AI-mallit ja alustat
Meta julkaisee Muse Emberin edullisempaan agentti- ja koodaustyöhön
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Meta AI Research esitteli Muse Emberin 9. marraskuuta 2026. Yhtiö kuvaili sitä pienimmäksi mallikseen ja tehokkaimmaksi vaihtoehdokseen toistuviin agentti- ja koodaustehtäviin. Malli tuli saataville samana päivänä Muse Coden ja Meta Model API:n kautta. Sen hinta oli 0,10 dollaria miljoonalta syötetokenilta ja 0,50 dollaria miljoonalta tulostetokenilta.
Mallin kohteena ovat agenttien toiminnan toistuvat vaiheet: työkalukutsut, koodauksen osatehtävät, reititys, tietojen poiminta ja pitkien asiakirjojen jäsentäminen. Metan mukaan agentit käyttävät suurimman osan tokeneistaan näihin pieniin, jäsenneltyihin vaiheisiin. Ember pystyy hakemaan tietueita, kutsumaan työkaluja peräkkäin ja päivittämään eri sovellusten järjestelmiä, joten se voi suorittaa liiketoiminnan työnkulun alusta loppuun.
Hinnoittelu ja Muse-perheen roolit
Välimuistissa olevien syötetokenien hinta on 0,004 dollaria miljoonalta tokenilta. Malli on saatavilla muodossa muse-ember-1.0 ja tukee Responses API:a. Metan mukaan sen miljoonan tokenin konteksti-ikkunaan mahtuu koko koodikanta tai asiakirjakokoelma yhdellä kutsulla. Malli tukee enintään 512 000 tokenin tulosteita.
Metan vertailu malliin Muse Spark 1.3 havainnollistaa kompromissia: Ember saa Artificial Analysis Intelligence Indexissä 36 pistettä ja Spark 1.3 37 pistettä, kun taas Artificial Analysis -tehtävien ilmoitetut kustannukset ovat vastaavasti 0,14 ja 2,39 dollaria. Ember on myös ensimmäinen Muse Wonder Full -mallia käyttäen koulutettu malli. Metan suunnitelmissa Wonder suunnittelee vaikeimmat ongelmat, Spark hoitaa koodauksen ja agenttimaiset työnkulut, ja Ember suorittaa näiden tehtävien toistuvia versioita laajassa mittakaavassa.
Agentti- ja koodaustehtävien arviointitulokset
Metan mukaan Ember yltää Claude Haiku 5.5:n parhaaseen Intelligence Index -tulokseen noin kolmanneksella sen tehtäväkohtaisista kustannuksista ja päihittää GPT-6 Lunan kaikilla päättelyasetuksilla. Koko Artificial Analysis -tulostaulukossa mikään malli ei saa korkeampia pisteitä pienemmällä tehtäväkohtaisella hinnalla. Emberin kustannukset tässä vertailussa ovat arvioita, jotka perustuvat Metan listahintoihin.
Meta ilmoittaa seuraavat arviointitulokset suurimmalla päättelyasetuksella:
| Arviointi | Muse Ember | Claude Haiku 5.5 | GPT-6 Luna |
|---|---|---|---|
| AutomationBench-AA, liiketoiminnan työnkulut | 37.8% | 13.9% | 20.2% |
| Agents’ Last Exam, Linux-osajoukko | 61.6% | 57.0% | 57.1% |
| Terminal-Bench 4.0 | 40.9% | 39.2% | 16.4% |
| Coding Agent Index-AA | 46 | 37 | 31 |
| FrontierCode 2.0-AA | 27.2% | 34.9% | 25.2% |
| OSWorld 2.1, osapisteet | 69.5% | 68.9% | 50.5% |
AutomationBench-AA:ssa käytettiin tiukkaa pass@1-pisteytystä, ja Terminal-Benchissä kukin malli arvioitiin parhaassa julkaistussa testausympäristössään. Agents’ Last Exam ja OSWorld olivat Metan sisäisiä arviointeja. Haikun FrontierCode-tulos asettaa laajemmat koodausväitteet oikeisiin mittasuhteisiin: vertailutestissä arvioidaan todellisia ohjelmistokehitystehtäviä sen perusteella, voidaanko niiden tulokset yhdistää koodikantaan, ja Haiku on siinä kärjessä.
Ember käsittelee natiivisti myös tekstiä, kuvia, ääntä ja videota. Agentti voi siis työskennellä kuvakaappausten, kaavioiden, skannattujen asiakirjojen, äänimuistioiden, kokoustallenteiden tai videoiden pohjalta ilman erillisen mallin kutsumista. Näin toimintamalli kattaa tekstipohjaisen koodauksen lisäksi tietokoneen käytön työpöytäympäristössä ja visuaalisesti yksityiskohtaisten asiakirjojen käsittelyn.
Turvallisuus ja varhaiset kumppanitestit
Meta arvioi Emberiä Superintelligence Scaling Framework -viitekehyksensä mukaisesti kemiallisiin ja biologisiin riskeihin, kyberturvallisuusriskeihin sekä hallinnan menettämisen riskeihin liittyen. Yhtiön mukaan malli pysyi arvioiduissa kategorioissa viitekehyksen korkean riskin kynnysarvojen alapuolella ja sai saman keskeisen turvallisuuskoulutuksen ja -testauksen kuin muutkin mallit. Agentin käyttäytymisen arvioinneissa tarkasteltiin käyttäjän aikomusten kunnioittamista, arkaluonteisten tietojen käsittelyä, verkkosivuille, asiakirjoihin tai työkalujen tulosteisiin piilotettujen ohjeiden vastustamista sekä ihmisen puoleen kääntymistä ennen merkittäviä vaikutuksia aiheuttavia toimia.
Meta julkaisi myös Cloudflaren ja You.comin kuvaukset varhaisista testeistä. Cloudflaren teknologiajohtaja Dane Knecht kertoi, että Emberin suoritus oli viiveen häntäpäässä jopa 30 % nopeampi kuin yhtiön testaamalla vertailukelpoisella mallilla ja että se suoriutui hyvin useita tietovarastoja kattavista selvityksistä. You.comin päättelyjärjestelmistä vastaava Chak Pothina raportoi 2,2 sekunnin viiveen 95. persentiilissä ja kertoi Emberin suorittaneen kaikki koodaustehtävät pienimmällä viiveellä testatuista malleista. Pothinan mukaan Ember tuotti testeissä myös 36–48 % vähemmän tulostetokeneita.
Kehittäjille Ember tarjoaa edullisemman suorituskerroksen, joka voidaan sijoittaa Muse Wonderin suunnittelutoimintojen alle ja jolla voidaan vähentää kalliimmalle mallille lähetettävien toistuvien kutsujen määrää. Metan luvut tukevat tällaista työnjakoa, mutta FrontierCode-tulos osoittaa sen rajat: tehokkuus ja vahvat agenttitehtävien tulokset eivät takaa ylivoimaa kaikissa ohjelmistokehitystehtävissä.
