معرفی مدل Muse Ember از Meta برای کارهای پرحجم agent ها

شرکت Meta روز ۹ نوامبر ۲۰۲۶ مدل Muse Ember را منتشر کرد؛ کوچک‌ترین و ارزان‌ترین مدل خانواده‌ی Muse که برای کارهای تکراری و پرحجم agent ها ساخته شده، مثل فراخوانی ابزار، مسیریابی، استخراج داده و خواندن سند طولانی. طبق Meta، Ember در شاخص هوش Artificial Analysis به نمره‌ی 36 می‌رسد، یعنی برابر Claude Haiku 5.5، با هزینه‌ی حدود یک‌سوم برای هر کار. این مدل متن‌بسته است و وزن‌هایش منتشر نشده. همه‌ی عددهای زیر یا از Meta هستند یا از Artificial Analysis و بخشی از آن‌ها را خود Meta اجرا کرده است.

دسترسی و قیمت

مدل از طریق Meta Model API و Muse Code در دسترس است و شناسه‌ی آن این است:

muse-ember-1.0

رابط Responses API هم پشتیبانی می‌شود. در اپ Meta AI نیست. Meta می‌گوید مدل‌های Muse روی Google Cloud و Oracle Cloud هم عرضه شده‌اند. قیمت برای هر میلیون توکن، طبق صفحه‌ی رسمی:

پرامپت تا ۲۰۰ هزار توکن:
ورودی ۰٫۱۰ دلار، ورودی کش‌شده ۰٫۰۰۴ دلار، خروجی ۰٫۵۰ دلار

پرامپت بلندتر:
ورودی ۰٫۳۰ دلار، ورودی کش‌شده ۰٫۰۱۲ دلار، خروجی ۱٫۵۰ دلار

یعنی از ۲۰۰ هزار توکن به بالا قیمت سه برابر می‌شود. context window مدل یک میلیون توکن و خروجی تا ۵۱۲ هزار توکن است. طبق Fello AI، پست معرفی فقط نرخ پایین را آورده و جدول قیمت توسعه‌دهندگان هر دو را نشان می‌دهد. قیمت ورودی و خروجی با Haiku 5.5 و GPT-6 Luna برابر است، ولی ورودی کش‌شده حدود ۶۰ درصد ارزان‌تر است.

عملکرد

شرکت Meta می‌گوید Ember اولین مدلی است که با Muse Wonder Full آموزش دیده. در بیشتر benchmark های منتشرشده‌ی Meta، Ember با بیشترین سطح reasoning از Haiku 5.5 و GPT-6 Luna جلوتر است:

Terminal-Bench 4.0:  40.9% (Haiku 5.5: 39.2%، Luna: 16.4%)
Agents' Last Exam:   61.6% (Haiku 5.5: 57.0%، Luna: 57.1%)
OSWorld 2.1:         69.5% (Haiku 5.5: 68.9%، Luna: 50.5%)
FrontierCode 2.0:    27.2  (Haiku 5.5: 34.9،  Luna: 25.2)

در نمره‌ی کلی Artificial Analysis، Ember و Haiku 5.5 هر دو 36 دارند و Luna عدد 28. هزینه‌ی هر کار حدود ۰٫۱۴ دلار برای Ember در برابر ۰٫۴۱ دلار برای Haiku 5.5 است، چون Ember حدود یک‌سوم توکن خروجی تولید می‌کند. Artificial Analysis آن را «ارزان‌ترین مدل با نمره‌ی 36 یا بالاتر» می‌نامد. در کدنویسی که باید قابل merge باشد (FrontierCode 2.0)، Haiku جلوتر است، و Fello AI هم برای چنین کدی Haiku 5.5 یا مدل بزرگ‌تر را پیشنهاد می‌کند.

نکته‌ها و ناروشن‌ها

نمره‌ی benchmark هایی مثل AutomationBench بین دو منبع فرق دارد: صفحه‌ی Meta ۳۷٫۸ درصد را می‌نویسد، ولی مقاله‌ی Artificial Analysis ۶۸٫۱ درصد را؛ توضیحی درباره‌ی دلیل تفاوت پیدا نکردم. عدد Terminal-Bench برای Haiku هم متفاوت است (۳۹٫۲ در Meta و ۳۲٫۸ در Artificial Analysis). طبق Fello AI، Meta چهار تا از ده ردیف benchmark را خودش اجرا کرده و ردیف Terminal-Bench ترکیبی از چند محیط آزمون است.

شرکت Meta می‌گوید Ember ورودی صوت و ویدیو را هم می‌فهمد، اما Artificial Analysis فقط ورودی متن و تصویر را ثبت کرده و ادعای صوت و ویدیو تأیید نشده. نقطه‌ضعف اصلی مدل دانش است: طبق Artificial Analysis دقت آن در AA-Omniscience فقط ۲۱٫۱ درصد است و ۶۴ درصد سؤال‌ها را پاسخ نمی‌دهد، هرچند نرخ توهم آن (۱۷٫۴ درصد) حدود نصف Haiku 5.5 است. Meta می‌گوید مدل را با چارچوب ایمنی خودش سنجیده و زیر آستانه‌های پرخطر مانده؛ این ارزیابی داخلی است.

منابع:

• Introducing Our Smallest, Most Efficient Model: Muse Ember (Meta AI Research)
• Meta's Muse Ember is the cheapest model scoring 36 on the Intelligence Index (Artificial Analysis)
• Meta Muse Ember: Price, Benchmarks and the 200K Catch (Fello AI)
• Meta launches Muse Ember to take on Claude Haiku and GPT-6 Luna (The New Stack)