Meta发布轻量模型Muse Ember，主打低成本智能体任务

Meta 的 Muse Ember 已在 OpenRouter 上线，可用于编程智能体的子任务执行。官方建议先用 Muse Wonder 这类前沿模型做规划，再把有边界的子任务分发给 Muse Ember 并行执行。同事件信息显示，Meta 将其定位为最小、最高效的模型，主打智能体高频任务。

Arena 宣布 Meta 的 Muse Ember (Max) 进入 Code Arena: WebDev，以 1608 分成为榜上最高分小模型，超过 Claude Haiku 5.5 (High) 的 1595 分和 GPT-6 Luna (Max) 的 1578 分。

Arena 宣布 Meta 的 Muse Ember (Max) 在 Code Arena WebDev 中以 1608 分成为表现最好的小模型，超过 Claude Haiku 5.5 (High) 的 1595 分和 GPT-6 Luna (Max) 的 1578 分。

Artificial Analysis 评测 Meta 高效档模型 Muse Ember，Intelligence Index 得分 36，与 Claude Haiku 5.5 (max) 持平，而 Cost per Task 仅 $0.14，约为后者的三分之一。

Meta 宣布 Muse Ember 即日起在 Meta Model API 上提供，定价为每百万输入 token $0.10、每百万输出 token $0.50。官方表示详情见其研究博客 go.meta.me/muse-ember。

Meta AI 发布 Muse Ember 模型，面向需要执行大量小任务的智能体场景，主打更低成本下的智能表现。据 Artificial Analysis Intelligence Index，其性能与 Claude Haiku 5.5 相当，但每任务成本约为其三分之一，并在 GPT-6 Luna 的所有推理设置下得分均高于 Luna。

Meta 发布其最小、最高效的模型 Muse Ember，面向复杂推理执行和日常智能体工作。该模型能跨应用执行工作流、按顺序调用工具、运行测试并做针对性代码修复，具备 1M token 上下文窗口，原生理解文本、图像、音频和视频。

Meta Superintelligence Lab 发布轻量模型 Muse Ember，输入价格为每百万 token 10 美分，主打工具调用、编码子任务、路由、抽取和长文档解析等智能体高频工作。

Meta Superintelligence Lab 发布轻量模型 Muse Ember，定位为 Meta 目前最轻、成本最低的模型，面向工具调用、编码子任务、路由、信息抽取和长文档解析等智能体高频任务。

Artificial Analysis 评测 Meta 最新高效档模型 Muse Ember，其 Artificial Analysis Intelligence Index 得分 36，每任务成本 $0.14，持平同分的 Claude Haiku 5.5 (max)（$0.41）。

Meta 发布其最小模型 Muse Ember，称其每美元智能密度高于同类其他模型。该模型面向智能体全天重复的 token 密集型工作，包括工具调用、编码子任务、路由、信息抽取和长文档解析，即日起可在 Meta Model API 和 Muse Code 中使用。