专注AIGC技术的专业社区，关注大语言模型（LLM）的发展和应用落地，聚焦LLM及AI技术的市场研究和开发者生态，欢迎关注！
一个AI智能体跑完一项任务，往往不是只调用一次模型。它可能要先读文档、查资料，再调用工具、整理结果；任务越长，重复的小步骤越多，模型调用次数和费用也跟着增加。
Meta在11月9日发布Muse Ember，瞄准的正是这些高频、重复的工作。它不是Muse家族里负责攻克最难问题的“大脑”，更像是被主智能体分派任务的执行者：处理代码子任务、工具调用、请求路由、信息提取和长文档解析。Meta将它定位为旗下体量最小、效率最高的推理模型，并已通过Muse Code和Meta Model API开放使用。
Agent的重复步骤，交给Muse Ember
智能体的工作流里，有些环节需要强推理，有些则是反复执行明确的小任务。比如主模型先判断“要查哪些资料”，随后把网页内容提取、工单分类、代码文件检查等步骤交给子模型完成。Muse Ember主要面向后面这些执行环节。
Meta给出的组合方式也很直接：Muse Wonder或Muse Spark负责规划和推理，Muse Ember承担大量重复任务。开发者可以在同一套Agent流程里按任务难度分配模型，让较大的模型处理需要判断的部分，再由Muse Ember完成规模化的调用。
这类设计的价值不只是模型变小。智能体一旦进入实际业务，费用常常来自成百上千次看似不起眼的调用：逐条读工单、从合同中抽字段、为代码仓库里的文件做分类。每次调用省下的成本有限，但如果调用量足够大，差别就会累积起来。
Meta公布的定价是：输入每百万Token 0.10美元，输出每百万Token 0.50美元；缓存输入每百万Token 0.004美元。输入超过20万Token时适用更高的长上下文价格。模型的上下文窗口为100万Token，API最大输出为524,288 Token。它目前通过Meta Model API和Muse Code提供，API模型标识为`muse-ember-1.0`。
截图、录音和视频，都能交给它读
Muse Ember还支持图片、音频、视频和PDF输入，输出为文本。这意味着，它可以被放进需要读取截图、图表、录音或扫描文档的Agent流程中，而不必先把所有材料都转换成纯文本。
Meta举出的使用方向包括：从图片和文件中提取信息、处理长文档、根据屏幕截图操作电脑，以及执行多步骤业务流程。API文档也列出了工具调用、结构化输出、图像理解和搜索等功能。对开发者来说，这让它可以承担的不只是文本分类：例如，先识别图片里的内容，再按规则提取字段，或者读取一批文档后将结果整理成结构化文本。
不过，输入支持多种媒体，并不意味着它会生成音频或视频。Meta当前文档列出的模型输出类型是文本。文章里常说的“多模态”，在这里主要指模型能读多种输入。
Agent测试表现突出，代码项目各有高低
Meta展示了Muse Ember与Claude Haiku 5.5、GPT-6 Luna等模型的对比数据。以Meta页面列出的最高推理设置为例，Muse Ember在AutomationBench-AA业务流程测试中得分37.8，高于Haiku 5.5的13.9和GPT-6 Luna的20.2；在Terminal-Bench 4.0中得分40.9，也高于另外两款模型的39.2和16.4。
但结果并非每项都领先。在FrontierCode 2.0-AA工程任务测试中，Muse Ember得分27.2，低于Haiku 5.5的34.9；在Artificial Analysis Index上，它与Haiku 5.5同为36分。Meta页面同时注明，Terminal-Bench采用各模型公开的最佳运行框架，OSWorld等项目也有各自的测试设置。不同项目测量的任务并不相同，因此这些数字更适合用来观察模型在具体任务上的表现，而不是概括所有能力。
有一项价格对比更能说明Meta为何推出这款模型。Meta引用Artificial Analysis的数据称，在该机构的任务成本评估中，Muse Ember每项任务约0.14美元，Muse Spark 1.3约2.39美元；与此同时，两者的Artificial Analysis Intelligence Index分别为36分和37分。
小模型要进入Agent的“流水线”
Muse Ember采用的思路并不复杂：让能力更强、调用成本更高的模型负责复杂判断，让更轻量的模型承担重复执行。对一个Agent来说，主模型不必亲自处理每一份文件、每一次工具调用，模型之间可以按任务分工。
Meta还表示，Muse Ember是首个使用Muse Wonder Full训练的模型，并将其放进Muse系列的分工中：Muse Wonder面向难题，Muse Spark面向编程和智能体工作流，Muse Ember则处理可重复、可规模化的任务。它能否在真实工作流里稳定接手这些环节，还要看开发者如何接入工具、定义任务边界，以及模型面对长链路任务时的实际表现。
至少从产品定位看，Muse Ember瞄准的不是“再做一个无所不能的大模型”，而是把Agent中那些出现频率最高、也最容易堆高调用量的步骤单独拎出来。对正在搭建智能体的团队而言，这类模型是否好用，最终要看它能不能接住足够多的日常工作，同时保持稳定的输出和低调用成本。
