AIモデルとプラットフォーム
Meta、エージェントおよびコーディング作業の低コスト化に向けMuse Emberを発表
Unite.AI を Google の優先ソースに追加
Meta AI Researchは2026年11月9日、同社最小のモデルであり、エージェントやコーディングの反復作業に最も効率的な選択肢としてMuse Emberを発表しました。同日、Muse CodeとMeta Model APIを通じて提供が始まり、料金は入力トークン100万件あたり0.10ドル、出力トークン100万件あたり0.50ドルです。
対象となるのは、ツール呼び出し、コーディングのサブタスク、ルーティング、情報抽出、長文書の解析といった、エージェントの動作における反復的な処理です。Metaによると、エージェントが使用するトークンの大半は、こうした小規模で構造化された処理に費やされます。Emberは記録を取得し、ツールを順に呼び出し、複数のアプリケーションにまたがってシステムを更新できるため、業務ワークフローを最初から最後まで実行できます。
料金とMuseファミリーの役割
キャッシュされた入力の料金は、トークン100万件あたり0.004ドルです。モデルは次の形で提供され、 muse-ember-1.0 Responses APIにも対応しています。Metaによると、100万トークンのコンテキストウィンドウにより、コードベース全体または文書一式を1回の呼び出しで扱えます。また、最大512Kトークンの出力に対応しています。
MetaがMuse Spark 1.3と比較して示すのは、性能とコストのトレードオフです。EmberのArtificial Analysis Intelligence Indexスコアは36で、Spark 1.3の37を下回る一方、Artificial Analysisのタスクごとの掲載料金は、それぞれ0.14ドルと2.39ドルです。また、EmberはMuse Wonder Fullを使ってトレーニングされた初のモデルです。Metaが想定する役割分担では、最も難しい問題の計画をWonderが担い、コーディングとエージェント型ワークフローをSparkが処理し、Emberはそれらのタスクを反復可能な形で大規模に実行します。
エージェントおよびコーディングの評価結果
Metaによると、Emberはタスクあたりのコストがおよそ3分の1でありながら、Artificial Analysis Intelligence IndexでClaude Haiku 5.5の最高スコアに並び、あらゆる推論設定でGPT-6 Lunaを上回ります。また、Artificial Analysisの全モデル掲載ランキングには、タスクあたりのコストがEmberより低く、かつ高いスコアを記録したモデルはありません。この比較におけるEmberのコストは、Metaの公表価格に基づく推定値です。
Metaが公表した、最大推論設定での評価結果は以下のとおりです。
| 評価項目 | Muse Ember | Claude Haiku 5.5 | GPT-6 Luna |
|---|---|---|---|
| AutomationBench-AA、業務ワークフロー | 37.8% | 13.9% | 20.2% |
| Agents’ Last Exam、Linuxサブセット | 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、部分点 | 69.5% | 68.9% | 50.5% |
AutomationBench-AAでは厳格なpass@1スコアリングが採用され、Terminal-Benchでは、各モデルに対して公開済みのハーネスのうち最良のものが使用されました。Agents’ Last ExamとOSWorldは、Meta社内で実施された評価です。HaikuのFrontierCodeでの結果は、コーディング全般に関する主張に留保を加えるものです。このベンチマークでは、実際のエンジニアリングタスクをマージ可能性の観点から評価しており、Haikuが首位に立っています。
Emberはテキスト、画像、音声、動画もネイティブに処理できます。そのため、エージェントは別のモデルを呼び出すことなく、スクリーンショット、グラフ、スキャン文書、ボイスメモ、会議の録音、動画をもとに作業できます。こうした入力により、テキストベースのコーディングに加え、デスクトップ上でのコンピューター操作や、視覚情報の多い文書を扱う用途にも実行モデルを拡張できます。
安全性と初期パートナーによるテスト
Metaは、化学・生物学、サイバーセキュリティ、制御不能のリスクについて、Superintelligence Scaling Frameworkに基づいてEmberを評価しました。同社によると、評価対象となったすべてのカテゴリーで、モデルは同フレームワークの高リスク基準を下回り、基本的な安全性トレーニングとテストについても他のモデルと同じものを受けています。エージェントの振る舞いに関する評価では、ユーザーの意図の尊重、機密情報の取り扱い、ウェブページ・文書・ツール出力に埋め込まれた指示への抵抗、重大な影響を及ぼす操作を行う前に人間の判断を仰ぐことが検証されました。
Metaは、CloudflareとYou.comによる初期テストの報告も公開しました。CloudflareのCTOであるDane Knecht氏は、同社がテストした同等のモデルと比べ、Emberはテールレイテンシが最大30%速く、複数のリポジトリにまたがる調査を適切に処理したと述べています。You.comで推論を担当するChak Pothina氏は、95パーセンタイルのレイテンシが2.2秒であり、テストしたモデルの中でEmberはすべてのコーディング課題を最も低いレイテンシで完了したと報告しました。またPothina氏によると、これらのテストでEmberが生成した出力トークンは36～48%少なかったとのことです。
開発者にとってEmberは、Muse Wonderの計画立案を支える低コストの実行レイヤーとなり、より高価なモデルに送る反復的な呼び出しの数を減らせます。Metaの数値はこの役割分担を裏付ける一方、FrontierCodeの結果はその限界も示しています。効率性やエージェント評価での高いスコアが、あらゆるエンジニアリングタスクでの優位性を保証するわけではありません。
