Η Meta κυκλοφορεί το Muse Ember για οικονομικότερες εργασίες με πράκτορες και προγραμματισμό

Η Meta AI Research παρουσίασε το Muse Ember στις 9 Νοεμβρίου 2026, περιγράφοντάς το ως το μικρότερο μοντέλο της εταιρείας και την αποδοτικότερη επιλογή της για επαναλαμβανόμενες εργασίες με πράκτορες και προγραμματισμό. Έγινε διαθέσιμο την ίδια ημέρα μέσω των Muse Code και Meta Model API, με τιμή 0,10 $ ανά εκατομμύριο token εισόδου και 0,50 $ ανά εκατομμύριο token εξόδου.

Ο φόρτος εργασίας για τον οποίο προορίζεται είναι το επαναλαμβανόμενο σκέλος της δραστηριότητας των πρακτόρων: κλήσεις εργαλείων, υποεργασίες προγραμματισμού, δρομολόγηση, εξαγωγή πληροφοριών και ανάλυση μεγάλων εγγράφων. Σύμφωνα με τη Meta, οι πράκτορες δαπανούν τα περισσότερα token τους σε αυτά τα μικρά, δομημένα βήματα. Το Ember μπορεί να ανακτά εγγραφές, να καλεί εργαλεία διαδοχικά και να ενημερώνει συστήματα σε διαφορετικές εφαρμογές, εκτελώντας έτσι μια επιχειρηματική ροή εργασιών από την αρχή έως το τέλος.

Τιμολόγηση και ρόλοι της οικογένειας Muse

Η προσωρινά αποθηκευμένη είσοδος κοστίζει 0,004 $ ανά εκατομμύριο token. Το μοντέλο διατίθεται ως muse-ember-1.0 και υποστηρίζει το Responses API. Σύμφωνα με τη Meta, το παράθυρο συμφραζομένων του, χωρητικότητας 1 εκατομμυρίου token, μπορεί να χωρέσει ολόκληρη βάση κώδικα ή σύνολο εγγράφων σε μία κλήση, ενώ το μοντέλο υποστηρίζει εξόδους έως και 512.000 token.

Η σύγκριση της Meta με το Muse Spark 1.3 αναδεικνύει τον συμβιβασμό: το Ember συγκεντρώνει 36 στον δείκτη Artificial Analysis Intelligence Index, έναντι 37 για το Spark 1.3, ενώ το αναφερόμενο κόστος ανά εργασία στο Artificial Analysis είναι 0,14 $ και 2,39 $, αντίστοιχα. Το Ember είναι επίσης το πρώτο μοντέλο που εκπαιδεύτηκε με το Muse Wonder Full. Η Meta προορίζει το Wonder για τον σχεδιασμό λύσεων στα δυσκολότερα προβλήματα, το Spark για εργασίες προγραμματισμού και ροές εργασιών με πράκτορες και το Ember για την εκτέλεση επαναλαμβανόμενων εκδοχών αυτών των εργασιών σε μεγάλη κλίμακα.

Αποτελέσματα αξιολόγησης σε εργασίες με πράκτορες και προγραμματισμού

Σύμφωνα με τη Meta, το Ember ισοφαρίζει την καλύτερη επίδοση του Claude Haiku 5.5 στον Intelligence Index, με περίπου το ένα τρίτο του κόστους του ανά εργασία, και ξεπερνά το GPT-6 Luna σε κάθε ρύθμιση συλλογισμού. Κανένα μοντέλο στην πλήρη κατάταξη του Artificial Analysis δεν σημειώνει υψηλότερη βαθμολογία με χαμηλότερο κόστος ανά εργασία. Τα κόστη του Ember σε αυτή τη σύγκριση είναι εκτιμήσεις με βάση τις τιμές καταλόγου της Meta.

Στη μέγιστη ρύθμιση συλλογισμού, η Meta αναφέρει τα ακόλουθα αποτελέσματα αξιολόγησης:

Το AutomationBench-AA χρησιμοποίησε αυστηρή βαθμολόγηση pass@1, ενώ στο Terminal-Bench κάθε μοντέλο αξιολογήθηκε με το καλύτερο δημοσιευμένο πλαίσιο δοκιμών του. Τα Agents’ Last Exam και OSWorld ήταν εσωτερικές αξιολογήσεις της Meta. Το αποτέλεσμα του Haiku στο FrontierCode περιορίζει τον ευρύτερο ισχυρισμό για τις δυνατότητες προγραμματισμού: η συγκεκριμένη δοκιμή αξιολογεί πραγματικές εργασίες μηχανικής λογισμικού με βάση τη δυνατότητα συγχώνευσης και το Haiku προηγείται σε αυτήν.

Το Ember επεξεργάζεται επίσης εγγενώς κείμενο, εικόνες, ήχο και βίντεο. Έτσι, ένας πράκτορας μπορεί να αξιοποιεί στιγμιότυπα οθόνης, γραφήματα, σαρωμένα έγγραφα, φωνητικά μηνύματα, ηχογραφήσεις συσκέψεων ή βίντεο χωρίς να καλεί ξεχωριστό μοντέλο. Αυτές οι δυνατότητες επεκτείνουν το μοντέλο εκτέλεσης, ώστε να περιλαμβάνει τη χρήση υπολογιστή γραφείου και την επεξεργασία εγγράφων με πολλές οπτικές λεπτομέρειες, πέρα από τον προγραμματισμό βάσει κειμένου.

Ασφάλεια και δοκιμές από πρώτους συνεργάτες

Η Meta αξιολόγησε το Ember στο πλαίσιο του Superintelligence Scaling Framework για κινδύνους που σχετίζονται με τη χημεία και τη βιολογία, την κυβερνοασφάλεια και την απώλεια ελέγχου. Η εταιρεία αναφέρει ότι το μοντέλο παρέμεινε κάτω από τα όρια υψηλού κινδύνου του πλαισίου σε όλες τις κατηγορίες που αξιολογήθηκαν και έλαβε την ίδια βασική εκπαίδευση και τις ίδιες δοκιμές ασφάλειας. Οι αξιολογήσεις συμπεριφοράς των πρακτόρων εξέτασαν τον σεβασμό της πρόθεσης του χρήστη, τον χειρισμό ευαίσθητων πληροφοριών, την αντίσταση σε οδηγίες κρυμμένες σε ιστοσελίδες, έγγραφα ή αποτελέσματα εργαλείων, καθώς και την αναζήτηση ανθρώπινης συνδρομής πριν από ενέργειες με σημαντικό αντίκτυπο.

Η Meta δημοσίευσε επίσης αναφορές από τις πρώτες δοκιμές των Cloudflare και You.com. Ο CTO της Cloudflare, Dane Knecht, δήλωσε ότι το Ember ήταν έως και 30% ταχύτερο στο άκρο της κατανομής καθυστέρησης από το αντίστοιχο μοντέλο που δοκίμασε η εταιρεία του και ότι διαχειρίστηκε αποτελεσματικά έρευνες που κάλυπταν πολλαπλά αποθετήρια. Ο επικεφαλής εξαγωγής συμπερασμάτων της You.com, Chak Pothina, ανέφερε καθυστέρηση 2,2 δευτερολέπτων στο 95ο εκατοστημόριο, με το Ember να ολοκληρώνει κάθε πρόκληση προγραμματισμού με τη μικρότερη καθυστέρηση μεταξύ των μοντέλων που δοκιμάστηκαν. Ο Pothina είπε επίσης ότι, κατά τη διάρκεια αυτών των δοκιμών, το Ember παρήγαγε 36–48% λιγότερα token εξόδου.

Για τους προγραμματιστές, το Ember προσφέρει ένα οικονομικότερο επίπεδο εκτέλεσης που μπορεί να λειτουργεί κάτω από το επίπεδο σχεδιασμού του Muse Wonder και να μειώνει τον αριθμό των επαναλαμβανόμενων κλήσεων προς ένα ακριβότερο μοντέλο. Τα στοιχεία της Meta υποστηρίζουν αυτόν τον καταμερισμό εργασιών, ενώ το αποτέλεσμα στο FrontierCode δείχνει τα όριά του: η αποδοτικότητα και οι υψηλές επιδόσεις σε εργασίες με πράκτορες δεν εγγυώνται υπεροχή σε κάθε εργασία μηχανικής λογισμικού.