模型
Muse Ember开放API，以轻量多模态模型承接高频Agent子任务
Introducing Our Smallest, Most Efficient Model: Muse Ember
概述
Muse Ember是Meta面向重复性Agent工作推出的轻量模型，适合顺序工具调用、路由、信息抽取、针对性代码修复及长文档解析。它原生处理文字、图像、音频和视频，支持100万Token上下文、最多512K输出及Responses API；开发者可通过Meta Model API与Muse Code调用，也已进入Google Cloud和Oracle Cloud。模型在最多200K提示时每百万输入/缓存输入/输出为0.10/0.004/0.50美元，更长提示为0.30/0.012/1.50美元，不能将最低费率套到整个百万窗口。Meta称它在Artificial Analysis指数达到36分，并与同最高档Haiku比较获得约三分之一任务成本；不同编程测试采用各模型最佳已发表Harness，不能据此断言固定相同比例降本。官方将其定位为最小高效模型，并称利用Muse Wonder Full训练，但未在该发布中披露参数量、完整蒸馏细节或开放权重。本条按轻量用途及多模态能力分类，不推断具体架构或参数。