Meta、AIエージェント向け最小モデル「Muse Ember」を発表
Meta Superintelligence Labsは、AIエージェントが繰り返す定型処理向けの最小モデル「Muse Ember」を公開した。入力は100万トークン0.10ドルから。
Meta Superintelligence Labsは、AIエージェントがワークフロー内で繰り返し実行する処理に向けたモデル「Muse Ember」を発表した。Metaとして過去最小のモデルで、データベースからのレコード取得、顧客からの問い合わせの分類、長文書からの特定情報の抽出、ソフトウェア開発での小規模なコーディング作業などを想定している。開発者はMeta Model APIとMuse Codeから利用できる。
計画は大型モデル、反復処理はEmber
Metaは、Muse EmberをMuse WonderやMuse Sparkといった大型モデルと組み合わせて使えるとしている。例えばカスタマーサポートでは、Muse Wonderが返金を承認する条件を決め、Muse Emberがそのルールを数千件の依頼に適用し、注文記録を確認し、人の確認が必要な案件を担当チームへ回す。1件の依頼で複数の処理が走るため、1回のモデル呼び出しのわずかなコスト差が総額に響く。
テキストに加え、画像、音声、動画、PDFを入力でき、出力はテキストとなる。スキャンした請求書から支払日を抜き出したり、会議の録音からアクションアイテムを一覧にしたりする作業を、別のモデルなしで行える。コンテキストウィンドウは約100万トークンで、大量の文書やコードベースを1回のリクエストで読み込める。一方、1回の応答で生成できるのは約52万4000トークンまでだ。
価格とベンチマーク
入力20万トークンまでのリクエストでは、100万入力トークンあたり0.10ドル、100万出力トークンあたり0.50ドル。これを超えると、それぞれ0.30ドルと1.50ドルになる。Artificial Analysisのデータに基づく同社の比較では、1タスクあたりのコストはMuse Emberが0.14ドル、Muse Spark 1.3が2.39ドルだった。総合指標のスコアは36と37で、ほぼ並ぶ。
結果はタスクにより異なる。複数ステップの業務を測るAutomationBench-AAでは、Muse Emberが37.8%、OpenAIのGPT-6 Lunaが20.2%、AnthropicのClaude Haiku 5.5が13.9%だった。一方、コード変更がプロジェクトに取り込める水準かを見るFrontierCode 2.0-AAでは、Claude Haiku 5.5が34.9%で、Muse Emberの27.2%を上回った。
Muse Emberは、4月のMuse Spark、8月のMuse Glimmer、10月のMuse Wonderに続く、Museシリーズ4番目のモデル。Metaによると、大型モデルMuse Wonder Fullを使って訓練した最初のモデルである。
注目のアプリ
SUMO：数字パズル正しいマスを選んで足し算、目標の数に。覚えるのは簡単、極めるのは難しい。無料、全年齢向け。
Dialo：話して学ぶ語学アプリAIの会話パートナーと話すだけ。一文ごとに添削され、あなたの言語で解説が返ってきます。9言語、A1からC2まで。
ediviewer：EDIファイルを文書のように読むEDIFACTやX12メッセージを開き、各セグメントの意味を表示。JSON/XML変換、PDF・Excel出力。ローカルで動作、アップロード不要。
giftdetect：数分でぴったりの贈り物相手、シーン、性格を選ぶだけ。検索エンジンが地元ショップの商品説明を読み、合うものを並べます。無料、登録不要。
