编程开发 📅 2026-11-11 · Mini AI Tools 评测专栏

Meta Muse Ember 深度实测:小模型规格、阶梯计费与高频子代理工作流

全面拆解 Meta Superintelligence Labs 推出的最小推理模型 Muse Ember:核心规格、阶梯计费与缓存机制、长文本阶梯跳价、以及 Artificial Analysis 独立评测数据。

$ 实测核心总结 (TL;DR)

产品定位和规格

Meta Model API 标价对照🔍 点击查看原图
Meta Model API 标价对照

Muse Ember 由 Meta Superintelligence Labs 发布,可在 Meta Model API 和 Muse Code 里使用。官方文档里的核心规格如下。

项目 说明
产品名 Muse Ember
发布日期 2026年11月9日(Meta 研究博客标注)
发布机构 Meta Superintelligence Labs
API 型号 muse-ember-1.0(标准模式;API 上没有贡献者模式变体)
官方一句话 最小、最省的推理模型,用来做智能体整天重复的工作:工具调用、编程子任务、路由、抽取、长文档解析
输入 / 输出 官方文档:文本、图像、视频、音频、PDF 输入,文本输出。Artificial Analysis 的模型页目前只记了文本和图像,音视频和 PDF 以官方文档为准,本文没有另行实测
上下文 / 最大输出 API 文档:上下文 1,048,576 token,最大输出 524,288 token。发布文:100 万 token 上下文,「最多 512K」输出。两处写法不同。524,288 等于 512×1,024,和按二进制来读的 512Ki 一致,但发布文既没有写出 524,288,也没有标明 Ki;若把 512K 按千进位读成 512,000,则与文档数字不同。不宜当成同一个数。
推理强度 minimal 到 max,默认 max;不支持 none
接口 Responses、Chat Completions、Messages;基址 https://api.meta.ai/v1
权重 专有模型,参数量未公布,不能本地下载
系列位置 官方说法:Wonder 攻坚,Spark 做编程和智能体主循环,Ember 做可重复的规模化执行。Ember 是第一个用 Muse Wonder Full 训练出来的模型

Meta 官方明确表示,Muse Ember 是其专为高频 token 密集型工作打造的紧凑型推理模型,核心针对工具调用、编程子任务、意图路由分类以及长文档解析。Meta 首席 AI 官 Alexandr Wang 指出,在独立评测基准下,Ember 的综合智力表现接近 Muse Spark 1.3,而单任务成本大约降低了 17 倍。

它被设计来干什么

开发者文档写得很具体,适合四种反复出现、边界清楚的工作:

  • 主代理分出来的子任务:读文件、跑命令、查资料、做小修补。
  • 工具调用密集的环节,单次费用和延迟会累加。
  • 把请求分类,再交给相应的处理程序或更大的模型。
  • 同一件事对着几千张图、文件或工单并行跑,比如配说明、抽字段、给工单打标签。

文档同时划了边界:很难的一次性编程、偏知识的问题、偏视觉的编程,请用 Spark 或 Wonder。官方的那句搭配是:「Muse Wonder plans, Muse Ember handles the volume.」

多模态是卖点之一。发布文说,智能体可以直接看截图、图表、扫描件,也可以听语音备忘、会议录音和视频,不必再接一个专门模型。计算机使用、图像理解、工具调用、结构化输出和网页搜索接地,文档都写了支持。搜索接地是另计的:每 1000 次查询 2.50 美元,叠加在 token 费用之上。

在不同测试轮次中,根据任务复杂度与 token 消耗差异,整体处理成本约为 1.33 至 1.59 美元。

和其他 Muse 模型怎么比

三款推理模型走同一套请求体和同一组接口,换模型基本上是改 model 字段。差别主要在默认推理档、价格,以及有没有贡献者模式。

按官方文档选模型🔍 点击查看原图
按官方文档选模型
项目 Muse Ember Muse Spark 1.3 Muse Wonder 1.0
型号 muse-ember-1.0 muse-spark-1.3(推荐;另有 1.2、1.1) muse-wonder-1.0
官方用途 高通量、重复执行 有一定推理要求的编程和智能体主循环 复杂工程和长时间编排
默认推理档 max high max
标准价(输入 / 缓存 / 输出,每百万 token) 0.10 / 0.004 / 0.50(输入 ≤20 万);超过则 0.30 / 0.012 / 1.50 1.25 / 0.15 / 4.25,上下文长短同价 4.00 / 0.20 / 20.00,上下文长短同价
贡献者模式 API 上没有 有,muse-spark-1.3-contributor,0.10 / 0.002 / 0.20;内容可被用来训练 API 上没有。Wonder Full 只在 Muse Code 订阅里
官方转述的 AA 智力指数(max) 36 37 44(来自 AA 评测文,不是 Meta 那张对照表)
官方或 AA 的单任务费用(max) 约 0.14 美元 2.39 美元(Meta 对照表) 6.95 美元(AA 评测文)

0.14 对 2.39,大约就是 Wang 说的 17 倍。AA 自己的文章还写:Ember 比 Wonder 低 8 分,单任务费用大约是后者的五十分之一。

贡献者模式那一档,输出比 Ember 还便宜,但前提是允许 Meta 用你的内容训练后续模型。Ember 没有这一档,API 上只走标准模式,官方定价页写明标准模式的内容不用于训练。Muse Code 的订阅默认是贡献者模式,可以在设置里关掉。

此外,Meta 系列还包括专用于图像生成的 Muse Image、音频转写的 Muse Voice Transcribe 以及开源权重的 Muse Spark Open,分别服务于特定的单模态或本地部署场景。

在 Claude Code 一类的工具里,官方建议把 opus 映射到 muse-wonder-1.0,sonnet 映射到 muse-spark-1.3,haiku 和子代理映射到 muse-ember-1.0。

钱怎么算

API 按量付费,没有最低消费。输入里能命中缓存前缀的部分,走缓存价,响应里的 cached_tokens 会告诉你命中了多少。推理过程消耗的 token 按输出计价,并且和可见回复共用输出上限。

速率限制按团队、按模型分开算,不按密钥:Ember 是每分钟 3000 次请求、400 万 token。触发限制会返回 HTTP 429,官方建议指数退避,并尊重 Retry-After。

超过 20 万输入后整单跳价🔍 点击查看原图
超过 20 万输入后整单跳价

20 万这个门槛值得单独算一笔。按官方标价,20 万未缓存输入加 1 万输出,是 0.025 美元;再多 1 个输入 token,同一笔请求变成大约 0.075 美元。缓存命中和通过 previous_response_id 带过来的对话历史,都计入这 20 万。发布文标题价只写了低档,完整两档在定价页。文档也提醒:在 Muse Code 订阅里,超长请求会更快消耗额度。

和 Haiku、Luna 比,短请求的输入输出标价相同。差别在缓存(Ember 0.004,后两家常见标价是 0.01)和超长请求的加价起点、加价幅度。TechCrunch 当天稿子写 Ember「明显比 Haiku 和 Luna 便宜」,说的如果是标价,并不准确;更接近事实的是单任务费用。AA 解释过原因:在他们的智能体评测里,大部分费用来自缓存读取,Ember 这项便宜 60%,输出 token 大约也只有 Haiku(max)的三分之一。指数评测中 Ember 产出约 1.15 亿输出 token,AA 仍把它评为「略偏啰嗦」,只是比 Haiku 的 max 档少写很多。超过 20 万以后,Ember 的高档仍低于 Haiku 超过 10 万以后的 0.50 / 2.50。超长、输出又多的负载,还是要按自己的 token 结构算,不能只看指数评测的单任务费用。

Muse Code 也可以按量付费,或者订阅。2026年11月11日在模型页看到的档位是:Everyday 每月 5 美元,High 15 美元,Power 50 美元,Maximum 200 美元。Ember 的文档写明,它在所有订阅档和按量付费里都能用。5 美元那一档的广告文案当天仍只点了 Spark、Wonder 和 Muse Image,以模型选择器和 Ember 文档为准。

第三方方面,Wang 在 11月10日 03:56(新加坡时间)发帖让人「give muse ember a go on openrouter」。OpenRouter 页面上的型号是 meta/muse-ember,列出的输入、输出和缓存读取价与 Meta 官网一致;该页另外还列了缓存写入 0.125 美元/百万 token,这是 OpenRouter 页面上的数字,不是 Meta 定价页上的项目。You.com 官方账号当天称,Ember 已在其 Inference Router 上线,并提到至少 99.9% 的运行时间 SLA,以及零数据保留选项。Meta 发布文还写,Ember、Spark 和 Wonder 已在 Google Cloud 和 Oracle Cloud 上提供。Zuckerberg 在 11月10日 05:49(新加坡时间)也发过 Google Cloud 上线的消息。云厂商是否完整支持全部输入模态,要以各家文档为准;有报道称 Google Cloud 预览文档当时写的是文本和图像。

基准:官方表和独立评测要分开看

Meta 发布文给了一张对照表,三款模型都在 max 档。表注写明:Artificial Analysis 的结果来自 2026年11月9日公布的 Intelligence Index v5,费用按各家标价估算;内部项目来自 Meta 自己的评测套件。Terminal-Bench 4.0 用的是「各模型已公布的最佳运行环境」:Ember 是 mini-swe-agent,Haiku 是 Anthropic 自行报告的 Claude Code 成绩,Luna 是 Codex 的公开榜。评测环境并不相同。Agents’ Last Exam、个人超级智能指数、OSWorld 2.1、PerceptionBench 是 Meta 内部跑的;竞品内部对照,评估报告自己写的是「尽力而为」,提示词和工具不一定对别人的模型调到最优。

发布日对照(来源见正文)🔍 点击查看原图
发布日对照(来源见正文)

按这张表,Ember 在多数行领先或打平,唯一明显落后的是 FrontierCode 2.0-AA:27.2 对 Haiku 的 34.9。这一项看的是真实仓库里的改动够不够合入。Coding Agent Index-AA 则是 46 对 37 对 31,AA 是把每个模型放进厂家自己的编程代理里跑的:Ember 用 Muse Code,Haiku 用 Claude Code,Luna 用 Codex。OSWorld 2.1 的部分得分是 69.5%,严格全对只有 33.8%。桌面工作流如果不能失败,不要只看部分得分。

有一个数字最容易看岔。发布文把 AutomationBench-AA 写成 37.8 / 13.9 / 20.2,并注明是 AA、strict pass@1。AA 自己的评测文写的是 Ember(max)68.1%,和 Muse Wonder(max)、GPT-6 Astra 同一水平。两个数字都来自 AA,口径不同:37.8 是整条工作流全部目标达成、且没有违规的比例;68.1 是按单个目标给分。如果业务只认「整单做完」,应该看 37.8。

智力指数与单任务费用🔍 点击查看原图
智力指数与单任务费用

独立评测以 AA 2026年11月9日的文章和模型页为准。要点如下:

  • Intelligence Index v5.0.1:Ember(max)36 分,与 Haiku(max)取整后相同;xhigh 是 34 分、约 0.12 美元/任务。Meta 发布文图表里的未取整数字是 35.8 对 36.2。说「打平」可以,说「超过」不合适。
  • Ember(max)是当时评分达到 36 或以上、单任务最便宜的模型,约 0.14 美元;Haiku(max)约 0.41 美元。Luna 最高档大约 0.15 美元、28 分。
  • 速度(AA,基于 Meta API):到第一个可见回答 token 平均 4.80 秒,输出约 448 token/秒,每个指数任务约 3.1 分钟。同价位中位数是 9.88 秒和 7.5 分钟。
  • 知识是明显短板。AA-Omniscience 准确率 21.1%,低于同档的 Haiku 34.7% 和 Gemini 3.8 Flash(high)50.5%。主要原因是它拒答了 64% 的题,幻觉率因此只有 17.4%,大约是 Haiku(max)的一半。知识题请把材料或搜索工具交给它,别指望它硬记。
  • Terminal-Bench 4.0 在 AA 的智力指数评测里是 Ember 40.9%、Haiku 32.8%。Meta 表上 Haiku 是 39.2%,用的不是同一套运行环境。

开发者与社区早期实测反馈

这些是个例,不是普遍结论。

根据独立评测机构 Artificial Analysis 的深度拆解:Ember 的基础 token 标价虽与 Haiku、Luna 处于同一价格带,但在代理评测核心的缓存读取成本上大幅降低了 60%,且 Ember 生成同等正确答案所消耗的输出 token 仅为 Haiku 的三分之一左右,这是其单任务费用显著下降的核心原因。

独立站点 AI for Mortals 在 11月9日通过 OpenRouter、用默认 max 档测了五件日常工作:整理乱邮件、回答约 50 页报告的问题、清洗联系人表、把笔记做成 10 页幻灯、写一个小费计算器。他们写:五件都在 20 秒内返回,合计约 1.7 到 1.8 美分;第一封邮件漏了费用,第二轮补上了。同一组提示词下,Haiku 在 max 档花了约 0.116 美元和 14 分钟,其中两件把 6 万 token 上限用在思考上、没有给出答案;改到 high 档后是约 0.024 美元、141 秒,五件都完成。这是他们自己的五件样本,不能外推到所有场景。

发布文里的合作伙伴评语是 Meta 选发的。Cloudflare CTO Dane Knecht 说,尾部延迟比他们对比的那款模型最多快约 30%。You.com 的 Chak Pothina 说,编程任务的 p95 延迟是 2.2 秒。这些数字没有在独立复现里核对过,只能当作当事方自述。

在社区开发者实测方面,工程师 Fahd Mirza 在评测视频中测试了草图生成、混乱表格整理成 Excel 报告、多语言数据提取与电路图推理等多模态任务,展示了 Ember 在结构化提取和多格式输入上的执行效率与稳定性。

怎么通过 API 调用

以下为基于 Meta Model API 官方规范与 OpenAI SDK 兼容格式的标准调用代码示例:

官方文档给的第一通电话是 Responses API,用来做工单分类:

curl -X POST "https://api.meta.ai/v1/responses" \
  -H "Authorization: Bearer $MODEL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "muse-ember-1.0",
    "reasoning": {"effort": "low"},
    "input": "Classify this support ticket as billing, bug, or feature request, and give a one-sentence reason: \"I was charged twice for my October invoice.\""
  }'

文档原例没有写 reasoning。这里加上 "low",是因为官方推理文档建议:查找、格式化、翻译这类直接作答的任务用低档;分类也属于这一类。不写的话,Ember 会走默认的 max,思考 token 照样按输出计费。

用 OpenAI 兼容的 Python 客户端,基址指向 Meta:

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.meta.ai/v1",
    api_key=os.environ["MODEL_API_KEY"],
)

response = client.responses.create(
    model="muse-ember-1.0",
    reasoning={"effort": "low"},
    input=(
        "Classify this support ticket as billing, bug, or feature request, "
        "and give a one-sentence reason: "
        "\"I was charged twice for my October invoice.\""
    ),
)

print(response.output_text)

如果现有代码走的是 Chat Completions,推理档写在顶层的 reasoning_effort,不要再用 reasoning.effort:

completion = client.chat.completions.create(
    model="muse-ember-1.0",
    reasoning_effort="low",
    messages=[
        {
            "role": "user",
            "content": "Classify this support ticket as billing, bug, or feature request.",
        }
    ],
)

多轮、还要保留思考连续性时,官方建议用 Responses API,靠 previous_response_id 或回放 reasoning.encrypted_content。Chat Completions 对外密钥不会带出可回放的思考内容,每一轮都会重新推理。

在 OpenRouter 上,型号是 meta/muse-ember,基址是 https://openrouter.ai/api/v1。不要把 Meta 官网的 muse-ember-1.0 直接填进 OpenRouter。食谱和并行子代理的完整例子在 Meta Model Cookbook 的 08_muse_ember/,以及开发者博客里的说明。

落地评估与平台接入注意事项

在将 Muse Ember 接入实际业务架构或多智能体工作流时,建议团队充分评估以下边界条件:

  • 专有模型与托管依赖:Ember 为云端专有模型,暂不提供本地权重下载;若系统要求完全私有化部署,需考虑开源体系下的 Spark Open 或其他轻量模型。
  • 开发者通道专供:目前 Ember 主要通过 API 与开发者集成工具(如 Muse Code、OpenRouter 及各大云厂商)提供服务,未内置于消费级 Meta AI 界面。
  • 推理档位按需分配:默认的 max 档位适合复杂逻辑推导;对于分类过滤、简单抽取等常规路由任务,建议在 low 或 medium 档位测试,可进一步压缩延迟与输出计费。
  • 严防上下文阶梯跳价:单次请求的输入 token 达到 20 万时,整笔请求费用将跳涨至 3 倍。在处理大型代码仓库或长文档集合时,务必提前做好拆分与分批预算。
  • 边界清晰的协同模式:Ember 在单纯不给上下文的知识问答和大型工程合入评测中仍有局限;最佳生产实践是作为高频“执行手”,由更具规划能力的上位模型进行任务编排与终审。

结合合理的缓存设计与任务切分,Muse Ember 能在工具调用密集的自动化流程中显著降低长期推理开销。

本指南提及的核心工具

CU

Cursor

编程开发
Freemium

基于 VS Code 深度定制的下一代 AI 代码编辑器,具备全库索引感知与 Composer 多文件联动生成能力。

RA

Replit Agent

编程开发
Paid

从灵感直达上线的全自主全栈开发 Agent,自动写代码、配数据库并一键云端部署。

MU

Muse

办公与自动化
Freemium

Meta 旗下个人 AI 智能体:在独立云电脑上替你跑腿,从清理邮箱到订票下单。

更多深度横评与实战指南

查看全部指南 →