先说结论:Muse Ember 是 Meta 在 2026 年 11 月 9 日发布的低价 Agent 执行模型,官方定位是「最小、最省」的 Muse,用来承接 Agent 里反复出现的工具调用、编码子任务、路由、抽取和长文档解析。 官方价每百万 tokens 输入 $0.10、输出 $0.50,缓存读取 $0.004,上下文 1M,最大输出 512K。API id 是 muse-ember-1.0,当天可在 Meta Model API 和 Muse Code 上使用。
第三方评测里,Artificial Analysis 智能指数 v5 在 Max 档给了 36,和 Claude Haiku 5.5(max)同分,但单题成本约 $0.14,大约是 Haiku 5.5(max,$0.41)的三分之一。它在工作流和终端编码上表现突出,知识类答题偏弱,不过幻觉率不高,原因是它经常选择不答。
本文数字截至 2026-11-10(Asia/Shanghai),依据 Meta 官方 发布博客,以及 Artificial Analysis:Muse Ember (max) 和 AA 解读文章。官方自测和第三方数据会分开写。独立上手长文还不多,第三方测评陆续出来后会更新。
Muse Ember 是什么
官方博客的说法:
- 2026 年 11 月 9 日发布,是 Muse 系列里最小、最省的模型,针对 Agent 全天重复的步骤
- 官方称它在任意推理档位上,单位成本的智能都高于 Claude Haiku 5.5 和 GPT-6 Luna;并称它处在 Artificial Analysis 全榜的效率前沿
- 官方组合建议:Muse Wonder 负责最难的问题和规划,Muse Spark 负责编码和 Agent 工作流,Muse Ember 负责可规模化重复的编码和 Agent 步骤。官方原话是「Muse Wonder plans, Muse Ember handles the volume」
- 它是第一个用 Muse Wonder Full 训练出来的专用模型
- 当天可在 Muse Code 和 Meta Model API 使用,id 为
muse-ember-1.0,支持 Responses API;官方还写已登陆 Google Cloud 和 Oracle Cloud - 原生支持文本、图像、音频和视频输入,所以 Agent 可以直接看截图、图表、扫描件,或处理语音备忘和会议录音,不必另接一个模型。Artificial Analysis 的模型页目前只列了文本和图像输入,音视频能力如需使用,先用小样本确认你走的接口支持
- 权重未开放,是专有模型,官方没有公布参数量
规格速查
| 项目 | 官方说明 |
|---|---|
| 模型名 | Muse Ember |
| Meta API id | muse-ember-1.0 |
| 上下文 | 1,000,000 tokens |
| 最大输出 | 512K tokens |
| 输入模态 | 官方称文本、图像、音频、视频;Artificial Analysis 页只列文本和图像 |
| 输出 | 文本 |
| 协议 | 官方写支持 Responses API |
| 权重 | 未开放 |
官方价格还按提示词长度分档,见下一节。
官方价格
官方博客按每百万 tokens、美元计价:
| 项目 | 提示词不超过 200K | 提示词超过 200K |
|---|---|---|
| 输入 | $0.10 | $0.30 |
| 缓存读取 | $0.004 | $0.012 |
| 输出 | $0.50 | $1.50 |
官方还用 Artificial Analysis 的口径,估算 Muse Ember 每道指数任务大约 $0.14。和官方给出的 Muse Spark 1.3(max)对照:Spark 1.3 智能指数 37,单题约 $2.39,标价是输入 $1.25、输出 $4.25。也就是说 Ember 综合分只低 1 分,官方标价和单题成本都低一个数量级。
截至 2026-11-10,AI Code With 还没有上架 Muse Ember,上架后会在这里补充我们的模型 id 和价格。
官方公布的基准分数
以下是 Meta 发布博客里的对照表,Muse Ember、Claude Haiku 5.5、GPT-6 Luna 都按 max 档。其中标了 Artificial Analysis 的项,和后文第三方部分可能因为口径或 harness 不一致,数字会对不上,请以各方原页面为准。
| 基准 | 来源(官方表标注) | Muse Ember (max) | Claude Haiku 5.5 (max) | GPT-6 Luna (max) |
|---|---|---|---|---|
| AutomationBench-AA | Artificial Analysis,Strict pass@1 | 37.8 | 13.9 | 20.2 |
| Agents' Last Exam | Meta 内部,Linux 子集 | 61.6 | 57.0 | 57.1 |
| Personal Superintelligence Index | Meta 内部综合指数 | 46.8 | 36.1 | 37.0 |
| Terminal-Bench 4.0 | 各模型最佳已公布 harness | 40.9 | 39.2 | 16.4 |
| Coding Agent Index-AA | Artificial Analysis | 46 | 37 | 31 |
| FrontierCode 2.0-AA | Artificial Analysis | 27.2 | 34.9 | 25.2 |
| GDP.pdf-AA | Artificial Analysis | 22.8 | 20.8 | 22.8 |
| OSWorld 2.1 | Meta 内部,部分分(括号内为二分) | 69.5(33.8) | 68.9(27.8) | 50.5(17.0) |
| PerceptionBench(带工具) | Meta 内部 | 80.6 | 78.6 | 62.8 |
| Artificial Analysis Index | Artificial Analysis | 36 | 36 | 28 |
官方脚注说明:Terminal-Bench 4.0 用的是各模型最佳已公布 harness(Ember 用 mini-swe-agent,Haiku 用 Claude Code,Luna 用 Codex)。Personal Superintelligence Index 是 Meta 内部 8 项综合,不是第三方榜。
发布博客还引用了 Box、Cline、Cloudflare、Oracle、You.com 等合作方的试用评价(例如 Cloudflare 称尾部延迟最多快约 30%,You.com 称编码任务 p95 延迟 2.2 秒)。这些是官方公告里的合作方引言,不是独立评测机构的复现。
第三方评测
Artificial Analysis
Artificial Analysis:Muse Ember (max)、AA 解读文章(2026-11-09) 和 changelog 的独立测试结果(截至 2026-11-10):
| 档位 | 智能指数 v5 | 单题成本(AA) |
|---|---|---|
| Xhigh | 34 | 约 $0.12 |
| Max | 36 | 约 $0.14 |
Max 档的更多第三方数据:
- 智能指数 36,AA 文章称它是得分不低于 36 的模型里最便宜的;和 Claude Haiku 5.5(max,36 分、约 $0.41/题)同分,单题成本大约三分之一。AA 还写它比 DeepSeek V4.1 Flash 1017(max,33 分、约 $0.60)和 GLM-5.3-Flash(28 分、约 $0.58)大约便宜 4 倍;比 Muse Wonder(max,44 分、约 $6.95/题)低 8 分,但单题成本大约是后者的 1/50
- 每题平均耗时约 3.1 分钟,同价位中位数约 7.5 分钟;输出速度约 449 tok/s,到第一个回答 token 约 4.22 秒(基于 Meta API)
- 跑完整套指数产出约 1.15 亿输出 tokens,同价位中位数约 9000 万,偏啰嗦但远低于顶尖旗舰
- 标价与官方短上下文价一致:输入 $0.10、输出 $0.50;AA 写缓存折扣 96%,按 7:2:1 估算的混合价是每百万 tokens $0.0728
- AA 文章解释:它和 Haiku 5.5、GPT-6 Luna 的输入/输出单价相同,但缓存命中更便宜(官方缓存读取 $0.004),而且输出 token 大约只有 Haiku 5.5(max)的三分之一,所以单题更省
分项上,AA 文章给出的独立结果是:
- AutomationBench-AA:68.1%,和 Muse Wonder(max)同一档,也高于 GPT-6 Astra。注意:这和 Meta 官方表里的 37.8(标注 Strict pass@1)不是同一个数字,口径可能不同,两处都列在这里,不自行换算
- GDP.pdf:22.8%,高于 Claude Haiku 5.5(max)的 20.8%
- AA-Briefcase:1521 Elo,低于 Haiku 5.5(max)的 1574 Elo
- Terminal-Bench 4.0:40.9%,高于 AA 自己测的 Haiku 5.5(max)32.8%。官方表里 Haiku 是 39.2%,用的是「各模型最佳已公布 harness」,和 AA 指数里的跑法不同
- FrontierCode 2.0:27.2%,低于 Haiku 5.5(max)的 34.9%,双方数字一致
- Coding Agent Index(在 Muse Code 里跑):46,高于 Haiku 5.5 在 Claude Code 里的 37,以及 GPT-6 Luna 在 Codex 里的 31
- 知识是主要短板,但很少乱编:AA-Omniscience 准确率只有 21.1%,低于 Haiku 5.5(max)的 34.7% 和 Gemini 3.8 Flash(high)的 50.5%。AA 的解释是它在 64% 的问题上选择不答,所以幻觉率是 17.4%,大约是 Haiku 5.5(max)的一半
截至 2026-11-10,还没有核到可引用的、带完整实测步骤的独立博客长文。TechCrunch、The Verge、VentureBeat 当天的报道主要是转述官方和 AA 的数字。第三方测评陆续出来后会更新。
优缺点和适合谁
优点:
- 同分更便宜:AA 智能指数 36,单题约 $0.14,明显低于同分的 Haiku 5.5(max)
- 快:约 449 tok/s,首个回答 token 约 4.22 秒,单题约 3.1 分钟
- 工作流和作为子 Agent 做终端编码时更突出(AutomationBench、Terminal-Bench、Coding Agent Index)
- 不知道就少答,幻觉率相对低,适合需要「宁可空着也不要编」的抽取和筛选
- 1M 上下文、最大输出 512K,官方价在 200K 以内也很低;缓存读取只有 $0.004
需要注意:
- 不是旗舰:比 Muse Wonder(44)和 Claude Fable 5.2(65)低一截,FrontierCode 上也明显落后 Haiku 5.5
- 知识准确率偏低,不适合当百科或封闭书问答模型
- 提示词超过 200K 会加价到 $0.30 / $0.012 / $1.50,长上下文不是同一档单价
- 权重未开放,目前主要走 Meta 自家 API 和 Muse Code
- 官方说的音频/视频输入,第三方页还没列全,接入前要自己验证
- 独立上手长文还很少
适合:
- Agent 里大量重复的工具调用、路由、抽取、跑测试、小范围改代码
- 做子 Agent,把规划和难题留给 Muse Wonder 或更强的旗舰模型
- 预算敏感、又希望幻觉少一点的批量处理
不太适合:
- 要一次做对的高难度软件工程(FrontierCode 上落后 Haiku 5.5)
- 强依赖封闭知识和事实问答的任务
- 需要开源权重、本地部署的场景
怎么接入
Meta 官方 API
官方写明:在 Muse Code 和 Meta Model API 里使用 muse-ember-1.0,支持 Responses API。具体请求字段以 Meta 的 API 文档为准。超过 200K 提示词时按长上下文档计费。
AI Code With
截至 2026-11-10,AI Code With 还没有上架 Muse Ember,上架后会在这里补充模型 id 和 Claude Code / Codex 配置。
来源核对
核对日期:2026-11-10(Asia/Shanghai)
官方:
第三方:



