隆重推出我们最小、最高效的模型:Muse Ember
Meta AI 刚刚发布了对标 Claude Haiku / GPT Luna 这一级别的模型:Muse Ember。他们对它的描述是:
[…] 我们最小、最高效的模型,专为复杂推理执行以及智能体(agent)整天重复的工作而设计:工具调用、编码子任务、路由、信息抽取和长文档解析。
在较短提示词下,它的定价与 GPT-6 Luna 和 Claude Haiku 5.5 相同,均为每百万输入 token 0.10 美元、每百万输出 token 0.50 美元。今天发布的另一款重磅模型 Claude Fable 5.2,价格是它的 80 倍,为 8 美元/40 美元。
不过,随着提示词变长,定价就没那么简单了。Luna、Ember 和 Haiku 都支持最多一百万输入 token,但它们都设有一个阈值,超过后价格会上涨。把这个阈值考虑在内,Ember 的价格介于另外两者之间:
| 模型 | 提示词大小 | 输入(美元/百万 token) | 缓存输入 | 输出 |
|---|---|---|---|---|
| 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 |
但如今单纯比较每 token 价格已经没有太大意义,因为有了推理 token,不同模型解决同一个问题所用的 token 数量可能天差地别。
对此,一个有用的衡量标准是 Artificial Analysis。

比这更有用的是他们的”智能指数 vs. 单任务成本”(Intelligence Index vs. Cost per Task)图表,下图展示了这三个模型的情况:

Muse Ember 模型正好位于帕累托线上,也就是说,在这条线上,想要改善某一个维度,就必须牺牲另一个维度。Meta 在发布公告中特别指出了这一点:
它同样位于完整 Artificial Analysis 排行榜的效率前沿:没有哪个模型能以更低的单任务成本取得更高的分数。
(绿色区域中间、帕累托线上的那个灰点是 GPT-6.1 Terra(low)——看来我显然应该多关注一下 Terra 系列!)
Muse Ember 有六个推理等级:minimal、low、medium、high、xhigh 和 max,所以我渲染了六只骑自行车的鹈鹕。“high”推理等级未能返回完整的 SVG,而其他 SVG 令人意外的是,推理等级与输出的视觉质量并没有清晰的对应关系。
下面是”max”等级的结果,不过其他几张也值得一看:

Ember 生成的鹈鹕在质量上与我从 Muse Wonder 得到的结果相当,而 Muse Wonder 的价格是 Muse Ember 的 40 倍。