コンテンツにスキップ
メインサイト ニュース コンソール

最小かつ最高効率のモデル「Muse Ember」を発表

· Simon Willison 翻訳済
技巧LLM

最小かつ最も効率的なモデル「Muse Ember」のご紹介

Meta AI が、Claude Haiku や GPT Luna と同クラスのモデル「Muse Ember」を発表しました。Meta は次のように説明しています。

[…] 当社の最小かつ最も効率的なモデルです。複雑な推論の実行や、エージェント(agent)が一日中繰り返し行う作業、つまりツール呼び出し、コーディングのサブタスク、ルーティング、情報抽出、長文ドキュメントの解析に向けて設計されています。

短いプロンプトでの価格は GPT-6 Luna や Claude Haiku 5.5 と同じで、入力は100万トークンあたり 0.10 ドル、出力は100万トークンあたり 0.50 ドルです。本日発表されたもう一つの目玉モデル Claude Fable 5.2 は、その 80倍 にあたる 8 ドル/40 ドルです。

ただし、プロンプトが長くなると料金体系はそれほど単純ではなくなります。Luna、Ember、Haiku はいずれも最大100万入力トークンに対応していますが、それぞれにしきい値があり、超えると価格が上がります。このしきい値を考慮すると、Ember の価格は他の2モデルの中間に位置します。

モデルプロンプトサイズ入力(USD/100万トークン)キャッシュ入力出力
GPT-6 Luna≤272k$0.10$0.01$0.50
GPT-6 Luna>272k$0.20$0.02$0.75
Muse Ember 1.0≤200k$0.10$0.004$0.50
Muse Ember 1.0>200k$0.30$0.012$1.50
Claude Haiku 5.5≤100k$0.10$0.01$0.50
Claude Haiku 5.5>100k$0.50$0.05$2.50

とはいえ、今やトークン単価を比べるだけではあまり意味がありません。推論トークンの存在により、同じ問題を解くのに使うトークン数がモデルごとに大きく異なる場合があるためです。

そこで役立つ指標が Artificial Analysis です。

Artificial Analysis の積み上げ棒グラフ。6つのモデルのコスト(USD)を比較しており、各棒は4つのラベルなしブロックに分かれ、総コストの低い順に並んでいる。Claude Haiku 5.5(low):合計 $0.04*、最下段のブロックは $0.02で、その上に薄いラベルなしブロックが3つ。GPT-6 Luna(非推論):合計 $0.07、最下段のブロックは $0.06で、その上に薄いラベルなしブロックがある。GPT-6 Luna(xhigh):合計 $0.10、下から順に $0.07、$0.02、$0.02で、最上部にさらに薄いラベルなしブロックがある。Muse Ember(xhigh):合計 $0.12、下から順に $0.06、$0.02、$0.02で、最上部にさらに薄いラベルなしブロックがある。Muse Ember(max):合計 $0.14、下から順に $0.07、$0.03、$0.03、$0.02。Claude Haiku 5.5(xhigh):合計 $0.25*、下から順に $0.14、$0.04、$0.05、$0.02。Anthropic の棒はテラコッタ色、OpenAI は濃いグレー、Meta は青で、各棒の下に対応する企業のロゴが付いている。

さらに有用なのが、同サイトの「Intelligence Index vs. Cost per Task」グラフです。下図はこの3モデルの状況を示しています。

Artificial Analysis の散布図「Intelligence Index vs. Cost per Task」。縦軸は Artificial Analysis Intelligence Index(5〜40)、横軸は対数目盛のタスクあたりコスト(USD、$0.04〜$0.3)。左上には緑色の「最も魅力的な領域(Most attractive quadrant)」があり、破線のパレート線が引かれている。Claude Haiku 5.5(low)* はスコア約19、コスト約 $0.044。GPT-6 Luna(非推論)はスコア約9.5、コスト約 $0.07。GPT-6 Luna(xhigh)はスコア約23.5、コスト約 $0.10。Muse Ember(xhigh)はスコア約34、コスト約 $0.12、Muse Ember(max)はスコア約36、コスト約 $0.14で、どちらもパレート線上にある。Claude Haiku 5.5(xhigh)* はスコア約34.5、コスト約 $0.25で、パレート線よりはるかに右側に位置する。このほか、ラベルのない灰色の点が3つ、やはりパレート線上にある。

Muse Ember モデルはちょうどパレート線上にあります。つまり、この線上では、どちらか一方の指標を改善しようとすると、もう一方を犠牲にせざるを得ません。Meta も発表の中でこの点に触れています。

完全版の Artificial Analysis リーダーボードでも、効率のフロンティア上に位置しています。タスクあたりのコストがより低く、かつより高いスコアを出しているモデルは存在しません。

(緑色の領域の中ほど、パレート線上にある灰色の点は GPT-6.1 Terra(low)です。Terra シリーズにはもっと注目すべきなのかもしれません。)

Muse Ember には minimal、low、medium、high、xhigh、max の6段階の推論レベルがあるため、自転車に乗るペリカンを6枚レンダリングしました。「high」レベルでは完全な SVG が返ってきませんでした。それ以外の SVG については、意外なことに、推論レベルと出力の見た目の品質との間に明確な対応関係は見られませんでした。

以下は「max」レベルの結果ですが、他のものも見る価値があります。

自転車のフレームはなかなか良く、カゴには魚が入っていて、ペリカンは奇妙な青い帽子をかぶっている。

Ember が生成したペリカンは、Muse Wonder で得られた結果と同程度の品質でした。しかも Muse Wonder の価格は Muse Ember の 40倍です。

#技巧#LLM#OpenAI#Claude#Llama

4All API チームによる投稿

原文リンク:https://simonwillison.net/2026/Nov/10/muse-ember/

主流 AI モデル API をお探しですか?4All API は OpenAI / Anthropic / Google Gemini / Qwen / DeepSeek など数十種類のモデルを単一の API キーで呼び出せます。公式準拠の価格、エンタープライズ品質の通信路、5 分で接続完了。

4All API コンソールに登録 →