重複步驟交給 Ember
Meta 在 2026 年 11 月 9 日推出 Muse Ember,稱它是 Muse 系列裡最小、最省的模型,用來做代理整天重複的工作:工具呼叫、程式子任務、路由、抽欄位,以及長文件。模型 ID 是 muse-ember-1.0。

這張圖不是架構示意。圖上看得見的 Ember 點標著 xhigh 與 max,Haiku 5.5 與 GPT-6 Luna 各有自己的 effort 標籤。圖註寫 Ember 成本依牌價;引言另出現 “proposed pricing”。單價以下面的定價頁為準,每次任務成本是基準估算,不是你的工單報價。Meta 寫,Ember 在任一 reasoning 設定都以較低的每美元分數勝過 Haiku 5.5 或 GPT-6 Luna,並在大約三分之一的成本打到 Haiku 的最佳分數、高於 Luna 的每一檔。這句是 Meta 的比較。
部落格建議:最難的問題讓 Muse Wonder 規劃,大量工作交給 Ember。同一頁也寫,Spark 負責程式與代理工作流,Ember 負責可重複的程式與代理任務。文件寫得更直接:主迴圈用 Wonder 或 Spark 規劃,重複的子任務交給 Ember。三個模型不是互相取代。Ember 接的是範圍清楚、會做很多次的步驟,例如分類工單、抽出欄位、整理大量圖片或檔案、工具呼叫與程式子任務。
文件寫,上下文 1,048,576 token,最長輸出 524,288 token。部落格的說法是 1M 上下文、至多 512K 輸出。1,048,576 與 524,288 就是 1024×1024 與 512×1024,兩邊數字對得上。輸入可以是文字、圖片、影片、音訊與 PDF,輸出是文字。沒有「輸出圖片」的說法。
供應在 Meta Model API 與 Muse Code。API 只有 Standard mode,沒有 Contributor mode。Muse Code 的按量與各方案都能用。部落格另寫,Ember、Spark 與 Wonder 可在 Google Cloud 與 Oracle Cloud 使用。這是雲端供應,不是權重下載。官網沒有開放權重,也沒有本機執行的說明,不能寫成可以下載自行架設。
推理力度從 minimal 到 max,文件預設是 max。下面圖表若標 max,不能直接當成 minimal 的結果。
輸入超過 20 萬就換牌價
定價頁與部落格的單價一致,單位都是美元、每百萬 token。

| 輸入長度 | 輸入 | 快取輸入 | 輸出 |
|---|---|---|---|
| 少於 20 萬 token | 0.10 美元 | 0.004 美元 | 0.50 美元 |
| 多於 20 萬 token | 0.30 美元 | 0.012 美元 | 1.50 美元 |
部落格註腳寫,20 萬 token 以內用較低牌價,更長的提示用較高牌價。定價頁的兩列寫的是「少於」與「多於」。恰好 20 萬 token 落在哪一列,兩頁用字不完全相同,計費時以帳戶看到的費率為準,本文不把等於 20 萬自行歸邊。
Muse Code 訂閱裡,輸入超過 20 萬 token 會更快用完方案用量。文件寫它走 Responses、Chat Completions 與 Messages。
部落格把 Ember 在 max 的 Artificial Analysis 任務成本寫成約 0.14 美元,對上 Muse Spark 1.3 max 的 2.39 美元;同一張比較表的牌價是 Ember 輸入 0.10、輸出 0.50,Spark 輸入 1.25、輸出 4.25。0.14 美元是那個基準任務的估算,不是每家公司一張工單的固定成本。
分數要分開條件看
成本圖沒有把每一檔 effort 都畫出來,長條圖則全部標 max,而且出處不同。下面三張不能混成同一套公開榜。左邊 AutomationBench-AA 註明 Artificial Analysis、2026 年 11 月 9 日、strict pass@1。中間 Agents' Last Exam 註明 Meta 內部評估、Linux 子集。右邊 Personal Superintelligence Index 是內部綜合指標。

程式圖也要分開 harness。Terminal-Bench 4.0 的圖註寫,每個模型用它已公布的最佳 harness,並指向註腳。註腳寫:Ember 用 mini-swe-agent,Claude Haiku 5.5 用 Claude Code,GPT-6 Luna 用 Codex,而且都是 max。因此 40.9%、39.2% 與 16.4% 不是同一套工具裡的對照。FrontierCode 2.0-AA 上,Haiku 5.5 的 34.9% 高於 Ember 的 27.2%。Ember 不是每一欄都領先。

先拿一批代表任務來測
單價低,不代表整條工作流更省。Wonder 或 Spark 若仍要做規劃,那一段的 token 還在。Ember 適合先接住會重複的有界步驟,再看三件事:成功率、返工次數、整段成本。文件列的例子包括分類工單、抽欄位、為大量檔案做同一件事。
先選一小批你真正會重複的任務,固定輸入長度,分別用預設 max 與你打算用的較低 effort 各跑一輪。輸入若會超過 20 萬 token,用第二段牌價計算,不要用 0.10 與 0.50 估完全程。夥伴在部落格裡的速度與 token 節省,是他們自己的測試,不是公開榜,本文不把那些倍數當成你的結果。