**摘要：**Meta 在 2026 年 11 月 9 日發表 Muse Ember（模型 ID 為 muse-ember-1.0），定位是該公司最小、最省錢的模型，專門處理代理整天重複的工作：工具呼叫、編碼子任務、路由、資料擷取與長文件解析。它同時在 Muse Code 和 Meta Model API 上可用，輸入 $0.10、輸出 $0.50 每百萬 token，並宣稱在 Artificial Analysis 的效率前沿上——沒有模型能用更低的每任務成本拿到更高分數。對正在跑代理工作流的團隊來說，這是把大量便宜子呼叫的單位成本再往下壓一級的訊號。
定價與機制：六檔推理、1M 上下文、快取極便宜
根據 Meta 的公告，muse-ember-1.0 支援 1M token 上下文、最高 512K 輸出 token，支援 Responses API。快取輸入 token 只要 $0.004 每百萬——比未快取輸入便宜 25 倍。如果你的代理流程會反覆帶入同一份系統提示或長文件，這個價差會直接反映在帳單上。
模型有六個推理等級：minimal、low、medium、high、xhigh、max，原生理解文字、圖像、音訊與影片，所以讀截圖、掃描文件或會議錄音不需要另接一個模型。Meta 也說明，這是第一個用 Muse Wonder Full 訓練出來的模型，補齊了產品線：Muse Wonder 處理最難的問題，Muse Spark 對應編碼與代理工作流（這條線之前我在 Muse Spark 1.1 與 Meta Model API 的實務訊號 一文裡寫過），Muse Ember 則負責大規模、可重複的編碼與代理任務，每個 Artificial Analysis 任務約 $0.14。
基準數字好看，但要知道是誰量的
Meta 引用的頭條數字是 Artificial Analysis 的 Intelligence Index 對每任務成本：Muse Ember 在 max 檔拿到 36 分、每任務 $0.136，而 Claude Haiku 5.5 要 $0.411 才拿到 36.2，GPT-6 Luna 最高 27.8。Simon Willison 在 11 月 10 日的分析裡也確認，Ember 各推理檔位正好落在 Pareto 線上。
代理相關的分數同樣亮眼：AutomationBench-AA 拿 37.8，遠高於 Luna 的 20.2 和 Haiku 的 13.9；Terminal-Bench 4.0 是 40.9。合作夥伴的早期回饋偏向速度：Cloudflare CTO Dane Knecht 說尾部延遲比對照模型快最多 30%；You.com 的 Inference Lead Chak Pothina 報告 p95 為 2.2 秒，比領先的開放權重模型快 4 到 13 倍，輸出 token 少 36–48%。
但有兩件事要先標記。第一，Meta 圖表裡的 Ember 每任務成本是「按擬議定價估算」，不是獨立稽核的結果。第二，Agents’ Last Exam、Personal Superintelligence Index、OSWorld 2.1、PerceptionBench 都是 Meta 內部評估，可信度要看他們後續公布的報告。
取捨一：長上下文的價格斷點比對手早出現
這是這份定價最容易被忽略的坑。Willison 整理的表格顯示，Ember 在輸入超過 200K token 後跳到 $0.30 輸入、$1.50 輸出每百萬；GPT-6 Luna 的斷點在 272K，之後是 $0.20/$0.75。也就是說，如果你的工作負載經常超過 200K 上下文——例如整個 codebase 一次丟進去——Ember 反而比 Luna 貴。斷點位置比單價更該進你的成本模型。
取捨二：最難的工程任務不是它的戰場
FrontierCode 2.0-AA（以可合併性評判的真實工程任務）上，Ember 拿 27.2，輸給 Haiku 5.5 的 34.9。Artificial Analysis Index 上，Ember 的 36 也略低於自家的 Muse Spark 1.3（37）——不過 Spark 每任務要 $2.39，輸入輸出單價是 Ember 的 12.5 倍與 8.5 倍。Meta 自己的建議是把 Ember 配 Muse Wonder：Wonder 負責規劃，Ember 處理量。Willison 的實測也提醒，推理等級和輸出品質不是線性關係：「high」檔有一次沒回傳完整 SVG，其他檔位的視覺品質也沒有乾淨地對應等級高低。他把 Ember max 檔的輸出品質比擬為價格是它 40 倍的 Muse Wonder，但這是單一任務的觀察。
下一步：在你的工作流裡量「每任務成本」
這次發布對建造者的實際意義是：便宜模型的比較單位應該從每 token 換成每任務，因為推理 token 讓不同模型解同一問題的 token 數差很多。具體可以這樣做：
- 找出代理流程中重複率最高、單次呼叫最短的環節（工具呼叫、文件解析、路由），把它們接到 muse-ember-1.0 試跑。
- 用你的真實任務量測每任務成本和 p95 延遲，和現有模型對比——尤其注意提示長度是否會跨過 200K 斷點。
- 把難題保留給規劃層模型，驗證 Ember 只承擔執行量時的成功率是否維持。
最後說明資料範圍：本文引用的 Meta 原文在擷取時於結尾處被截斷，個人超智能目標的後續論述未收進來，本篇不對該部分做推論。安全方面，Meta 表示 Ember 已依其 Superintelligence Scaling Framework 評估化學生物、網安與失控風險，均低於高風險門檻，並測試了提示注入抵抗與高影響行動前的人工確認——這些是廠商自述，獨立驗證仍待第三方。