Meta Muse Ember：0.14 美元一次任务，小模型接管执行层

Muse Ember 是 Meta 超级智能实验室 11 月 9 日发布的小模型，卖点不是更强，而是更便宜：每百万输入 token 0.10 美元，Artificial Analysis 智能指数 36 分，与 Claude Haiku 5.5 打平。这篇把它的价格、分数、来历和口径问题拆开看。

价格：把执行成本压到十分位

官方定价是三档：输入 0.10 美元／百万 token，缓存命中输入 0.004 美元，输出 0.50 美元。上下文窗口 1M token，最大输出 512K token，支持 Responses API，模型标识 muse-ember-1.0，通过 Muse Code 与 Meta Model API 两条通道提供。

Meta 在博客里把定位写得很直白：Ember 面向「智能体每天重复的活」——工具调用、编码子任务、路由、信息抽取、长文档解析。按 Artificial Analysis 的口径，它跑一次任务约 0.14 美元；同一口径下 Muse Spark 1.3 是 2.39 美元。

有一点必须提前说明：这里没有权重。Ember 只提供 API，不开源，也不发检查点。

分数：几乎打平，账单差三倍

AA 智能指数上，Muse Ember（max）得 36 分，与 Claude Haiku 5.5（max）相同，GPT-6 Luna（max）为 28 分。差距落在账单上：第三方测算的单任务成本是 0.136 美元对 0.411 美元，约三分之一。

反证也要写清楚。FrontierCode 2.0-AA 上 Ember 只有 27.2，输给 Haiku 5.5 的 34.9。这个基准评的是真实工程任务的「可合并性」，比刷分更接近生产环境。

所以结论要收窄：Ember 的优势集中在高频、短链、可校验的执行动作，不在困难的工程判断。拿它替掉整条流水线上的规划环节，会掉分。

来历：Wonder 的第一个学生

官方披露，Ember 是第一个用 Muse Wonder Full 训练出来的模型。这句话的意思是蒸馏——把最大模型的能力压进一个专用小模型，而不是从零训一个小模型。

看产品线更清楚：Spark（4 月）、开源姊妹版 Glimmer（8 月）、前沿模型 Wonder（10 月）、消费端 Muse Agent（9 月），现在补上执行层 Ember。贵的负责想，便宜的负责干，分层定岗成了 Meta 明确的组织结构。

代价是内部竞争。Ember 36 分对 Spark 1.3 的 37 分，只差一分，单任务成本却差约 17 倍。在「够用即止」的子智能体场景，Spark 被自己的小兄弟挤掉了。

场景侧的证据与它的边界

首发伙伴给了几个可参考的数字：Cloudflare 称尾部延迟比其对标的同类模型最多快 30%；You.com 测到编码任务 p95 延迟 2.2 秒，比头部开源模型快 4 到 13 倍，输出 token 少 36% 到 48%。Box、Cline、Oracle 也在首批名单里。

这些都是厂商自述，没有独立复现。延迟与 token 数的改善方向可信，具体倍数应当视为上限而非均值。

三个不能直接采信的口径

一，部分分数是内部评测。PerceptionBench（Ember 80.6%、Haiku 78.6%、Luna 62.8%）、OSWorld 2.1、Agents' Last Exam 均标注为 Meta 内部评测，没有第三方复核。

二，harness 不同。Terminal-Bench 里 Ember 用 mini-swe-agent、Haiku 用 Claude Code、Luna 用 Codex，各跑各的最佳外壳，不是同条件对比。

三，0.14 美元是标价估算。真实账单取决于缓存命中率与输出长度。缓存输入价 0.004 美元是输入价的二十五分之一，命中率高的流水线实际成本会明显低于标价；反过来，输出占比高的任务会更贵。

对选型的影响：把它当采购问题

把 Ember 放进架构里，判断标准只有三条：任务是否可枚举（路由、抽取、分类属于可枚举）、错误是否可回滚（读日志可以，动生产库不行）、输入 token 是否远大于输出 token（长文档解析属于此类，缓存收益最大）。

三条都成立，就该把这一层换成便宜模型；任何一条不成立，仍然交给大模型。Ember 真正的意义不是「小模型追上来了」，而是把「同一分数下谁最便宜」变成了可计算的采购问题。

类似的成本分层在国内也已经出现：蚂蚁百灵的 Ling-3.2-flash 用 560B 总参数、25B 激活走同一条低价路线；端侧则是另一条路，面壁 MiniCPM-V 4.7 把 35B 压进 3GB 内存解决本地部署。差别在于 Ember 不给权重，只卖调用——这恰好是它与 Kimi K3.1 Pro 这类开放权重模型 最根本的分野。