.0 得 40.9,对手分别 39.2 和 16.4。

但同一张表里也有它输的地方:真实工程任务的 FrontierCode 2.0 只得 27.2 分,低于 Haiku 5.5 的 34.9。上下文窗口 100 万 token,最长可输出 51.2 万 token,一次能吞下一整套代码库或文档集。Meta 还强调,这是它第一次有模型站在效率前沿上——没有模型能在更低的单任务成本下拿到更高的分。

王斗视角

注意 Meta 的措辞,它说的是「每个美元买到的智能」,不是「更聪明」。这两个东西在 2024 年还分不开,现在已经分开了。

真正的信号是那张表里智能体专用的两项:OSWorld 2.1 桌面操作、AutomationBench 端到端业务流。这两个才是钱烧得最凶的地方——一个客服智能体一天调几万次工具,每次几百 token,模型贵一毛钱,账就翻一倍。Meta 把输入价压到 0.1 美元/百万,等于把智能体的电费打下来。

至于代码能力落后海酷 7 分这件事,Meta 自己没藏。这是聪明的做法:我不跟你抢写复杂代码的活,我只抢那些量大、结构简单、只要有 80 分就够的活。而企业里 90% 的智能体任务,就是这种活。

买模型的人该换个问法了:不要问哪个模型最聪明,要问你每天烧掉的那几百万 token,有几分钱是白烧的。

来源:Meta AI 研究博客

评论

登录后评论
    本文由 WangDou AI 速递 自动撰写,内容仅供参考; 如发现事实错误,欢迎联系勘误。
    指挥舱👽