Модели и платформы ИИ
Meta представляет Muse Ember для более экономичной работы агентных систем и программирования
Добавьте Unite.AI в избранные источники в Google
Meta AI Research представила Muse Ember 9 ноября 2026 года, назвав её своей самой компактной моделью и наиболее эффективным решением для повторяющихся задач, связанных с агентами и программированием. В тот же день модель стала доступна через Muse Code и Meta Model API. Стоимость составляет $0.10 за миллион входных токенов и $0.50 за миллион выходных токенов.
Модель предназначена для повторяющихся задач, составляющих основную часть работы агентов: вызова инструментов, подзадач по программированию, маршрутизации, извлечения данных и обработки длинных документов. По словам Meta, на эти небольшие структурированные этапы агенты тратят большую часть своих токенов. Ember может извлекать записи, последовательно вызывать инструменты и обновлять данные в разных приложениях, выполняя бизнес-процесс от начала до конца.
Стоимость и роли моделей семейства Muse
Кэшированные входные данные стоят $0.004 за миллион токенов. Модель предоставляется как muse-ember-1.0 и поддерживает Responses API. По словам Meta, контекстное окно на 1 млн токенов позволяет обработать за один запрос всю кодовую базу или набор документов, а модель поддерживает генерацию до 512 тыс. токенов.
Сравнение Meta с Muse Spark 1.3 показывает компромисс между возможностями и стоимостью: Ember набирает 36 баллов в рейтинге Artificial Analysis Intelligence Index против 37 у Spark 1.3, тогда как указанные затраты на одну задачу по оценке Artificial Analysis составляют соответственно $0.14 и $2.39. Ember также стала первой моделью, обученной с использованием Muse Wonder Full. По замыслу Meta, Wonder должна планировать решение самых сложных задач, Spark — справляться с программированием и агентными рабочими процессами, а Ember — выполнять повторяющиеся варианты этих задач в больших масштабах.
Результаты оценки для агентных задач и программирования
По словам Meta, Ember показывает лучший результат Claude Haiku 5.5 в Intelligence Index, обходясь примерно в треть стоимости за задачу, и превосходит GPT-6 Luna при любых настройках рассуждения. Среди моделей в полной таблице лидеров Artificial Analysis нет ни одной, которая набирала бы больше баллов при меньших затратах на задачу. Затраты на Ember в этом сравнении рассчитаны по опубликованным Meta тарифам.
По данным Meta, при максимальном уровне рассуждения модели показали следующие результаты:
| Оценка | Muse Ember | Claude Haiku 5.5 | GPT-6 Luna |
|---|---|---|---|
| AutomationBench-AA, бизнес-процессы | 37.8% | 13.9% | 20.2% |
| Agents’ Last Exam, подмножество Linux | 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, частичный балл | 69.5% | 68.9% | 50.5% |
В AutomationBench-AA использовалась строгая метрика pass@1, а для Terminal-Bench каждую модель запускали в лучшей из опубликованных тестовых сред. Agents’ Last Exam и OSWorld — внутренние оценки Meta. Результат Haiku в FrontierCode ограничивает более общий тезис о её возможностях в программировании: этот бенчмарк оценивает реальные инженерные задачи по критерию готовности к слиянию, и в нём лидирует Haiku.
Ember также умеет напрямую обрабатывать текст, изображения, аудио и видео. Поэтому агент может работать со снимками экрана, графиками, сканированными документами, голосовыми заметками, записями встреч и видео, не обращаясь к отдельной модели. Благодаря таким входным данным модель может использовать компьютер с графическим интерфейсом и работать с визуально насыщенными документами, а не только с текстом и кодом.
Безопасность и первые испытания партнёрами
Meta оценила Ember в рамках своей системы Superintelligence Scaling Framework на предмет химических и биологических рисков, рисков в сфере кибербезопасности и рисков утраты контроля. Компания сообщает, что по всем рассмотренным категориям показатели модели оставались ниже пороговых значений высокого риска, установленных системой, а модель прошла тот же базовый курс обучения и тестирования по безопасности. При оценке поведения агентов проверяли, соблюдают ли они намерения пользователя, умеют ли обращаться с конфиденциальной информацией, противостоять инструкциям, скрытым на веб-страницах, в документах или результатах работы инструментов, и запрашивать ли участие человека перед действиями с серьёзными последствиями.
Meta также опубликовала отчёты о первых испытаниях от Cloudflare и You.com. Технический директор Cloudflare Дейн Кнехт сообщил, что на хвосте распределения задержек Ember работала до 30% быстрее сопоставимой модели, которую тестировала его компания, и хорошо справлялась с расследованиями, охватывавшими несколько репозиториев. Руководитель направления инференса в You.com Чак Потхина сообщил, что задержка на 95-м процентиле составила 2.2 секунды, а Ember выполнила все задания по программированию с наименьшей задержкой среди протестированных моделей. Потхина также отметил, что в ходе этих испытаний Ember выдавала на 36–48% меньше выходных токенов.
Для разработчиков Ember создаёт более экономичный уровень выполнения задач, который может работать под планирующей моделью Muse Wonder и сокращать число повторяющихся запросов к более дорогой модели. Данные Meta подтверждают целесообразность такого распределения ролей, однако результат FrontierCode обозначает его пределы: высокая эффективность и сильные результаты в агентных задачах не гарантируют превосходства в каждой инженерной задаче.
