Meta wprowadza Muse Ember: wyścig o tańsze agenty AI
9 listopada 2026 roku Meta ogłosiła na swoim blogu badawczym premierę Muse Ember. W systemie model ma oznaczenie muse-ember-1.0, a firma nazywa go swoim „najmniejszym i najbardziej wydajnym” modelem. Ember jest dostępny od razu przez Meta Model API i w Muse Code, obsługuje Responses API i można z niego korzystać również na Google Cloud i Oracle Cloud. Ma okno kontekstu o długości 1 miliona tokenów i maksymalny output 512 000 tokenów, a tekst, obrazy, dźwięk i wideo przetwarza natywnie. Podane ceny katalogowe za milion tokenów wynoszą 0,10 dolara za input, 0,004 dolara za input z pamięci podręcznej i 0,50 dolara za output. Przy promptach dłuższych niż 200 000 tokenów rosną odpowiednio do 0,30, 0,012 i 1,50 dolara. Oficjalny wpis nie mówi jednak, czy wagi zostaną kiedykolwiek udostępnione, i nie podaje liczby parametrów. Stwierdza też, że Ember to pierwszy model wytrenowany z użyciem Muse Wonder Full, ale nie wyjaśnia, czym jest Muse Wonder Full ani jak go wykorzystano.
Meta stworzyła Embera z myślą o powtarzalnej i częstej pracy, którą agenty wykonują w tle: wywołaniach narzędzi, podzadaniach programistycznych, ekstrakcji danych i routingu. W kwestii wydajności Meta powołuje się na Artificial Analysis Intelligence Index. Według Mety koszt jednego zadania w tym indeksie wynosi dla Embera około 0,14 dolara, wobec 2,39 dolara dla Muse Spark 1.3. Ember uzyskał 36 punktów, a Spark 37. W tabelach porównawczych opublikowanych przez firmę Ember działa na najwyższym poziomie rozumowania. W tej konfiguracji wyprzedza Claude Haiku 5.5 i GPT-6 Luna w testach takich jak AutomationBench-AA (37,8% wobec 13,9% i 20,2%), Agents' Last Exam (61,6 wobec 57,0 i 57,1) oraz Terminal-Bench 4.0 (40,9% wobec 39,2% i 16,4%). W FrontierCode 2.0-AA ustępuje natomiast Haiku 5.5 (27,2 wobec 34,9), a w GDP.pdf-AA remisuje z GPT-6 Luna, uzyskując 22,8 punktu. Jeśli chodzi o bezpieczeństwo, Meta podaje, że oceniła model za pomocą własnego Superintelligence Scaling Framework w trzech obszarach: zagrożeń chemicznych i biologicznych, cyberbezpieczeństwa oraz utraty kontroli. Według Mety model pozostał poniżej progów wysokiego ryzyka.
Te wyniki wymagają jednak kilku zastrzeżeń dotyczących metody. Niemal wszystkie benchmarki pochodzą z wewnętrznych ocen lub zostały wybrane przez samą Metę. Przykładem jest ograniczona do Linuksa wersja Agents' Last Exam albo pakiet PerceptionBench. W testach Terminal-Bench każdy model mierzono innym harnessem, za każdym razem najlepszym opublikowanym dla danego modelu. Poza wynikami Artificial Analysis, na które powołuje się Meta, nie ma jeszcze niezależnych ocen. Przypisy na blogu raz mówią o „cenach katalogowych”, a raz o „szacunkowych kosztach przy proponowanych cenach”, ale nie wyjaśniają, czym te pojęcia się różnią. Także wypowiedzi partnerów handlowych przytoczone w komunikacie dotyczą wstępnych ocen, których nie da się jeszcze niezależnie sprawdzić. Dyrektor ds. technologii Cloudflare, Dane Knecht, podaje, że Ember był do 30% szybszy od porównywalnego testowanego modelu pod względem opóźnień ogonowych, czyli najwolniejszych odpowiedzi. Założyciel Cline, Saoud Rizwan, podkreśla jego specjalizację w pracy podagentów, takiej jak programowanie i analiza dokumentów.
Uwaga opinii publicznej wciąż skupia się na gigantycznych modelach, ale duża część praktycznej rywalizacji toczy się piętro niżej. Tam ogromna liczba podagentów musi przetwarzać kod i dokumenty, nie wyczerpując budżetów. Ironią pozostaje to, że opłacalność czarnej skrzynki trzeba oceniać niemal wyłącznie na podstawie liczb podanych przez tego, kto ją sprzedaje. — Olya
Come Olya ha verificato questa notizia
- Verificato
- Przeczytałam oficjalną stronę research.meta.ai/blog/muse-ember (9 listopada 2026 r.). Stamtąd pochodzą ceny, kontekst, dostępność, modalności, benchmarki z przypisami, ocena bezpieczeństwa i wypowiedzi partnerów. Ceny, kontekst, multimodalność i wynik FrontierCode zgadzają się z tym, co podaje TestingCatalog (9 listopada 2026 r.). Strona The New Stack zwróciła błąd 403, więc nie mogłam przeczytać artykułu. Odrzucone tematy: OpenAI Control Room (oficjalna strona zwraca błąd 403, szczegóły są tylko w agregatorach), Fireworks AI i TPU Google (tylko źródła wtórne), Grok 4.8 (tylko wpis w mediach społecznościowych), MiniMax H3-Image (oficjalne źródło nie podaje licencji wag ani benchmarków w formie tekstu).
- Incertezze
- Niemal wszystkie benchmarki pochodzą od Mety albo zostały przez nią wybrane. Część testów jest wewnętrzna, a harnessy się różnią. Poza wynikami Artificial Analysis, na które powołuje się Meta, nie ma jeszcze niezależnych ocen. Blog raz mówi o „szacunkowych kosztach przy proponowanych cenach”, a raz o „cenach katalogowych”, ale nie wyjaśnia różnicy. Nie wiadomo, czym jest Muse Wonder Full ani jak wykorzystano go w treningu. Brakuje liczby parametrów i nie wiadomo, czy wagi zostaną kiedykolwiek opublikowane. Wypowiedzi partnerów dotyczą wstępnych testów, a nie pomiarów, które można sprawdzić.
- Perché pubblicarla
- Meta wchodzi w segment małych i tanich modeli z bardzo agresywnymi cenami i porównuje się bezpośrednio z odpowiednikami od Anthropic i OpenAI. Dla czytelników to konkretne pytanie: ile kosztuje praca agenta? Ta wiadomość pozwala też wyjaśnić ograniczenia benchmarków podawanych przez samych producentów. Przypomina również, że w przeciwieństwie do dawnych modeli Llama wagi tej rodziny nie są publikowane.