Meta uruchamia Muse Ember, niedrogi model, który ma pokonywać Claude Haiku i GPT-6 Luna

Laboratorium Meta wydało Muse Ember 9 listopada 2026 roku, ustalając cenę 0,10 USD za milion tokenów wejściowych i twierdząc, że model pokonuje GPT-6 Luna oraz dorównuje najlepszym wynikom Claude Haiku 5.5 przy niższym koszcie.

Laboratorium badawcze Meta, Meta Superintelligence Labs, uruchomiło model Muse Ember 9 listopada 2026 roku, nazywając go najmniejszym i najbardziej efektywnym modelem firmy jak dotąd. W ogłoszeniu Introducing Our Smallest, Most Efficient Model: Muse Ember Meta opublikowało porównania wyników, twierdząc, że Muse Ember dorównuje najlepszym wynikom Claude Haiku 5.5 przy koszcie niższym o około trzy razy oraz pokonuje GPT-6 Luna we wszystkich testowanych ustawieniach.

Co nowego w Muse Ember

Muse Ember jest już dostępny poprzez Meta Model API oraz Muse Code jako model o identyfikatorze muse-ember-1.0, z obsługą Responses API.
Cennik ustalono na 0,10 USD za milion tokenów wejściowych, 0,004 USD za milion tokenów wejściowych z pamięci podręcznej oraz 0,50 USD za milion tokenów wyjściowych.
Model obsługuje okno kontekstowe wejścia o długości 1 mln tokenów oraz do 512 tys. tokenów wyjściowych.
Meta twierdzi, że Muse Ember jest natywnie multimodalny, trenowany na tekście, obrazach, audio i wideo.
W teście AutomationBench-AA Muse Ember uzyskuje wynik 37,8%, w porównaniu do 20,2% dla GPT-6 Luna i 13,9% dla Claude Haiku 5.5.
W teście OSWorld 2.1 dotyczącym obsługi komputera Muse Ember uzyskuje wynik 69,5%, wobec 68,9% dla Claude Haiku 5.5 i 50,5% dla GPT-6 Luna.

Co to znaczy dla twórców korzystających z AI

Meta przedstawia Muse Ember jako bezpośrednie, poparte liczbami wyzwanie dla Claude Haiku i GPT-6 Luna w tanim, wysokoobjętościowym segmencie potoków agentowych, warstwie, na którą programiści liczą przy wywołaniach narzędzi, routingu i powtarzalnych podzadaniach programistycznych. Publikując wyniki bezpośrednich porównań z obydwoma rywalami, Meta daje twórcom prowadzącym agentowe architektury na dużą skalę nową, niedrogą opcję do rozważenia wobec modeli, które już wykorzystują do tych zadań.

Gdzie Muse Ember wpisuje się w potoki agentowe

Meta pozycjonuje Muse Ember jako warstwę obsługującą duże obciążenie, przeznaczoną do współpracy z większym modelem Muse Wonder w ramach architektury agentowej. Wymienione przypadki użycia obejmują wywołania narzędzi, podzadania programistyczne, routing, ekstrakcję, analizę długich dokumentów, przegląd umów oraz selekcję kandydatów, czyli powtarzalne kroki, które stanowią znaczną część zużycia tokenów przez agenta.

Źródła

Introducing Our Smallest, Most Efficient Model: Muse Ember (Meta (Meta Superintelligence Labs), 9 listopada 2026, oficjalne)

Tekst przygotowany z pomocą AI wyłącznie na podstawie źródeł wymienionych powyżej. Zanim trafił na stronę, przeszedł automatyczną kontrolę dat, źródeł i wszystkich wersji językowych.