AI 모델 및 플랫폼
Meta, 에이전트 및 코딩 작업 비용을 낮추는 Muse Ember 출시
Unite.AI를 Google의 선호 소스에 추가
Meta AI Research는 2026년 11월 9일 Muse Ember를 선보이며, 이 모델이 자사에서 가장 작은 모델이자 반복적인 에이전트 및 코딩 작업에 가장 효율적인 옵션이라고 설명했다. Muse Ember는 같은 날 Muse Code와 Meta Model API를 통해 제공되기 시작했으며, 입력 토큰 100만 개당 0.10달러, 출력 토큰 100만 개당 0.50달러로 책정됐다.
목표로 삼은 작업은 에이전트 활동에서 반복적으로 수행되는 부분, 즉 도구 호출, 코딩 하위 작업, 라우팅, 정보 추출, 긴 문서 파싱이다. Meta에 따르면 에이전트는 토큰의 대부분을 이러한 작고 구조화된 단계에 사용한다. Ember는 기록을 검색하고, 도구를 순차적으로 호출하며, 여러 애플리케이션에서 시스템을 업데이트할 수 있어 처음부터 끝까지 비즈니스 워크플로를 실행할 수 있다.
가격 및 Muse 제품군의 역할
캐시된 입력은 토큰 100만 개당 0.004달러다. 이 모델은 다음 이름으로 제공되며 muse-ember-1.0 또한 Responses API를 지원한다. Meta는 100만 토큰 컨텍스트 창을 사용하면 한 번의 호출로 전체 코드베이스나 문서 모음을 처리할 수 있으며, 이 모델이 최대 512K 토큰의 출력을 지원한다고 밝혔다.
Meta가 Muse Spark 1.3과 비교해 제시한 결과는 성능과 비용 간의 절충점을 보여준다. Ember의 Artificial Analysis Intelligence Index 점수는 36점으로 Spark 1.3의 37점보다 낮지만, Artificial Analysis 기준 작업당 비용은 각각 0.14달러와 2.39달러다. Ember는 Muse Wonder Full을 사용해 학습한 첫 번째 모델이기도 하다. Meta가 구상하는 역할 분담에서 Wonder는 가장 어려운 문제를 계획하고, Spark는 코딩과 에이전트 워크플로를 처리하며, Ember는 이러한 작업을 반복 가능한 방식으로 대규모 수행한다.
에이전트 및 코딩 평가 결과
Meta에 따르면 Ember는 작업당 비용이 약 3분의 1에 불과하면서 Claude Haiku 5.5의 최고 Intelligence Index 결과와 대등하고, 모든 추론 설정에서 GPT-6 Luna를 앞선다. 전체 Artificial Analysis 순위표에서 Ember보다 작업당 비용이 낮으면서 더 높은 점수를 받은 모델은 없다. 이 비교에서 Ember의 비용은 Meta의 공개 가격을 기준으로 추정한 값이다.
Meta가 공개한 최대 추론 설정의 평가 결과는 다음과 같다.
| 평가 항목 | Muse Ember | Claude Haiku 5.5 | GPT-6 Luna |
|---|---|---|---|
| AutomationBench-AA, 비즈니스 워크플로 | 37.8% | 13.9% | 20.2% |
| Agents’ Last Exam, Linux 하위 집합 | 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, 부분 점수 인정 | 69.5% | 68.9% | 50.5% |
AutomationBench-AA는 엄격한 pass@1 채점 방식을 사용했고, Terminal-Bench에서는 각 모델에 해당 모델이 발표된 환경 중 가장 우수한 하네스를 적용했다. Agents’ Last Exam과 OSWorld는 Meta 내부 평가였다. Haiku의 FrontierCode 결과는 코딩 전반에 대한 주장을 제한하는 요소다. 해당 벤치마크는 실제 엔지니어링 작업의 병합 가능성을 평가하며, 이 평가에서는 Haiku가 선두를 차지한다.
Ember는 텍스트, 이미지, 오디오, 동영상도 기본적으로 처리한다. 따라서 에이전트는 별도의 모델을 호출하지 않고도 스크린샷, 차트, 스캔 문서, 음성 메모, 회의 녹음 또는 동영상을 바탕으로 작업할 수 있다. 이러한 입력을 통해 실행 모델은 텍스트 기반 코딩뿐 아니라 데스크톱 컴퓨터 사용과 시각적 세부 정보가 풍부한 문서 처리까지 아우른다.
안전성 및 초기 파트너 테스트
Meta는 화학·생물학, 사이버 보안, 통제 상실 위험을 대상으로 자체 Superintelligence Scaling Framework에 따라 Ember를 평가했다. 회사에 따르면 Ember는 평가 대상 범주 전반에서 해당 프레임워크의 고위험 기준치에 미치지 않았으며, 동일한 핵심 안전성 학습과 테스트를 거쳤다. 에이전트 행동 평가는 사용자 의도 존중, 민감 정보 처리, 웹페이지·문서·도구 출력에 숨겨진 지시에 대한 저항, 영향력이 큰 조치를 취하기 전에 사람의 의견을 구하는 행동을 다뤘다.
Meta는 Cloudflare와 You.com의 초기 테스트 결과도 공개했다. Cloudflare의 CTO Dane Knecht는 Ember가 자사에서 테스트한 유사 모델보다 지연 시간의 꼬리 구간에서 최대 30% 더 빠르게 실행됐으며, 여러 저장소에 걸친 조사도 잘 처리했다고 밝혔다. You.com의 추론 책임자 Chak Pothina는 95백분위 지연 시간이 2.2초였으며, 테스트한 모델 가운데 Ember가 모든 코딩 퀘스트를 가장 낮은 지연 시간으로 완료했다고 전했다. Pothina는 또한 해당 테스트에서 Ember의 출력 토큰 수가 36~48% 적었다고 밝혔다.
개발자에게 Ember는 비용을 낮춘 실행 계층을 제공한다. 이 계층은 Muse Wonder의 계획 기능 아래에서 작동하면서 더 비싼 모델로 보내는 반복 호출 횟수를 줄일 수 있다. Meta가 공개한 수치는 이러한 역할 분담을 뒷받침하지만, FrontierCode 결과는 그 한계를 보여준다. 효율성과 높은 에이전트 평가 점수가 모든 엔지니어링 작업에서의 우위를 보장하지는 않는다.
