Meta 发布最小模型 Muse Ember：专跑 Agent 杂活，百万 Token 输入仅 0.1 美元

如果你搭过 AI Agent 就会知道，最让人心疼的不是那个复杂的推理步骤，而是后面的海量杂活。

改几行代码、跑一下终端命令、解析成百上千张截图和发票，大模型一旦反复调工具，Token 就像流水一样烧掉。Meta 显然也算过这笔账，于是拿出了自称迄今最小、最便宜的多模态模型：Muse Ember。

这个模型不打算当全能学霸，它的定位非常清晰：给复杂 Agent 充当干苦力的「小工」，专门处理高频、重复、边界清晰的执行任务。

专挑脏活累活干的小号选手

按 Meta 的官方说法，Muse Ember 已经在 Meta Model API 和 AI 编程工具 Muse Code 中上线，模型代号为 muse-ember-1.0。

它的定价直接把门槛压得很低：20 万 Token 以内的输入，每百万 Token 只要 0.10 美元，输出只要 0.50 美元；即便超过 20 万 Token，输入和输出也分别只有 0.30 和 1.50 美元。

虽然体型小，它却是个原生多模态模型，同时支持文字、图像、音频和视频输入。这意味着 Agent 在排查 bug 时可以直接看截图，整理会议纪要时能直接啃录音，不需要在前面额外挂一个专门的转录或识图模型。

更值得看的是它的成绩单。在第三方机构 Artificial Analysis 的综合智能指数里，Muse Ember 跑出了 36 分，和同级别的 Claude Haiku 5.5 打成平手，把只有 28 分的 GPT-6 Luna 甩在身后。

但最有杀伤力的是性价比。Mark Zuckerberg 表示它在同类模型中提供了更高的单位美元智力。据 Artificial Analysis 的实测，跑完同一套综合测试，Muse Ember 平均每道题花费约 0.14 美元，而 Haiku 5.5 要花 0.41 美元。换句话说，单价看着差不多，但 Ember 解题用的 Token 更少，实际干活成本降到了后者的三分之一左右。

在具体的工程场景上，Muse Ember 也有亮点。在终端交互测试 Terminal-Bench 4.0 上，它跑出了 40.9% 的成绩，超过了 Haiku 5.5 和 GPT-6 Luna；在端到端业务工作流 AutomationBench-AA 上更是拿到 37.8 分，远高于竞品。不过它的短板同样明显：知识库相对匮乏，在问答测试中正确率仅有 21.1%，因为有超过六成的题它直接选择放弃不答，好在幻觉率只有 17.4%，比 Haiku 少了一半。

一个管宏观，十六个打下手

Meta 推荐的用法，是把 Muse Ember 和它家的大模型 Muse Wonder 组合起来干活。

在官方给出的示例里，Meta 尝试把 Python 语法高亮工具 Pygments 里的 16 个语言词法解析器一口气转写成 Rust。主脑 Muse Wonder 负责做全局规划，把任务拆解成 16 份独立的子任务规范，顺便处理接口兼容性问题。而 16 个 Muse Ember 实例则在后台并发写代码、跑测试、修正编译错误。

整个转写过程中，Muse Ember 消耗了高达 1.58 亿输入 Token，但因为单价极低，只花了 1.84 美元；加上主脑 Wonder 的调用，总成本不到 4 美元。

另一个整理 10000 张杂乱相片的任务也是同理。Wonder 负责抽出样本确定相册分类并写出处理脚本，剩下的读图、起标题、归档全丢给 Ember。最终一万张照片整理完毕，总共只花了 1.33 美元，其中 Ember 占了 0.52 美元。如果全程用昂贵的大模型硬跑，费用很容易直接飙上 20 美元。

另外，Muse Ember 也是 Meta 第一个完全由 Muse Wonder Full 训练出来的小模型，不过 Meta 依然把它当作云端 API 运营，目前没有在 Hugging Face 开源权重。

为什么重要

在过去一年里，各家厂商卷的大多是推理天花板，但开发者在工程落地时遇到的最大痛点其实是成本。做一套自主运行的 Agent 很容易因为无限循环和批量调用把账单打爆。

Meta 拿出 Muse Ember，我们认为是一次非常聪明的务实转向。它不再试图让单个模型面面俱到，而是把大模型当作项目架构师，把小模型做成高吞吐量的流水线工人。多模态能力的补齐，更让它省去了挂载视觉和语音小模型的管道开销。

对于开发者和企业来说，如果你正在跑需要频繁读长文档、分析截图、执行终端命令的自动化流程，Muse Ember 绝对值得马上接入试一试，兼容 OpenAI 格式的接口让替换成本几乎为零。即使它不开放权重，单凭极低的单任务成本，也能显著改善多智能体协作的 ROI。

对行业而言，这场针对小模型执行效率的内卷才刚刚开始。当 Anthropic 的 Haiku 和 OpenAI 的 Luna 还在单兵作战，Meta 已经把「大脑带小工」的工作流打包成了标准范式。压力现在来到了对手这边：如果拿不出在单位美元产出上更有竞争力的工具调用模型，开发者用脚投票的速度可能会非常快。