Mô hình và nền tảng AI
Meta ra mắt Muse Ember, phục vụ tác vụ của tác tử và lập trình với chi phí thấp hơn
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google
Meta AI Research ra mắt Muse Ember vào ngày 9 tháng 11 năm 2026, mô tả đây là mô hình nhỏ nhất và là lựa chọn hiệu quả nhất của công ty cho các tác vụ lặp đi lặp lại liên quan đến tác tử và lập trình. Mô hình được cung cấp ngay trong ngày hôm đó thông qua Muse Code và Meta Model API, với mức giá 0,10 USD cho mỗi triệu token đầu vào và 0,50 USD cho mỗi triệu token đầu ra.
Khối lượng công việc mà mô hình hướng đến là những hoạt động lặp đi lặp lại của tác tử: gọi công cụ, xử lý các tác vụ lập trình nhỏ, định tuyến, trích xuất và phân tích tài liệu dài. Meta cho biết tác tử sử dụng phần lớn token cho những bước nhỏ, có cấu trúc này. Ember có thể truy xuất hồ sơ, lần lượt gọi các công cụ và cập nhật hệ thống trên nhiều ứng dụng, nhờ đó thực hiện quy trình công việc của doanh nghiệp từ đầu đến cuối.
Giá và vai trò của các mô hình trong gia đình Muse
Chi phí cho token đầu vào được lưu trong bộ nhớ đệm là 0,004 USD cho mỗi triệu token. Mô hình được cung cấp dưới dạng muse-ember-1.0 và hỗ trợ Responses API. Meta cho biết cửa sổ ngữ cảnh 1 triệu token có thể chứa toàn bộ mã nguồn của một dự án hoặc một bộ tài liệu trong một lần gọi, trong khi mô hình hỗ trợ đầu ra tối đa 512 nghìn token.
So sánh của Meta với Muse Spark 1.3 cho thấy sự đánh đổi: Ember đạt 36 điểm trên Artificial Analysis Intelligence Index, so với 37 điểm của Spark 1.3, trong khi chi phí được liệt kê cho mỗi tác vụ của Artificial Analysis lần lượt là 0,14 USD và 2,39 USD. Ember cũng là mô hình đầu tiên được huấn luyện bằng Muse Wonder Full. Theo cách phân chia vai trò mà Meta hướng tới, Wonder sẽ lập kế hoạch cho những vấn đề khó nhất, Spark xử lý các quy trình lập trình và quy trình làm việc dựa trên tác tử, còn Ember thực hiện các phiên bản có thể lặp lại của những tác vụ đó trên quy mô lớn.
Kết quả đánh giá về tác tử và lập trình
Meta cho biết Ember đạt kết quả Intelligence Index tốt nhất ngang với Claude Haiku 5.5, với chi phí cho mỗi tác vụ chỉ bằng khoảng một phần ba, đồng thời vượt GPT-6 Luna ở mọi thiết lập suy luận. Không có mô hình nào trên bảng xếp hạng Artificial Analysis đầy đủ đạt điểm cao hơn với chi phí mỗi tác vụ thấp hơn. Chi phí của Ember trong phép so sánh này là ước tính dựa trên mức giá niêm yết của Meta.
Ở mức suy luận tối đa, Meta công bố các kết quả đánh giá sau:
| Bài đánh giá | Muse Ember | Claude Haiku 5.5 | GPT-6 Luna |
|---|---|---|---|
| AutomationBench-AA, quy trình công việc doanh nghiệp | 37.8% | 13.9% | 20.2% |
| Agents’ Last Exam, tập con 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, điểm một phần | 69.5% | 68.9% | 50.5% |
AutomationBench-AA sử dụng cách chấm điểm pass@1 nghiêm ngặt, còn Terminal-Bench đặt mỗi mô hình vào bộ kiểm thử đã công bố có kết quả tốt nhất của mô hình đó. Agents’ Last Exam và OSWorld là các bài đánh giá nội bộ của Meta. Kết quả của Haiku trên FrontierCode là một điểm cần lưu ý khi xem xét tuyên bố rộng hơn về năng lực lập trình: bài đánh giá này đo lường khả năng hợp nhất mã trong các tác vụ kỹ thuật thực tế, và Haiku dẫn đầu.
Ember cũng có thể xử lý trực tiếp văn bản, hình ảnh, âm thanh và video. Nhờ đó, tác tử có thể làm việc với ảnh chụp màn hình, biểu đồ, tài liệu được quét, bản ghi nhớ bằng giọng nói, bản ghi cuộc họp hoặc video mà không cần gọi một mô hình riêng. Những đầu vào này mở rộng khả năng thực thi sang việc sử dụng máy tính để bàn và xử lý tài liệu có nhiều chi tiết trực quan, bên cạnh lập trình dựa trên văn bản.
An toàn và thử nghiệm ban đầu với đối tác
Meta đánh giá Ember theo Superintelligence Scaling Framework về các rủi ro hóa học và sinh học, an ninh mạng cũng như mất kiểm soát. Công ty cho biết mô hình không vượt ngưỡng rủi ro cao của khuôn khổ này trong bất kỳ hạng mục nào được đánh giá, đồng thời được huấn luyện và kiểm thử về an toàn theo cùng quy trình cốt lõi. Các bài đánh giá hành vi của tác tử xem xét việc tôn trọng ý định của người dùng, xử lý thông tin nhạy cảm, chống lại chỉ dẫn bị giấu trong trang web, tài liệu hoặc đầu ra của công cụ, cũng như yêu cầu con người tham gia trước khi thực hiện các hành động có tác động lớn.
Meta cũng công bố tường thuật về các đợt thử nghiệm ban đầu từ Cloudflare và You.com. Giám đốc công nghệ Cloudflare Dane Knecht cho biết Ember chạy nhanh hơn tới 30% ở độ trễ đuôi so với mô hình tương đương mà công ty ông thử nghiệm, đồng thời xử lý tốt các cuộc điều tra liên quan đến nhiều kho mã. Chak Pothina, phụ trách suy luận tại You.com, báo cáo độ trễ ở phân vị thứ 95 là 2,2 giây; Ember hoàn thành mọi nhiệm vụ lập trình với độ trễ thấp nhất trong số các mô hình được thử nghiệm. Pothina cũng cho biết trong các thử nghiệm đó, Ember tạo ra ít hơn 36–48% token đầu ra.
Với các nhà phát triển, Ember tạo ra một lớp thực thi chi phí thấp hơn, có thể hoạt động bên dưới khả năng lập kế hoạch của Muse Wonder và giảm số lần gọi lặp đi lặp lại đến một mô hình đắt tiền hơn. Các số liệu của Meta ủng hộ cách phân chia công việc này, còn kết quả FrontierCode cho thấy giới hạn của nó: hiệu quả và điểm số cao trong các bài đánh giá về tác tử không đảm bảo ưu thế trong mọi tác vụ kỹ thuật.
