Osegi
الذكاء الاصطناعي·2 دقائق قراءة

ميتا تطلق Muse Ember، أصغر نماذجها لوكلاء الذكاء الاصطناعي

أعلنت Meta Superintelligence Labs عن Muse Ember، أصغر نماذج ميتا، المصمم للمهام المتكررة لوكلاء الذكاء الاصطناعي، بسعر يبدأ من 0.10 دولار لكل مليون رمز إدخال.

Abstract illustration of a compact AI model chip handling many repeated automated tasks in a workflow.
الصورة: Webrazzi
SUMODialoediviewergiftdetect

كشفت Meta Superintelligence Labs عن نموذج Muse Ember المخصص للعمليات التي ينفذها وكلاء الذكاء الاصطناعي مرارًا داخل سير العمل الواحد. ويُعد Ember أصغر نموذج أطلقته ميتا حتى الآن، ويركّز على جلب السجلات من قواعد البيانات، وتصنيف طلبات العملاء، واستخراج معلومات محددة من المستندات الطويلة، وإنجاز مهام برمجية صغيرة. وأتاحته الشركة للمطورين عبر Meta Model API وMuse Code.

نموذج كبير يخطط وEmber ينفذ

تقول ميتا إن Ember يمكن استخدامه مع نماذج أكبر مثل Muse Wonder أو Muse Spark. ففي نظام دعم العملاء مثلًا، يحدد Muse Wonder شروط الموافقة على طلبات الاسترداد، بينما يطبق Ember هذه القواعد على آلاف الطلبات، ويراجع سجلات الطلبات، ويحيل الحالات التي تحتاج إلى مراجعة بشرية إلى الفريق المعني. وعندما تتضمن كل حالة عدة عمليات، فإن فارقًا بسيطًا في تكلفة الاستدعاء الواحد ينعكس على الفاتورة الإجمالية.

يقبل النموذج النصوص والصور والصوت والفيديو وملفات PDF مدخلات، ويُنتج نصوصًا. وبذلك يستطيع الوكيل استخراج موعد الدفع من فاتورة ممسوحة ضوئيًا، أو سرد بنود العمل من تسجيل اجتماع دون نموذج منفصل. وتبلغ نافذة السياق نحو مليون رمز، ما يتيح فحص مجموعة كبيرة من المستندات أو قاعدة شيفرة مشروع برمجي في طلب واحد، بينما يقتصر الرد الواحد على نحو 524 ألف رمز.

الأسعار ونتائج الاختبارات

تتقاضى ميتا 0.10 دولار لكل مليون رمز إدخال و0.50 دولار لكل مليون رمز إخراج للطلبات حتى 200 ألف رمز إدخال، وترتفع الأسعار إلى 0.30 و1.50 دولار فوق هذا الحد. وفي مقارنة تستند إلى بيانات Artificial Analysis، بلغت تكلفة المهمة الواحدة 0.14 دولار مع Ember مقابل 2.39 دولار مع Muse Spark 1.3، فيما حصل النموذجان على 36 و37 نقطة في مؤشر الأداء العام.

وتختلف النتائج بحسب نوع المهمة. ففي اختبار AutomationBench-AA الذي يقيس العمليات متعددة الخطوات، حقق Ember نسبة 37.8%، مقابل 20.2% لنموذج GPT-6 Luna من OpenAI و13.9% لنموذج Claude Haiku 5.5 من Anthropic. أما في FrontierCode 2.0-AA الذي يقيّم صلاحية تعديلات الشيفرة للدمج في المشروع، فتفوق Claude Haiku 5.5 بنسبة 34.9% على Ember الذي سجّل 27.2%.

ويُعد Ember رابع نماذج عائلة Muse بعد Spark في أبريل وGlimmer في أغسطس وWonder في أكتوبر. وبحسب ميتا، فهو أول نموذج جرى تدريبه باستخدام النموذج الأكبر Muse Wonder Full.

تطبيقات تستحق النظر

SUMO: لغز الأرقام

اختر المربعات الصحيحة واجمعها وحقّق الهدف. سهل التعلم، صعب الإتقان. مجاني، لجميع الأعمار.

الوسوم:metamuse emberai agentsmeta superintelligence labssmall modelsapi pricing

المزيد من هذا اليوم

عرض الكل →

المزيد في: الذكاء الاصطناعي

عرض الكل →