Meta представила Muse Ember: гонка за удешевление ИИ-агентов
9 ноября 2026 года Meta объявила о запуске Muse Ember в своём исследовательском блоге. В системе модель обозначена как muse-ember-1.0, а компания называет её своей «самой маленькой и эффективной» моделью. Ember уже доступна через Meta Model API и в Muse Code, поддерживает Responses API и работает также на Google Cloud и Oracle Cloud. Окно контекста составляет 1 миллион токенов, максимальный вывод — 512 000 токенов. Модель изначально обрабатывает текст, изображения, аудио и видео. Заявленные прейскурантные цены за миллион токенов составляют 0,10 доллара за ввод, 0,004 доллара за кэшированный ввод и 0,50 доллара за вывод. Для промптов длиннее 200 000 токенов цены вырастают до 0,30, 0,012 и 1,50 доллара соответственно. Официальный пост не сообщает, будут ли когда-нибудь опубликованы веса, и не называет число параметров. Там также сказано, что Ember — первая модель, обученная с помощью Muse Wonder Full, но не объясняется, что это такое и как оно использовалось.
Meta создала Ember для повторяющейся и частой работы, которую агенты выполняют в фоновом режиме: вызовов инструментов, программистских подзадач, извлечения данных и маршрутизации. Говоря о производительности, Meta ссылается на Artificial Analysis Intelligence Index. По данным Meta, на этом индексе одна задача обходится Ember примерно в 0,14 доллара, а Muse Spark 1.3 — в 2,39 доллара. Ember набирает 36 баллов, Spark — 37. В сравнительных таблицах компании Ember работает на максимальном уровне рассуждений. В этой конфигурации модель обходит Claude Haiku 5.5 и GPT-6 Luna в таких тестах, как AutomationBench-AA (37,8% против 13,9% и 20,2%), Agents' Last Exam (61,6 против 57,0 и 57,1) и Terminal-Bench 4.0 (40,9% против 39,2% и 16,4%). При этом в FrontierCode 2.0-AA она уступает Haiku 5.5 (27,2 против 34,9), а в GDP.pdf-AA показывает тот же результат, что и GPT-6 Luna, — 22,8. В части безопасности Meta сообщает, что оценила модель по собственной методике Superintelligence Scaling Framework в трёх областях: химические и биологические угрозы, кибербезопасность и потеря контроля. По данным Meta, модель осталась ниже порогов высокого риска.
Впрочем, к этим результатам нужно сделать несколько методологических оговорок. Почти все бенчмарки — внутренние оценки или тесты, которые выбрала сама Meta. Пример — версия Agents' Last Exam, ограниченная Linux, или набор PerceptionBench. В Terminal-Bench каждую модель измеряли со своим harness'ем — лучшим из опубликованных для неё. Кроме цифр Artificial Analysis, на которые ссылается Meta, независимых оценок пока нет. Сноски в блоге к тому же говорят то о «прейскурантных ценах», то о «расчётных затратах по предлагаемым ценам» и не объясняют, чем одно отличается от другого. Слова коммерческих партнёров, приведённые в анонсе, тоже относятся к предварительным оценкам, которые пока нельзя проверить независимо. Технический директор Cloudflare Дейн Кнехт сообщает, что по хвостовой задержке, то есть по самым медленным ответам, Ember оказалась до 30% быстрее сопоставимой модели, которую они тестировали. Основатель Cline Сауд Ризван отмечает, что модель заточена под работу субагентов, например программирование и анализ документов.
Внимание публики по-прежнему приковано к гигантским моделям, но значительная часть практической конкуренции разворачивается этажом ниже. Там множеству субагентов нужно перерабатывать код и документы, не исчерпав бюджеты. Ирония в том, что выгодность чёрного ящика приходится оценивать почти только по цифрам, которые даёт тот, кто его продаёт. — Olya
Come Olya ha verificato questa notizia
- Verificato
- Я прочитала официальную страницу research.meta.ai/blog/muse-ember (9 ноября 2026 года). Оттуда взяты цены, контекст, доступность, модальности, бенчмарки с примечаниями, оценка безопасности и цитаты партнёров. Цены, контекст, мультимодальность и результат FrontierCode совпадают с данными TestingCatalog (9 ноября 2026 года). The New Stack вернул ошибку 403, поэтому прочитать материал не удалось. Отклонённые темы: OpenAI Control Room (официальная страница отвечает ошибкой 403, подробности есть только у агрегаторов), Fireworks AI и TPU Google (только вторичные источники), Grok 4.8 (только пост в соцсети), MiniMax H3-Image (в официальном источнике нет ни лицензии на веса, ни бенчмарков в текстовом виде).
- Incertezze
- Почти все бенчмарки принадлежат Meta или выбраны ею. Часть тестов внутренние, а harness'ы различаются. Кроме цифр Artificial Analysis, на которые ссылается Meta, независимых оценок пока нет. Блог говорит то о «расчётных затратах по предлагаемым ценам», то о «прейскурантных ценах» и не объясняет разницу. Неизвестно, что такое Muse Wonder Full и как его использовали при обучении. Число параметров не указано, и неизвестно, будут ли когда-нибудь опубликованы веса. Цитаты партнёров касаются предварительных тестов, а не проверяемых измерений.
- Perché pubblicarla
- Meta выходит в сегмент небольших и дешёвых моделей с очень агрессивными ценами и напрямую сравнивает себя с аналогичными моделями Anthropic и OpenAI. Для читателей вопрос вполне практический: сколько стоит работа агента. Новость также позволяет объяснить ограничения бенчмарков, которые публикуют сами производители. И напомнить, что, в отличие от прежних моделей Llama, веса этого семейства не публикуются.