发布日期

Meta 发布最小最省钱的 Muse Ember:每百万输入 Token 0.10 美元,主打 Agent 的大量重复步骤

Meta 于 11 月 9 日(美国时间)发布 Muse Ember,称其是最小、最高效的 Muse 模型,专门处理 Agent 反复执行的工具调用、编码子任务、路由、信息抽取和长文档解析。模型以 muse-ember-1.0 上线 Muse Code 和 Meta Model API,每百万输入 Token 0.10 美元、输出 0.50 美元;Meta 称它的每美元智能高于 Claude Haiku 5.5 和 GPT-6 Luna。

浅蓝背景上由多条蓝色弧线和圆点组成的对称花瓣状图案
Meta 研究博客 Muse Ember 公告的题图(装饰图)。

Meta 称,在 Artificial Analysis 的智能指数对比中,Muse Ember 在任何推理设置下的每美元智能都高于 Claude Haiku 5.5 和 GPT-6 Luna:约以三分之一的成本达到 Haiku 的最好分数,并超过 Luna 的所有设置;在最高推理设置下,每个评测任务成本约 0.14 美元。这些对比由 Meta 发布。

Muse Ember 支持 1M Token 上下文、最多 512K 输出,原生理解文本、图像、音频和视频,可读截图、图表和扫描件,也能根据截图直接操作电脑。Meta 说它是第一个用 Muse Wonder Full 训练的模型,定位是与 Muse Wonder(最难问题)和 Muse Spark(编码与 Agent 工作流)搭配,承担大批量执行。

价格为每百万输入 Token 0.10 美元、缓存输入 0.004 美元、输出 0.50 美元,支持 Responses API。Muse Ember、Muse Spark 和 Muse Wonder 现已可在 Google Cloud 和 Oracle Cloud 上使用。Meta 称发布前按其 Meta Superintelligence Scaling Framework 评估了化学生物、网络安全和失控风险,结果均低于高风险阈值。

来源

  1. Introducing Our Smallest, Most Efficient Model: Muse Ember — Meta AI Research

专题:Meta

相关报道

在 ? 中打开这篇 →