11 月 9 日，Meta Superintelligence Labs 发布 Muse Ember。公司把它写成目前最小、也最省钱的 Muse 模型，用来承担智能体整天重复的执行步骤：调用工具、编码子任务、路由、抽取和长文档解析。建议的用法是让更大的 Muse Wonder 负责规划，把大量可拆开的步骤交给 Ember。它也是第一个用 Muse Wonder Full 训练出来的专用模型。
接口名是 muse-ember-1.0，已在 Muse Code 和 Meta Model API 上线，也已放到 Google Cloud 与 Oracle Cloud。上下文窗口为 100 万 token，单次最多输出 51.2 万 token，并能直接处理文本、图像、音频和视频。The Verge 和 TechCrunch 都报道了这次发布。TechCrunch 还把 Ember 列为 Muse 品牌下的第四个模型，排在 4 月的 Spark、8 月开源的 Glimmer 和 10 月的 Wonder 之后。
短提示列表价和 Haiku 5.5 一样，分界点更靠后
提示不超过 20 万 token 时，Ember 的价格是每百万输入 0.10 美元、输出 0.50 美元，缓存输入 0.004 美元；超过 20 万 token 后，这三项分别是 0.30、1.50 和 0.012 美元。Anthropic 的官方价目里，Claude Haiku 5.5 在提示不超过 10 万 token 时同样是 0.10 美元和 0.50 美元；提示超过 10 万 token 后升到 0.50 美元和 2.50 美元，缓存命中为 0.01 美元。也就是说，短提示的列表价两者持平，Ember 的加价分界点更靠后，超长提示和缓存读取也更便宜。TechCrunch 写 Ember“明显比 Haiku 更便宜”，这句话对不上短提示这一档的标价。
公司用来比较的是 Artificial Analysis 11 月 9 日的智力指数，以及按列表价估算的单次任务成本。在最高推理档，Ember 的智力指数为 36，与 Haiku 5.5 最高分同一档，高于 GPT-6 Luna 的 28。同一套材料里，Ember 在分数 35.8 时单次任务成本约 0.136 美元，Haiku 在分数 36.2 时约 0.411 美元。公司据此称，Ember 能以大约三分之一的成本追上 Haiku 的最好成绩，并高于 Luna 的所有设置。和自家的 Muse Spark 1.3 比，后者最高推理档智力指数为 37，单次任务成本约 2.39 美元，输入和输出列表价分别是 1.25 美元和 4.25 美元。公司把 Ember 的代表性成本写成每个 Artificial Analysis 任务约 0.14 美元。
这些成本是按列表价做的估算，不是第三方在生产环境里量到的账单。
工作流测试领先，按可合入性打分的编码仍落后
在 Artificial Analysis 转载的端到端业务工作流测试 AutomationBench-AA 上，Ember 最高推理档得到 37.8%，高于 Luna 的 20.2% 和 Haiku 的 13.9%。编码代理指数 Coding Agent Index-AA 上，Ember 为 46，Luna 为 31，Haiku 为 37。终端编码测试 Terminal-Bench 4.0 上，Ember 为 40.9%，Haiku 为 39.2%，Luna 为 16.4%。脚注写明各模型使用各自公布的最好运行框架：Ember 用 mini-swe-agent，Haiku 用 Claude Code，Luna 用 Codex。
按开源改动能否被维护者合入来打分的 FrontierCode 2.0-AA 上，顺序反过来：Haiku 34.9%，Ember 27.2%，Luna 25.2%。在 Meta 选来展示效率的综合指数上，Ember 和 Haiku 最高分同一档；在更接近这段代码能不能合进仓库的测试上，它仍明显落后。
另一些数字来自 Meta 内部评测。Agents' Last Exam 的 Linux 子集上，Ember 为 61.6%，Luna 57.1%，Haiku 57.0%。个人超级智能指数由 8 项评测组成，Ember 为 46.8%，Luna 为 37.0%，Haiku 为 36.1%。计算机使用测试 OSWorld 2.1 的部分得分奖励为 Ember 69.5%、Haiku 68.9%、Luna 50.5%；二元得分为 33.8%、27.8% 和 17.0%。细粒度视觉测试 PerceptionBench 允许使用工具，Ember 为 80.6%，Haiku 78.6%，Luna 62.8%。长文档专业工作 GDP.pdf-AA 上，Ember 和 Luna 都是 22.8%，Haiku 为 20.8%。
发布页还附上了 Box、Cline、Cloudflare、Oracle 和 You.com 的试用评语。这些是合作方提供的说法，不是独立基准。
安全评估未越过公司自己的高风险线
发布前，公司按 Meta Superintelligence Scaling Framework 评估了化学与生物、网络安全和失控风险，称在所评估的类别里未越过该框架的高风险阈值。它也测试了模型代用户行动时是否遵守用户意图、如何处理敏感信息、会不会被网页、文档或工具输出里的隐藏指令带偏，以及在高影响动作前会不会征求人的意见。这些都是公司自己的结论。
对要在智能体里堆大量重复步骤的团队，Ember 给出的是一段更便宜的执行层。它并没有在所有编码测试里都超过 Haiku。接下来可以看两件事：第三方能否在自己的运行框架里复现接近 0.14 美元的任务成本，以及把 Wonder 的规划和 Ember 的执行接在一起之后，FrontierCode 这类合入率测试会不会补上现在的差距。
