AI10 lis 2026, 14:33 UTC·2 min czytania

Meta prezentuje Muse Ember, najmniejszy model AI, za 0,10 USD

Meta wprowadziła Muse Ember, swój najmniejszy i najbardziej efektywny model AI do masowej pracy agentów. Milion tokenów wejściowych kosztuje 0,10 USD.

Zdjęcie: BRIDGE

Meta zaprezentowała 9 listopada Muse Ember, swój najmniejszy i najbardziej efektywny model AI. Został zaprojektowany do zadań, które agenci AI powtarzają przez cały dzień: wywoływania narzędzi, drobnych prac programistycznych, kierowania zadań, wyodrębniania informacji i czytania długich dokumentów.

Model jest dostępny od razu jako „muse-ember-1.0” w Meta Model API dla deweloperów oraz w narzędziu do kodowania Muse Code. Za milion tokenów trzeba zapłacić 0,10 USD za dane wejściowe, 0,004 USD za dane wejściowe z pamięci podręcznej i 0,50 USD za wyjściowe. Dla porównania starszy model Muse Wonder, opublikowany w październiku, kosztował 4 USD za milion tokenów wejściowych.

Parametry i możliwości

Okno kontekstu wynosi milion tokenów, a odpowiedź może mieć do 512 tysięcy tokenów, więc cały kod lub zestaw dokumentów mieści się w jednym wywołaniu. Model obsługuje też Responses API. Rozumie tekst, obrazy, dźwięk i wideo, dzięki czemu agent nie potrzebuje osobnego modelu do analizy zrzutów ekranu, wykresów, skanów, nagrań ze spotkań czy filmów. Potrafi również sterować komputerem na podstawie zrzutów ekranu.

Meta przewiduje zastosowania obejmujące cały proces pracy: pobranie rekordów, kolejne wywołania narzędzi i aktualizację systemów w wielu aplikacjach. W programowaniu model ma sprawdzać się przy setkach odczytów plików, uruchomień testów i punktowych poprawek w jednym zadaniu.

Miejsce w ofercie Meta

W najtrudniejszych problemach Ember ma współpracować z Muse Wonder według zasady „Wonder planuje, Ember wykonuje”. Jest też pierwszym modelem wytrenowanym z użyciem Muse Wonder Full. Oferta Meta składa się teraz z Muse Wonder do najtrudniejszych zadań, Muse Spark do kodowania i pracy agentów oraz Embera do powtarzalnych zadań na dużą skalę.

Według Meta w zestawieniu ogólnego wskaźnika Artificial Analysis z kosztem na zadanie Ember przy każdym ustawieniu rozumowania oferuje lepszą wydajność w przeliczeniu na dolara niż Claude Haiku 5.5 i GPT-6 Luna. Najwyższy wynik Haiku osiąga przy około jednej trzeciej kosztu, a Lunę wyprzedza we wszystkich ustawieniach. Koszt na zadanie to około 0,14 USD, szacowany według cennika.

Przed premierą firma oceniła ryzyka związane z chemią, biologią, cyberbezpieczeństwem i utratą kontroli; we wszystkich przypadkach wynik był poniżej progu wysokiego ryzyka. Sprawdzono także zachowanie modelu działającego w imieniu użytkownika, w tym odporność na instrukcje ukryte na stronach i w dokumentach oraz proszenie człowieka o decyzję przed działaniami o dużych skutkach. Meta zapowiada trening jeszcze bardziej efektywnych modeli.