← 返回 Claude AI IP 检测更多资讯 →

Meta 发布 Muse Ember:每百万输出 0.5 美元,正面对标 Claude Haiku 5.5

首页 › AI 资讯 › Claude 资讯 · 2026-11-10 · Net.Coffee

Meta 把最小的模型推到了智能体子任务这块战场,点名的对手是 Anthropic 的 Haiku

要点:Meta 于 11 月 9 日发布 Muse Ember,定位是自家最小、最省钱的模型,专门接智能体里那些反复执行的工具调用、编码子任务和长文档解析。Meta 自报它在 Artificial Analysis 智能指数上与 Claude Haiku 5.5 同为 36 分,单任务成本约为后者三分之一;但在纯代码基准上,Haiku 仍然领先。

Meta 想抢的不是聊天框,而是智能体的“打杂层”

按 Meta 研究博客的说法,Muse Ember 是 Muse 系列里体量最小的一款,上下文窗口 100 万 Token,最多可输出 51.2 万 Token,原生支持文本、图像、音频和视频输入。它的推荐用途写得很具体:路由、信息抽取、长文档解析、工具调用、编码子任务——都是一个智能体跑一次任务要调用几十上百次的环节。

这类环节的特点是单次不难、次数极多。一个编码智能体真正需要大模型“想”的往往只有拆任务和最后审核那几步,中间读文件、改格式、跑命令看输出,用小模型足够。谁能把这一层做得又便宜又不出错,谁就能吃下智能体调用量里占比最大的那部分。Meta 博客里也直接建议:最难的问题交给更大的 Muse Wonder,Ember 负责其余。

价签:0.10 / 0.50 美元,以及一个容易被忽略的缓存价

Muse Ember 已上架 Meta Model API(模型名 muse-ember-1.0),也可在 Muse Code 中使用,并通过 Google Cloud 与 Oracle Cloud 提供。官方价格如下:

缓存价才是这张价目表里分量最重的数字。智能体会反复带着同一段系统提示、同一批工具定义和同一份代码上下文去调用模型,缓存命中率通常很高。0.004 美元的缓存输入意味着“长上下文 + 多轮调用”这种最典型的智能体负载,成本几乎只剩输出部分。

Meta 自己的表格里,Haiku 并没有全输

Meta 列出了十项对比,全部为 max 推理档,对手是 Claude Haiku 5.5 和 GPT-6 Luna。几组值得单独看的数字:

换句话说,按 Meta 自己公布的口径,两者综合能力打平,Ember 的优势集中在自动化流程类任务,而在偏硬核的代码生成上,Haiku 5.5 还守着阵地。Meta 博客也注明,多数数据来自内部评测,Terminal-Bench 上各家模型用的还是各自最好的公开 harness,横向比较要打折扣。第三方的独立复测,目前还没有看到。

真正的压力落在“性价比”这个词上

Haiku 系列一直是 Anthropic 在低价档的主力,很多团队拿它跑批处理、做客服分流、当 Claude Code 里的轻量子代理。Meta 这次的打法很直白:不去证明自己更聪明,只证明“一样聪明、便宜三分之二”。在 Meta 公布的数字里,36 分对 36 分的平局,恰恰是它最想让开发者记住的那一格。

不过小模型的选型从来不只看单价。工具调用的格式稳定性、长任务中途跑偏的概率、拒答边界、接口在高峰期的可用性,这些都不在基准表里,却决定一次智能体任务最后要重试几次。重试一次,三分之一的成本优势就去掉一半。Meta Model API 开放付费调用的时间还不长,Ember 能不能在真实流量下兑现这张表,要等开发者跑上几周才看得出来。

也有一点可以确定:Meta、Google、OpenAI 都在把小模型的价格往下压,Anthropic 下一代 Haiku 的定价空间,已经被这张表提前划了一条线。