Meta 发布入门级模型 Muse Ember，主攻低成本 AI 智能体

更新于美东时间 20:38 / 2026 年 11 月 9 日

人工智能

Meta 推出 Muse Ember，为低成本 AI 智能体提供动力

Meta Platforms Inc. 今日推出 Muse Ember。这是一款入门级人工智能模型，成本显著低于竞品。

值得注意的是，这是该公司首个使用 Muse Wonder 训练的 AI。Muse Wonder 是 Facebook 母公司的旗舰大语言模型。Meta 没有说明具体用 Muse Wonder 自动化了工作流的哪个环节。

一种可能是，该公司用它执行后训练，也就是通过更多数据继续训练模型、进一步打磨模型能力的任务。Thinking Machines Labs Inc. 最近展示了即便规模相对较小的大语言模型，也能端到端完成多轮后训练。Anthropic PBC 则于上周透露，其 AI 模型很快就能显著加快机器学习研究。

应用通常会把 Muse Wonder 这类前沿大语言模型用于 AI 集成。当用户输入请求时，前沿大语言模型会将其拆分成更小的任务，再分派给由低成本模型驱动的智能体。Meta 表示，Muse Ember 专门针对后一类角色进行了优化。

该公司使用 Artificial Analysis Index 对模型进行了评估。该指数汇总了九项 AI 基准测试，覆盖编程和财务分析等使用场景。Meta 表示，Muse Ember 的得分与 Anthropic 的入门级 Claude Haiku 5.5 模型相当，但价格约为后者的三分之一。它还超过了 OpenAI Group PBC 的同类 GPT-6 Luna 算法。

同一次内部评估中，Meta 还让 Muse Ember 和两款竞品模型参加了另外九项基准测试。三款算法均采用“max”模式，也就是尽可能使用可用的全部硬件，而非优先考虑成本效益。在其中七项基准测试中，Muse Ember 的表现优于 Haiku 和 Luna。

该模型优势最明显的领域似乎是商业任务自动化。尽管 Muse Ember 在大多数基准测试中的成绩只比 Haiku 和 Luna 高出几个百分点，但在 AutomationBench-AA 上领先了 17%。这是一个包含 657 项任务的测试集，涵盖 Gmail、Salesforce 等主流云应用。

Muse Ember 的上下文窗口为 100 万个 token，可处理篇幅很长的商业文档。用户还可以在提示词中加入图像、音频和视频。模型最多可生成长达 51.2 万个 token 的回复。

Muse Ember 已通过 Meta 模型 API 推出，输入价格为每百万个 token 10 美分，输出价格为每百万个 token 50 美分。内置缓存可以复用常用提示词，避免重复处理。启用该功能后，Muse Ember 的输入价格降至每百万个 token 0.4 美分。

图片：Meta

SiliconANGLE 联合创始人 John Furrier 留言：

支持我们的使命，让内容保持开放和免费，欢迎参与 theCUBE 社区互动。加入 theCUBE 校友信任网络，与科技行业领袖建立联系、分享情报并创造机会。

theCUBE 视频获得超过 1500 万观众，话题涵盖 AI、云计算、网络安全等领域
theCUBE 校友超过 1.14 万人——依托独特的信任型网络，与 11,400 多位塑造未来的科技与商业领袖建立联系

SiliconANGLE Media 是数字媒体创新领域的公认领军者，将突破性技术、战略洞察与实时受众互动融为一体。作为 SiliconANGLE、theCUBE Network、theCUBE Research、CUBE365、theCUBE AI 以及 theCUBE SuperStudios 的母公司——这些旗舰机构均设在硅谷和纽约证券交易所——SiliconANGLE Media 立足于商业、技术与 AI 的交汇点。

SiliconANGLE Media 由科技远见者 John Furrier 和 Dave Vellante 创立，打造出一套充满活力的行业领先数字媒体品牌体系，触达超过 1500 万科技精英。全新推出的专有产品 theCUBE AI Video Cloud 在受众互动方面取得突破，利用 theCUBEai.com 神经网络，帮助科技公司以数据驱动决策，并始终引领行业讨论。