Meta 发布 Muse Ember 小模型,Simon Willison 对比其与 GPT-6 Luna、Claude Haiku 5.5 的定价与效率
Meta AI 发布其最小、最高效的模型 Muse Ember 1.0,面向复杂推理执行和智能体日常任务如工具调用、编码子任务和长文档解析,短提示定价与 GPT-6 Luna 和 Claude Haiku 5.5 相同,均为输入 $0.10/百万、输出 $0.50/百万 token。
Meta AI 发布其最小、最高效的模型 Muse Ember 1.0,面向复杂推理执行和智能体日常任务如工具调用、编码子任务和长文档解析,短提示定价与 GPT-6 Luna 和 Claude Haiku 5.5 相同,均为输入 $0.10/百万、输出 $0.50/百万 token。
Meta Superintelligence Labs 发布 Muse Ember,面向智能体高频子任务(工具调用、编码子任务、路由、抽取与长文档解析)的多模态推理模型,提供 1M token 上下文与最高 512K 输出。
Artificial Analysis 评测 Meta 新模型 Muse Ember,其在 Intelligence Index 得 36 分,是达到该分数中每任务成本最低的模型(max 档 $0.14)。
推荐理由:原文给出 Muse Ember 与同价位模型在各基准和每任务成本上的对比数据,读者可据此评估其性价比与适用场景。
SemiAnalysis 发布首个基于 InferenceX/AgentX 的 TPUv7 长上下文多轮智能体推理官方基准结果,覆盖 Muse Spark Open、GLM-5.2、Qwen3.5 397B、Kimi K3 四个模型。
Meta 的 Muse Spark Open 开放权重模型已在 Together AI 上线,Together AI 是 Day 0 上线合作方。模型具备 1M token 上下文窗口、长程自主规划与子智能体协调、计算机使用与网页浏览、多模态输入和意图说明能力。
推荐理由:原文给出了模型能力、定价和 API 用法,读者可据此评估它在智能体编程工作流中的实际落地价值。