آزمایشگاه ابرهوش متا در 9 November 2026 از Muse Ember رونمایی کرد. این شرکت می‌گوید Ember کوچک‌ترین و کارآمدترین مدلش تا امروز است و برای کارهای روزمره عامل‌های هوش مصنوعی ساخته شده؛ از فراخوانی ابزارها و انجام بخش‌هایی از برنامه‌نویسی گرفته تا هدایت درخواست‌ها، استخراج داده و بررسی اسناد طولانی.
Muse Ember می‌تواند متن، تصویر، صدا و ویدئو را بخواند و تولید کند و در هر درخواست تا یک میلیون توکن را پردازش کند. متا این مدل را هم‌اکنون از طریق Meta Model API و Muse Code در دسترس قرار داده است. قیمت آن به‌ازای هر یک میلیون توکن ورودی $0.10 و به‌ازای هر یک میلیون توکن خروجی $0.50 است؛ در آزمون Artificial Analysis این هزینه برای هر کار حدود $0.14 می‌شود.
مقایسه با رقبا
در شاخص هوش Artificial Analysis که متا منتشر کرده، Ember امتیاز 36 می‌گیرد و هزینه هر کار با آن $0.14 است؛ بسیار کمتر از Muse Spark 1.3 بزرگ‌تر که با امتیاز تقریباً مشابه 37، برای هر کار $2.39 هزینه دارد. متا می‌گوید Ember در بیشتر آزمون‌هایش از نظر نسبت هزینه به هوش، از Claude Haiku 5.5 شرکت Anthropic و GPT‑6 Luna شرکت OpenAI بهتر عمل می‌کند. بااین‌حال، طبق اعلام خود شرکت، در آزمون برنامه‌نویسی FrontierCode 2.0‑AA، امتیاز Haiku برابر 34.9 درصد است و Ember به 27.2 درصد می‌رسد.
به گزارش TechCrunch، قیمت Ember به‌ازای هر یک میلیون توکن ورودی با مدل‌های متن‌بازی مانند DeepSeek V4.1 Flash و GLM 5.3 Flash قابل‌مقایسه است و این مدل را در مقیاس بزرگ رقابتی می‌کند.
جایگاه Ember در میان مدل‌های متا
Ember چهارمین مدل از سری Muse متاست. پیش از آن، مدل میان‌رده Spark در April 2026، همتای متن‌بازش Glimmer در August 2026 و مدل پیشرفته Wonder در October 2026 عرضه شدند. متا می‌خواهد Ember در کنار Muse Wonder بزرگ‌تر کار کند: مدل سنگین‌تر سیاست‌ها را تعیین می‌کند و Ember آن‌ها را در ده‌ها هزار مورد، مثلاً در خودکارسازی پشتیبانی مشتریان، اجرا می‌کند.
چرا مهم است
برای کسب‌وکارهایی که شمار زیادی عامل خودکار برای پشتیبانی یا استخراج داده به کار می‌گیرند، Ember راهی ارزان‌تر برای انجام کارهای تکراری فراهم می‌کند و همچنان می‌تواند با متن، تصویر، صدا و ویدئو کار کند. هزینه کمتر هر کار می‌تواند اجرای جریان‌های کاری پرتکرار هوش مصنوعی را مقرون‌به‌صرفه‌تر کند، هرچند عملکردش در برنامه‌نویسی هنوز از برخی رقبا ضعیف‌تر است.
