أعلن مختبر الذكاء الفائق التابع لميتا عن Muse Ember في 9 November 2026. وتقول الشركة إنه أصغر نماذجها وأكثرها كفاءة حتى الآن، وقد صُمم لإنجاز المهام الروتينية التي تؤديها وكلاء الذكاء الاصطناعي طوال اليوم، مثل استدعاء الأدوات، وتنفيذ مهام برمجية فرعية، وتوجيه الطلبات، واستخراج البيانات، وتحليل المستندات الطويلة.
يستطيع Muse Ember قراءة النصوص والصور والصوت والفيديو وإنشاءها، كما يمكنه معالجة ما يصل إلى مليون رمز في الطلب الواحد. وتتيحه ميتا الآن عبر Meta Model API وMuse Code. وتبلغ الأسعار $0.10 لكل مليون رمز إدخال و$0.50 لكل مليون رمز إخراج، ما يعادل نحو $0.14 للمهمة وفقاً لاختبار Artificial Analysis.
مقارنته بالمنافسين
في مؤشر Artificial Analysis Intelligence Index الذي أعدته ميتا، يحقق Ember نتيجة 36 بتكلفة $0.14 للمهمة، وهي أقل بكثير من تكلفة Muse Spark 1.3 الأكبر حجماً، البالغة $2.39، مع نتيجة تكاد تطابقه وهي 37. وتقول ميتا إن Ember يتفوق على Claude Haiku 5.5 من Anthropic وGPT-6 Luna من OpenAI من حيث تكلفة وحدة الذكاء في معظم اختبارات الشركة. لكن في اختبار البرمجة FrontierCode 2.0-AA، يحقق Haiku نسبة 34.9 percent مقابل 27.2 percent لـEmber، وفقاً للشركة.
وتشير TechCrunch إلى أن سعر Ember لكل مليون رمز إدخال مقارب لأسعار نماذج مفتوحة المصدر مثل DeepSeek V4.1 Flash وGLM 5.3 Flash، ما يجعله منافساً عند استخدامه على نطاق واسع.
موقع Ember ضمن نماذج ميتا
Ember هو النموذج الرابع في سلسلة Muse من ميتا. ويأتي بعد Spark متوسط الحجم (April 2026)، ونظيره مفتوح المصدر Glimmer (August 2026)، ونموذج Wonder المتقدم (October 2026). وتتوقع ميتا أن يعمل Ember إلى جانب Muse Wonder الأكبر حجماً: إذ يضع النموذج الأقوى السياسات، فيما يطبّقها Ember على عشرات الآلاف من الحالات، كما في أتمتة دعم العملاء.
لماذا يهم
يوفر Ember للشركات التي تشغّل أعداداً كبيرة من وكلاء الدعم الآلي أو استخراج البيانات وسيلة أقل تكلفة لتنفيذ المهام المتكررة، مع الحفاظ على القدرة على التعامل مع النصوص والصور والصوت والفيديو. وقد تجعل كلفته الأقل لكل مهمة سير العمل بالذكاء الاصطناعي على نطاق واسع أقل تكلفة، مع أن أداءه في البرمجة لا يزال متأخراً عن بعض المنافسين.
