Meta、最小・最安マルチモーダルモデル「Muse Ember」公開　エージェントの反復タスクに特化

AI エージェントを構築したことがある人なら、最も頭を悩ませるのが高度な推論ではなく、その後に続く大量の雑務であることはよく知っているはずだ。

何千回ものコマンド実行、ファイルの差分チェック、画面キャプチャの解析など、エージェントがツールを呼び出すたびにトークン費用は瞬く間に膨らむ。Meta はこの問題に正面から応えるべく、これまでで最小かつ最も高効率なマルチモーダルモデル「Muse Ember」を発表した。

万能型の賢さを目指すのではなく、上位モデルの指揮下で反復作業を黙々とこなす「作業員」に徹した設計が特徴だ。

反復タスクに特化したコンパクト設計

Muse Ember はすでに Meta Model API および AI コーディング環境「Muse Code」で提供が始まっている。

価格設定は極めて戦略的だ。20万トークン以下の入力なら100万トークンあたり0.10ドル、出力は0.50ドルに設定されている。20万トークンを超える場合も入力0.30ドル、出力1.50ドルに抑えられている。

小型モデルでありながらテキスト、画像、音声、動画の入力をネイティブでサポートする。会議の録音音声からタスクを拾い出したり、エラー画面のキャプチャを確認しながらコードを修正したりといった作業を、専用の別モデルを介さず直接こなせる。

第三者評価機関 Artificial Analysis の総合インテリジェンス指数ではスコア36を記録し、競合の Claude Haiku 5.5 と肩を並べ、GPT-6 Luna（28点）を引き離した。Mark Zuckerberg 氏も、同クラスの中で最も「1ドルあたりの知能」が高いモデルだとアピールしている。

特筆すべきは実際のタスク実行コストだ。Artificial Analysis のテストにおいて、トークン単価は Haiku 5.5 と同等に見えるものの、Ember はより少ないトークンで効率的に回答を出せるため、1問あたりの平均実行コストは約0.14ドルと、Haiku（0.41ドル）の約3分の1で済む計算になる。

ターミナル操作を評価する Terminal-Bench 4.0 では40.9%を記録し、業務自動化の AutomationBench-AA でも37.8点と高い数値を残した。一方で知識問答の正答率は21.1%にとどまるが、分からない問題の64%で回答を控えるため、ハルシネーション発生率は17.4%と Haiku の半分程度に抑えられている。

指揮役と作業員を分ける新常識

Meta が推奨するのは、大型モデル「Muse Wonder」と Muse Ember を組み合わせる運用スタイルだ。

公式ブログで公開された検証例では、Python の構文ハイライトツール「Pygments」の言語パーサー16個を Rust へ並行移行させるタスクを実施した。上位の Muse Wonder が全体の設計図を引き、各パーサーの仕様を定義。その指示を受けた16基の Muse Ember が同時にコードを書き、テストを走らせ、エラーを修正した。

この作業で Ember は約1億5800万トークンの入力を処理したが、かかった費用はわずか1.84ドルだった。Wonder の設計コストを含めても全体の出費は4ドル未満で完了したという。

1万枚の写真整理タスクでも同様に、Wonder が分類基準の策定とスクリプト作成を行い、Ember が大量の画像読み込みとアルバム分けを分担した。総費用はわずか1.33ドルで、そのうち Ember の利用料は0.52ドルに過ぎなかった。すべてを大型モデルで処理すれば20ドル以上かかっていた作業だ。

なお、Ember は大型モデル「Muse Wonder Full」を用いて訓練された最初のモデルだが、オープンウェイトでの公開予定はなく、商用 API として提供される。

なぜ重要か

AI 開発の競争はこれまで推論性能の頂点を競う傾向が強かったが、現場のエンジニアが直面している現実は「エージェントを本格稼働させると API 代が破綻する」というコストの壁だった。

Meta が投入した Muse Ember は、現場の課題に極めて現実的な解を提示している。何でもこなせる巨大モデルを常駐させるのではなく、高度な頭脳役と安価な実行役を明確に分離するアーキテクチャだ。マルチモーダル対応により、画像や音声の前処理パイプラインを簡素化できる点も実用性が高い。

長大なドキュメントの読み込みや自動コーディングを日常的に回している開発者なら、すぐに試す価値がある。OpenAI 互換のクライアントからエンドポイントを差し替えるだけで動かせるため、移行ハードルは極めて低い。

小型モデル領域で Anthropic や OpenAI に対するプレッシャーは一層強まるはずだ。単にスペックシート上のトークン単価を合わせるだけでなく、実際のツール呼び出しや反復実行において「真にコスト効率が良いモデル」を提供できなければ、実用重視の開発者はあっさりと移行していくだろう。