轻量级模型赛道再添一员猛将。meta 于 11 月 10 日正式发布 muse ember，自称是“目前体积最小、效率最高”的模型，专为高复杂度推理任务及智能体高频执行的日常场景打造。它不靠参数堆叠取胜，专注单位算力下的真实效能。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
性能逼近 Haiku，成本仅需零头
在 Artificial Analysis 排行榜中，Muse Ember 的综合得分已与 Claude Haiku 5.5 持平，但单任务推理成本仅为后者的约三分之一，且在多项基准测试中反超 GPT-6 Luna。以端到端业务流程自动化评测集 AutomationBench-AA 为例，Ember 得分达 37.8，显著高于 Haiku 的 13.9 和 Luna 的 20.2；在智能体编程能力、长文本理解与处理等关键维度亦全面领先。
赋予Agent实时语音交互能力。与Claude对话！超快TTS文字转语音，约90毫秒低延迟音频输出。
一口吃下整个代码仓库
Ember 搭载高达 100 万 Token 的上下文窗口，最大输出长度达 51.2 万 Token，支持单次请求完整加载大型代码库或整套技术文档。智能体可在一次会话中连续完成数百个编程子任务——读取源码、运行单元测试、精准定位并修复缺陷，全程无缝衔接。
它还是原生多模态全能选手：原生支持文本、图像、音频、视频输入，截图、数据图表、扫描PDF、会议录音、短视频片段均可直接解析，无需额外调用专用模型。安全性方面，发布前已通过 Meta SI（Safety & Integrity）评估框架审核，整体风险水平低于高风险阈值。定价极具竞争力：输入每百万 Token 0.10 美元，输出每百万 Token 0.50 美元，目前已上线 Meta Model API、Google Cloud 与 Oracle Cloud。
