# Meta推出Muse Ember：面向AI智能体的低价百万Token模型

> Meta新款Muse Ember擅长调用工具、处理编程子任务和解析大型文档，成本约为同类模型的三分之一。

Oossa · 2026-11-10 · https://oossa.com/zh/meta-launches-muse-ember-a-cheap-1-million-token-model-for-ai-agents

Meta超级智能实验室于2026年11月9日星期一宣布推出Muse Ember。这是Muse系列中最小的模型，面向高频智能体任务，例如调用工具、处理编程子任务、任务路由和解析长文档。Meta表示，Ember可以读取文本、图像、音频和视频，支持1,048,576个Token的上下文窗口，单次回复最多可生成524,288个Token。

Meta将Ember定位为与Muse Spark或Muse Wonder等大型模型搭配使用的主力模型。在智能体工作流中，较大的模型负责规划和推理，Ember则以较低成本处理数以千计的重复任务。这种设计旨在大幅降低单项任务的成本。

## Ember与竞品相比如何

Meta在Artificial Analysis Index上对Ember进行了评测。该基准综合考察编程、金融和业务自动化任务。Meta称，Ember的总分与Anthropic的Claude Haiku 5.5持平，但每项任务的成本约为其三分之一。在同一基准中，Ember的表现也优于OpenAI的Luna模型；在包含657项云应用任务的AutomationBench‑AA测试集中，Ember领先17 %。

定价体现了其低成本定位：每百万个输入Token收费10 美分，每百万个输出Token收费50 美分；使用缓存后，输入费用可降至每百万个Token 0.4 美分。根据Model API文档，输入Token超过200 K的长上下文请求适用更高费率。

## Ember目前的适用场景

Muse Ember现已通过Meta的Model API和Muse Code提供，支持所有按量付费或订阅计划。它仅支持Standard模式，这意味着每次请求都可获得最大硬件资源分配。该模型接受与Muse Spark相同的请求格式，因此在API调用中更改模型ID即可切换。

开发者可以用Ember处理范围明确、需要反复执行大量次的工作，例如给客服工单分类、为大批量图像添加说明、从PDF中提取字段，或在更大的工作流中运行终端命令。

## 事实

- Muse Ember于2026年11月9日星期一发布（“Meta超级智能实验室于星期一发布了一款名为Muse Ember的新AI模型”）。
- 该模型的上下文窗口为1,048,576个Token，最多可输出524,288个Token。
- 定价为每百万个输入Token 10 美分、每百万个输出Token 50 美分；使用缓存后，输入成本可降至每百万个Token 0.4 美分。
- Meta的内部基准测试显示，Ember的表现与Claude Haiku 5.5持平，每项任务的成本约为其三分之一；在AutomationBench‑AA测试集中领先17 %。
- Ember支持文本、图像、视频、音频和PDF输入，并且仅可通过Meta的Model API以Standard模式运行。

## 为什么重要

对于需要大量重复运行AI任务的企业，例如客服工单分流或批量处理文档，Muse Ember提供了一种成本更低的扩展方式，同时仍能处理多种媒体。较低的Token单价有望减少运营成本，但这些基准测试结果仍有待独立第三方验证。

## 来源与参考

1. [Meta Releases Muse Ember, a 1M-Context Model for High-Volume Agent Work](https://www.marktechpost.com/2026/11/09/meta-muse-ember-small-agent-model/) – MarkTechPost, 2026-11-10
2. [Meta](https://dev.meta.ai/docs/muse-ember?project_id=1082575054202150&team_id=2306091636825706) – Meta
3. [Meta introduces Muse Ember to power cost-efficient AI agents](https://siliconangle.com/2026/11/09/meta-introduces-muse-ember-to-power-cost-efficient-ai-agents/) – SiliconANGLE, 2026-11-10
4. [Introducing Our Smallest, Most Efficient Model: Muse Ember](https://simonwillison.net/2026/Nov/10/muse-ember/) – Simon Willison, 2026-11-10
5. [Meta releases Muse Ember, a new lightweight model for agent execution](https://techcrunch.com/2026/11/09/meta-releases-muse-ember-a-new-lightweight-model-for-agent-execution/) – TechCrunch, 2026-11-09

最后更新: 2026-11-10