Meta prezentuje Muse Ember. Tani model stworzony do czarnej roboty agentów AI

Zamiast ścigać się wyłącznie na wielkość parametrów we flagowych systemach, Meta uzupełnia rodzinę Muse o lekkiego wykonawcę do masowej automatyzacji. Firma ogłosiła udostępnienie Muse Ember – swojego najmniejszego i najbardziej efektywnego kosztowo modelu, zaprojektowanego specjalnie pod kątem rutynowych zadań, jakie na co dzień realizują agenci AI.

Model nie powstał po to, by pisać eseje, lecz by obsługiwać powtarzalną infrastrukturę agentową: wywoływanie zewnętrznych narzędzi, routing zapytań, ekstrakcję danych z wielostronicowych dokumentów czy proste poprawki w kodzie. Muse Ember obsługuje okno kontekstowe sięgające miliona tokenów i jest w pełni multimodalny – przetwarza tekst, obrazy, dźwięk oraz wideo.

Więcej inteligencji za dolara

Kluczowym wyróżnikiem nowego modelu jest ekonomia skali. Meta twierdzi, że Muse Ember oferuje wyższy wskaźnik inteligencji w przeliczeniu na wydanego dolara niż Claude Haiku 5.5 czy GPT-6 Luna na każdym poziomie rozumowania. Dostęp przez Meta Model API wyceniono na 0,10 dolara za milion tokenów wejściowych, 0,004 dolara za milion tokenów w pamięci podręcznej (cache) oraz 0,50 dolara za milion tokenów wyjściowych.

Różnicę widać szczególnie przy zestawieniu z dotychczasowymi modelami firmy. Jeszcze we wrześniu pisaliśmy, że Muse Spark 1.3 przynosi znaczące postępy w zadaniach agentowych i agresywną wycenę. Z danych opublikowanych przez platformę Artificial Analysis wynika jednak, że w teście Intelligence Index Muse Ember osiąga wynik 36 punktów przy koszcie około 0,14 dolara za zadanie. Tymczasem większy Muse Spark 1.3 za niemal identyczny wynik (odpowiednio 36 i 37 punktów w zestawieniach) wymaga wydatku rzędu 2,39 dolara na zadanie.

Przewaga w terminalu, słabość w złożonym kodzie

W udostępnionym przez producenta raporcie ewaluacyjnym Muse Ember wygrywa z Claude Haiku 5.5 w testach operacji systemowych – w benchmarku Terminal-Bench 4.0 zanotował 40,9 punktu wobec 39,2 punktu u rywala z Anthropic. Nowy model Mety radzi sobie również lepiej w większości testów przeprowadzonych przez firmę.

Słabszą stroną nowego lekkiego modelu pozostaje jednak programowanie w realnych środowiskach deweloperskich. W benchmarku FrontierCode 2.0-AA Claude Haiku 5.5 utrzymał wyraźną przewagę, uzyskując skuteczność na poziomie 34,9 procent, podczas gdy Muse Ember osiągnął 27,2 procent. Nowy model Mety trafił już do powszechnego użytku deweloperskiego poprzez Meta Model API oraz środowisko Muse Code.