Yapay zeka modelleri ve platformları
Meta, Daha Düşük Maliyetli Ajan ve Kodlama İşleri için Muse Ember’ı Piyasaya Sürüyor
Unite.AI sitesini Google'daki tercih ettiğiniz kaynaklara ekleyin
Meta AI Research, 9 Kasım 2026’da Muse Ember’ı tanıttı ve onu şirketin en küçük modeli, tekrarlanan ajan ve kodlama işleri için de en verimli seçeneği olarak tanımladı. Model, aynı gün Muse Code ve Meta Model API üzerinden kullanıma sunuldu. Fiyatı, milyon girdi belirteci başına 0,10 dolar ve milyon çıktı belirteci başına 0,50 dolardı.
Hedeflenen iş yükü, ajan faaliyetlerinin tekrarlayan katmanından oluşuyor: araç çağrıları, kodlama alt görevleri, yönlendirme, bilgi çıkarımı ve uzun belgelerin ayrıştırılması. Meta’ya göre ajanlar, token’larının çoğunu bu küçük ve yapılandırılmış adımlarda harcıyor. Ember kayıtları getirebiliyor, araçları sırayla çağırabiliyor ve uygulamalar arasında sistemleri güncelleyebiliyor; böylece bir iş akışını başından sonuna kadar yürütebiliyor.
Fiyatlandırma ve Muse Ailesindeki Roller
Önbelleğe alınmış girdilerin maliyeti, milyon token başına 0,004 dolardır. Model şu şekilde sunulur: muse-ember-1.0 ve Responses API’yi destekler. Meta’ya göre 1 milyon token’lık bağlam penceresi, tek bir çağrıda tüm bir kod tabanını veya belge kümesini işleyebilir; model ayrıca 512 bin token’a kadar çıktı üretebilir.
Meta’nın Muse Spark 1.3 ile yaptığı karşılaştırma, aradaki ödünleşimi ortaya koyuyor: Ember, Artificial Analysis Intelligence Index’te 36 puan alırken Spark 1.3 37 puan alıyor; Artificial Analysis görev başına listelenen maliyetler ise sırasıyla 0,14 dolar ve 2,39 dolar. Ember ayrıca Muse Wonder Full kullanılarak eğitilen ilk model. Meta’nın öngördüğü iş bölümü şöyle: Wonder en zor problemleri planlayacak, Spark kodlama ve ajan iş akışlarını yürütecek, Ember ise bu görevlerin tekrarlanabilir sürümlerini ölçekli biçimde gerçekleştirecek.
Ajan ve Kodlama Değerlendirme Sonuçları
Meta’ya göre Ember, Intelligence Index’te Claude Haiku 5.5’in en iyi sonucunu görev başına yaklaşık üçte bir maliyetle yakalıyor ve her akıl yürütme ayarında GPT-6 Luna’yı geride bırakıyor. Artificial Analysis’in genel sıralamasında, görev başına daha düşük maliyetle daha yüksek puan alan başka bir model bulunmuyor. Bu karşılaştırmadaki Ember maliyetleri, Meta’nın liste fiyatlarına dayalı tahminlerdir.
Meta, en yüksek akıl yürütme ayarında aşağıdaki değerlendirme sonuçlarını bildiriyor:
| Değerlendirme | Muse Ember | Claude Haiku 5.5 | GPT-6 Luna |
|---|---|---|---|
| AutomationBench-AA, iş akışları | 37.8% | 13.9% | 20.2% |
| Agents’ Last Exam, Linux alt kümesi | 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, kısmi puan | 69.5% | 68.9% | 50.5% |
AutomationBench-AA’da katı pass@1 puanlaması kullanıldı; Terminal-Bench’te ise her model, yayımlanmış en iyi değerlendirme düzeneğinde çalıştırıldı. Agents’ Last Exam ve OSWorld, Meta’nın şirket içi değerlendirmeleriydi. Haiku’nun FrontierCode sonucu, kodlama konusundaki daha geniş iddiaya bir sınır getiriyor: Bu kıyaslama, gerçek mühendislik görevlerini birleştirilebilirlik açısından değerlendiriyor ve Haiku bu kıyaslamada önde.
Ember ayrıca metinleri, görselleri, sesleri ve videoları doğal olarak işleyebiliyor. Böylece bir ajan, ayrı bir model çağırmadan ekran görüntüleri, grafikler, taranmış belgeler, sesli notlar, toplantı kayıtları veya videolar üzerinden çalışabiliyor. Bu girdiler, metin tabanlı kodlamanın yanı sıra masaüstü bilgisayar kullanımını ve görsel açıdan ayrıntılı belgelerle çalışmayı da yürütme modeline dahil ediyor.
Güvenlik ve İlk İş Ortağı Testleri
Meta, Ember’ı Kimyasal ve Biyolojik Riskler, Siber Güvenlik Riskleri ve Kontrol Kaybı Riskleri için kendi Süper Zekâ Ölçeklendirme Çerçevesi kapsamında değerlendirdi. Şirket, modelin incelenen kategorilerin tümünde çerçevenin yüksek risk eşiklerinin altında kaldığını ve aynı temel güvenlik eğitimini ve testlerini aldığını bildiriyor. Ajan davranışı değerlendirmelerinde kullanıcı niyetine saygı, hassas bilgilerin işlenmesi, web sayfalarına, belgelere veya araç çıktılarına gizlenmiş talimatlara direnme ve yüksek etkili eylemlerden önce insandan girdi isteme konuları ele alındı.
Meta ayrıca Cloudflare ve You.com’un ilk test deneyimlerini yayımladı. Cloudflare’ın CTO’su Dane Knecht, Ember’ın şirketinin test ettiği karşılaştırılabilir modele kıyasla uç gecikmelerde yüzde 30’a kadar daha hızlı çalıştığını ve birden fazla depoyu kapsayan incelemeleri iyi yürüttüğünü söyledi. You.com’un çıkarım lideri Chak Pothina, 95. yüzdelik dilimde gecikmenin 2,2 saniye olduğunu ve Ember’ın test edilen modeller arasında en düşük gecikmeyle tüm kodlama görevlerini tamamladığını bildirdi. Pothina ayrıca bu testlerde Ember’ın yüzde 36–48 daha az çıktı token’ı ürettiğini belirtti.
Geliştiriciler için Ember, Muse Wonder’ın planlama katmanının altında çalışabilecek ve daha pahalı bir modele gönderilen tekrarlayan çağrıların sayısını azaltabilecek düşük maliyetli bir yürütme katmanı sunuyor. Meta’nın verileri bu iş bölümünü destekliyor; FrontierCode sonucu ise sınırını gösteriyor: Verimlilik ve ajan görevlerindeki güçlü puanlar, her mühendislik görevinde üstünlük sağlamayı garanti etmiyor.
