Muse Ember 是 Meta 于 2026 年 11 月 9 日发布的 Muse 家族最小、最省钱的模型：API 价格每百万 token 输入 $0.10、输出 $0.50，主打 Agent 里的工具调用、编程子任务和长文档解析，官方称单位成本下的能力强于 Claude Haiku 5.5 与 GPT-6 Luna。
Muse Ember 是什么
按 Meta 的定位，Muse 家族现在分三档：Muse Wonder 处理最难的问题，Muse Spark 面向编程和智能体工作流，Muse Ember 则负责“大量重复、边界清楚”的执行类任务。官方的说法是“Muse Wonder 负责规划，Muse Ember 负责处理量”——由大模型拆解任务，再把成千上万个小步骤交给 Ember 去跑。站内此前介绍过的 Meta Muse Wonder 智能体模型 ，就是这套组合里的“规划者”。
Meta 还透露，Muse Ember 是第一个用 Muse Wonder Full 训练出来的模型。它原生支持文本、图片、音频、视频和 PDF 输入（输出为文本），上下文窗口约 100 万 token（1,048,576），单次最多可输出 524,288 token，足够一次塞进整个代码库或一批文档。
Muse Ember 价格与调用方式
根据 Meta 官方博客和 Model API 文档，muse-ember-1.0 的定价如下：
- 输入 200K token 以内：输入 $0.10 / 百万 token，输出 $0.50 / 百万 token；
- 缓存命中的输入：$0.004 / 百万 token；
- 单次请求输入超过 200K token：按长上下文费率计，输入 $0.30、输出 $1.50 / 百万 token。
短提示词场景下，这个价格与 GPT-6 Luna、Claude Haiku 5.5 持平；作为对比，同期发布的 Claude Fable 5.2 标价 $8 / $40，约是 Ember 的 80 倍。
调用方面，Muse Ember 已上线 Meta Model API 和 Muse Code 编程 Agent：Model API 为按量付费，仅提供 Standard 模式；Muse Code 的所有订阅方案都能用，但超过 200K 输入的请求会更快消耗套餐额度。文档列出的接口包括 Responses、Chat Completions 和 Messages 三种，推理强度可在 minimal 到 max 之间调节，默认是 max。Meta 表示，已有基于 OpenAI SDK 的项目只需改 base_url、换上 dev.meta.ai 生成的 API Key，再把模型名设为 muse-ember-1.0 即可。
Muse Ember 对比 Claude Haiku 5.5、GPT-6 Luna
Meta 公布的评测均为三款模型在 max 推理强度下的成绩（数据由 Meta 发布，部分来自 Artificial Analysis）：
- Terminal-Bench 4.0（终端编程）：Ember 40.9%，Haiku 5.5 39.2%，Luna 16.4%；
- AutomationBench-AA（端到端业务流程）：Ember 37.8%，Luna 20.2%，Haiku 5.5 13.9%；
- Agents' Last Exam：Ember 61.6%，Luna 57.1%，Haiku 5.5 57.0%；
- OSWorld 2.1（电脑操作，binary）：Ember 33.8%，Haiku 5.5 27.8%，Luna 17.0%；
- Artificial Analysis 综合指数 ：Ember 与 Haiku 5.5 都是 36，Luna 为 28。
Ember 也不是全面领先：在 FrontierCode 2.0-AA 上，Haiku 5.5 以 34.9 高于 Ember 的 27.2。Meta 的主要卖点是性价比——官方称 Ember 以约三分之一的成本追平 Haiku 5.5 的最高分，每个 Artificial Analysis 任务成本约 $0.14。
早期合作方怎么说
Meta 列出了 Box、Cline、Oracle、Cloudflare 和 You.com 的早期测试反馈。Cloudflare CTO 称，Ember 的尾部延迟比他们对比的同类模型最多快约 30%；You.com 表示，在其编码测试中 Ember 的 p95 延迟为 2.2 秒，输出 token 比主流开源模型少 36%～48%；Cline 创始人则认为它适合在 Agent 框架里充当子代理，处理编程和文档分析。
安全方面，Meta 称发布前按其 Superintelligence Scaling Framework 评估了化学生物、网络安全和失控风险，结论是均低于高风险阈值，并测试了它对网页、文档中隐藏指令的抵抗能力。
常见问题
Muse Ember 适合什么场景？
适合调用量大、单步任务明确的工作，比如批量抽取字段、路由分类、长文档摘要、Agent 中的工具调用和编程子任务。需要深度规划的复杂任务，Meta 建议交给 Muse Spark 或 Muse Wonder，再由 Ember 执行。
Muse Ember 是开源模型吗？
官方公告只提到通过 Meta Model API 和 Muse Code 提供，没有提到开放权重。
信息来源：
