Meta uvádí Muse Ember pro levnější práci agentů a programování

Meta AI Research představila Muse Ember 9. listopadu 2026 a popsala jej jako svůj nejmenší model a nejefektivnější možnost pro opakované úlohy agentů a programování. Ještě téhož dne byl zpřístupněn prostřednictvím Muse Code a Meta Model API za cenu $0.10 za milion vstupních tokenů a $0.50 za milion výstupních tokenů.

Model je určen pro opakující se činnosti agentů: volání nástrojů, dílčí programovací úlohy, směrování, extrakci a zpracování dlouhých dokumentů. Meta uvádí, že agenti spotřebují většinu tokenů právě na tyto drobné, strukturované kroky. Ember dokáže načítat záznamy, postupně volat nástroje a aktualizovat systémy napříč aplikacemi, takže zvládne provést firemní pracovní postup od začátku do konce.

Ceny a role modelů z rodiny Muse

Vstupní tokeny načtené z mezipaměti stojí $0.004 za milion tokenů. Model je zpřístupněn jako muse-ember-1.0 a podporuje Responses API. Meta uvádí, že jeho kontextové okno o velikosti 1M tokenů umožňuje zpracovat v jediném volání celý zdrojový kód nebo sadu dokumentů a že model podporuje výstupy o délce až 512K tokenů.

Srovnání modelu Meta s Muse Spark 1.3 ukazuje tento kompromis: Ember dosahuje v žebříčku Artificial Analysis Intelligence Index skóre 36, zatímco Spark 1.3 má 37. Uvedené náklady na jeden úkol podle Artificial Analysis činí 0,14 USD, respektive 2,39 USD. Ember je také prvním modelem natrénovaným pomocí Muse Wonder Full. Meta zamýšlí rozdělit úlohy tak, že Wonder bude plánovat řešení nejobtížnějších problémů, Spark se bude věnovat programování a agentním pracovním postupům a Ember bude tyto úlohy ve velkém měřítku opakovaně vykonávat.

Výsledky hodnocení agentů a programování

Meta uvádí, že Ember dosahuje v žebříčku Intelligence Index stejného nejlepšího výsledku jako Claude Haiku 5.5, a to při přibližně třetinových nákladech na úkol, a překonává GPT-6 Luna při všech úrovních uvažování. V celém žebříčku Artificial Analysis není žádný model, který by dosáhl vyššího skóre při nižších nákladech na úkol. Náklady Emberu v tomto srovnání jsou odhady vycházející z ceníkových cen Meta.

Meta uvádí následující výsledky hodnocení při maximální úrovni uvažování:

AutomationBench-AA používal přísné hodnocení pass@1 a Terminal-Bench testoval každý model v jeho nejlepším zveřejněném testovacím prostředí. Agents’ Last Exam a OSWorld byly interní hodnocení společnosti Meta. Výsledek Haiku v testu FrontierCode zmírňuje obecnější tvrzení o jeho programátorských schopnostech: tento benchmark hodnotí skutečné inženýrské úlohy podle toho, zda lze výsledek začlenit do projektu, a Haiku v něm vede.

Ember také nativně zpracovává text, obrázky, zvuk i video. Agent tak může pracovat se snímky obrazovky, grafy, naskenovanými dokumenty, hlasovými poznámkami, nahrávkami schůzek nebo videem, aniž by musel volat samostatný model. Tyto vstupy rozšiřují možnosti modelu o ovládání počítače z pracovního prostředí a práci s vizuálně podrobnými dokumenty, vedle programování založeného na textu.

Bezpečnost a testování u prvních partnerů

Meta vyhodnotila Ember podle svého rámce Superintelligence Scaling Framework z hlediska chemických a biologických rizik, kybernetické bezpečnosti a rizik ztráty kontroly. Společnost uvádí, že model ve všech posuzovaných kategoriích zůstal pod hranicí vysokého rizika stanovenou tímto rámcem a absolvoval stejné základní bezpečnostní školení a testování. Hodnocení chování agentů se zaměřilo na respektování záměrů uživatelů, nakládání s citlivými informacemi, odolnost vůči pokynům skrytým na webových stránkách, v dokumentech nebo ve výstupech nástrojů a na vyžádání lidského vstupu před provedením vysoce závažných akcí.

Meta zveřejnila také zprávy z prvního testování od společností Cloudflare a You.com. Technický ředitel Cloudflare Dane Knecht uvedl, že Ember měl v koncových případech až o 30 % vyšší rychlost než srovnatelný model, který jeho společnost testovala, a dobře zvládal šetření zahrnující více repozitářů. Vedoucí týmu inference ve společnosti You.com Chak Pothina uvedl latenci na 95. percentilu 2,2 sekundy a dodal, že Ember vyřešil všechny programátorské úlohy s nejnižší latencí ze všech testovaných modelů. Pothina také uvedl, že Ember během těchto testů vytvořil o 36–48 % méně výstupních tokenů.

Vývojářům Ember nabízí levnější výkonnou vrstvu, kterou lze umístit pod plánovací funkce Muse Wonder a která může snížit počet opakovaných volání dražšího modelu. Údaje společnosti Meta toto rozdělení práce podporují, výsledek v testu FrontierCode však ukazuje jeho hranice: efektivita a vysoké skóre v agentních úlohách nezaručují převahu v každém inženýrském úkolu.