ModelBrief · Muse Ember · 专题
最后更新 2026-11-20
EN 简体 繁體
美国 · 大语言模型 · API 专属 · 2026 年 11 月 9 日发布

Muse Ember 专题

Meta 超级智能实验室 2026 年 11 月 9 日发布的 Muse 家族最小、最便宜的模型:专为高量智能体执行而生,1M 上下文、原生多模态输入,Artificial Analysis 指数 36(满档推理)追平 Claude Haiku 5.5,单任务成本 $0.14 只有后者的三分之一。但要先把定位说清楚:它没有开源权重——Meta 的开源 Muse 模型是 Glimmer / Spark Open,不是 Ember;六项分项基准全部是厂商自报的 AA 评估复述,唯一由 AA 独立发布的是指数 36 这一项;它在 FrontierCode 2.0 上输给 Haiku 5.5,AA-Omniscience 21.1% 是同档最低;LMArena 已于 11 月 15 日首登(WebDev 第 37、Agent Arena 第 25),LiveBench 至今没有收录;超过 200K 输入 token 的整单价格翻 3 倍,$0.10 的 headline 只在 200K 以下成立。本页汇总官方规格、价格、基准解读与 6 篇本站深度实测,并明确标注哪些说法尚未证实。

36AA 智能指数 v5.0(满档推理),追平 Claude Haiku 5.5
$0.14 / 任务AA 指数单任务成本,Haiku 5.5 为 $0.41
$0.10 / $0.50每百万 tokens(输入 / 输出),200K 输入以下
3 倍价目悬崖超 200K 输入 token 的整单按 $0.30 / $1.50 计费
1M tokens上下文窗口;最大输出 512K tokens
无开源权重API 专属;开源的是 Glimmer / Spark Open

01关键事实

先把能确认的说清楚:这是本站第一个「讲性价比不讲能力上限」的专题——Ember 的故事是单任务成本与价目悬崖,不是最强智能。一句话:便宜是真的,免费层没有,开源也没有。

发布
2026-11-09(周一,Meta 超级智能实验室;同日上线 Meta Model API 与 Muse Code;同日 Anthropic 发布 Claude Fable 5.2 / Mythos 5.2)
开发方
Meta Superintelligence Labs(Meta 超级智能实验室)
定位
Muse 家族最小、最便宜的模型,专为高量智能体执行而生:子智能体任务、工具调用、路由、抽取、长文档解析
家族位置
Muse 家族第四款:Spark(4 月,中量级)、Glimmer(8 月,Spark 的开源权重孪生)、Wonder(10 月,前沿旗舰)、Ember(11 月,最小)
参数量
未公布
上下文
1,048,576 tokens(1M);最大输出 524,288 tokens(512K)
输入 / 输出
输入文本、图像、音频、视频、PDF(原生多模态);输出仅文本
推理
六档推理强度(minimal、low、medium、high、xhigh、max),默认 max;Meta 只公布了 max 档的基准成绩
价格
200K 输入 token 以下:$0.10 输入 / $0.004 缓存输入 / $0.50 输出(每百万 tokens);超过 200K:整单 3 倍($0.30 / $0.012 / $1.50);仅标准模式,无 Contributor 模式
基准分
Artificial Analysis 智能指数 v5.0 36(max 档,独立发布);AA-Omniscience 21.1%(同档最低);分项六基准为 Meta 自报的 AA 评估复述,AutomationBench-AA 37.8% 对 Haiku 5.5 的 13.9%;LMArena 11 月 15 日首登:WebDev 1,608 分第 37、Agent Arena 1.7 分第 25;LiveBench 仍未收录;BenchLeader 11 月 17 日快照:Vals Index 60.5(第 15)、Vals Legal 75.7%(第 4)、GameBench 2 51.7(第 36)、AA-Omniscience 非幻觉率 82.6%(第 10)
模型 ID
muse-ember-1.0(Meta Model API)
开源
无开源权重,API 专属;Meta 的开源 Muse 模型是 Spark Open / Glimmer,别混淆
渠道
Meta Model API、Muse Code(全部套餐)、Google Cloud、Oracle Cloud、Vercel AI Gateway(发布当日全部上线);未提及免费层

02快速对比

与最接近的同类模型横向对照:AA 指数、价格、上下文与开源情况一览。点击模型名进入专题页。

模型AA 指数(v5.0)输入 · 输出价格上下文开源
Muse Ember36$0.10 / $0.50 每百万 tokens(≤200K 输入;超 200K 整单 3 倍)1M tokens否
Qwen4-Max43$1.50 / $4.50 每百万 tokens1M tokens否
腾讯混元 Hy435¥6 / ¥18 每百万 tokens(5 折至 12-31)1M tokens否(仅 preview 权重)
Inkling 2 Small31$0.30 / $1.00 每百万 tokens1M(架构上限;Tinker 64K/256K)是(Apache 2.0)
Nex-N2.6未收录$0.12 / $0.40 每百万 tokens(8 折)262K(OpenRouter)/ 1M(发布配置)是(Apache 2.0)

AA 指数为 Artificial Analysis 独立发布(v5.0);「未收录」表示该模型尚未登上 AA 榜单。价格为每百万 tokens 的输入·输出价,人民币价与美元价是各厂商的两套目录价,不可直接换算比较。完整对比见第 13 节,完整基准盘点见第 12 节。

03数据图表

AA 指数 v5.0 对照:Ember 36 分追平 Haiku 5.5;完整基准盘点见第 12 节。

AA 指数 v5.0 条形图:Claude Fable 5.2 65 分、Qwen4-Max 43 分、Muse Ember 36 分、Claude Haiku 5.5 36 分、Hy4 35 分
AA 智能指数 v5.0 对照(max 档,Artificial Analysis 独立发布;Muse Ember 为橙色柱)。

04最值得读的 3 篇

时间不多的话,先读这三篇;完整目录见第 10 节。

05时间线

Ember 与 Fable 5.2 同日发布——一边是 Anthropic 的「最大」,一边是 Meta 的「最小」,报道本身就拿这个对比做文章。本站已有 Fable 5.2 专题,两篇互为对照。

  • 2026-04

    Muse Spark 发布(家族中量级模型)。

  • 2026-08

    Muse Glimmer 发布——Spark 的开源权重孪生模型,也是 Meta 至今唯一的开源 Muse 模型。

  • 2026-10

    Muse Wonder 发布(家族前沿旗舰);Wonder Full 被锁在 Muse Code 内部使用。

  • 2026-11-09

    Muse Ember 发布:Meta 研究博客「Introducing Our Smallest, Most Efficient Model: Muse Ember」上线;Alexandr Wang 同日在 X 宣布——这是 Meta 首次用 Muse Wonder Full 训练发布的模型;同日上线 Meta Model API(muse-ember-1.0)、Muse Code 全部套餐、Google Cloud、Oracle Cloud 与 Vercel AI Gateway;Artificial Analysis 同日发布首发评估:智能指数 36、$0.14/任务;TechCrunch 同日 18:00 UTC 报道;Hacker News 首发帖当日 228 分;同日 Anthropic 发布 Claude Fable 5.2 / Mythos 5.2。

  • 2026-11-10

    Simon Willison 发布动手测试(六档推理强度、鹈鹕绘图测试、比 Wonder 便宜 40 倍);中文与台港媒体跟进(cocoloop、jiazhuangai、sunmedia、airesearch.hk)。

  • 2026-11-10

    Plotly 发布数据分析实测:Ember 在 43 题 DataAnalyticsBench 上答对 38 题,与 GPT-6 Luna 同分,但整轮成本 $1.04 是 Luna 的 8 倍;隐藏模式只找到 1/5。

  • 2026-11-10–11

    第二波报道与分析:gptclub、datalearner、techbang,以及 eesel.ai、i10x.ai、alphasignal、at-pulse、tech-insider(200K 价目悬崖成本测算)、agentfred(与 Fable / Mythos 5.2 的同日对比)。

  • 2026-11-15

    LMArena 首登(11 月 15 日结果):WebDev 1,608 分第 37(Max 档)、Agent Arena 1.7 分第 25;LiveBench 仍未收录。

  • 2026-11-16

    本站专题上线;Activepieces 小样本实测:3 项自动化任务全对、总耗时 8.4 秒(gpt-5.4-mini 的 3 倍,每项只跑一次);LiveBench 仍未收录 Ember。

  • 2026-11-17

    本站读取 BenchLeader 快照,批量补录多榜单分数:Vals Index 60.5(第 15)、Vals Legal 75.7%(第 4)、Vals Finance 60.9%(第 13)、GameBench 2 综合 51.7(第 36)、AA-Omniscience 非幻觉率 82.6%(第 10)等 16 项。见第 12 节。

  • 2026-11-17

    扎克伯格经 X 宣布,Muse Ember 即将上线微软 Foundry(Azure),与 Muse Wonder、Muse Spark 1.3 同批;未给具体日期。见第 07 节。

06官方规格

以下为 Meta 研究博客与 Meta Model API 文档已公布口径(本轮核查于 2026 年 11 月 16 日凌晨,经多篇二手转述交叉核对)。参数量未公布,训练方法未披露;分项基准为 Meta 自报。

状态
已发布(2026-11-09;API 与 Muse Code 同日上线)
模型 ID
muse-ember-1.0(Meta Model API)
架构 / 参数
参数量未公布;训练方法未披露;Meta 称是首个用 Muse Wonder Full 训练发布的模型
上下文窗口
1,048,576 tokens(1M)
最大输出
524,288 tokens(512K)
输入
文本、图像、音频、视频、PDF(原生多模态)
输出
文本
推理
六档:minimal、low、medium、high、xhigh、max;默认 max;Meta 只公布 max 档基准成绩
API
Meta Model API(api.meta.ai/v1),支持 Responses API,请求体与 Muse Spark 相同;另有 Muse Code、Google Cloud、Oracle Cloud、Vercel AI Gateway
权重
无开源权重;API 专属
API 价格
200K 输入以下 $0.10 / $0.004(缓存)/ $0.50;超过 200K 整单 3 倍 $0.30 / $0.012 / $1.50(每百万 tokens)
基准分
AA 智能指数 v5.0 36(max,独立发布);分项六基准为 Meta 自报的 AA 评估复述;AA-Omniscience 21.1%
安全评估
Meta 超级智能扩展框架评估(化生、网络、失控三类),Meta 称无一类超过高风险阈值;另评估了抵抗藏在网页、文档与工具输出中的指令、以及高影响操作前寻求人工确认的能力

07怎么试用:6 条路线

六条路线:前五条发布当日全部就绪,微软 Foundry 只宣布了即将上线、尚未开放。Meta 自家 API 与 Muse Code 是主入口,两朵云与一个网关是分发。没有免费层,也没有开源权重可下载——试用就意味着走 API。

1Meta Model API(主入口)

模型 ID muse-ember-1.0,端点 api.meta.ai/v1,支持 Responses API,请求体与 Muse Spark 相同。价格 $0.10/$0.50(200K 输入以下),超过 200K 整单 3 倍;仅标准模式,无 Contributor 模式。

2Muse Code(全部套餐)

发布当日即在 Muse Code 全部套餐可用。定位是「Wonder 规划、Ember 执行」的双模型模式:Wonder / Spark 做规划,Ember 接高量执行任务。Meta 称 Ember 是首个用 Muse Wonder Full 训练的模型,Wonder Full 本身锁在 Muse Code 内部。

3Google Cloud

发布当日上架。价格与渠道细节以 Google Cloud 官方页面为准,本轮未逐项核对。

4Oracle Cloud

发布当日上架;Oracle 也是 Meta 发布时引用的合作方之一。价格与渠道细节以 Oracle Cloud 官方页面为准,本轮未逐项核对。

5Vercel AI Gateway(发布当日)

发布当日接入。适合已在用 Vercel AI Gateway 的项目直接切换模型 ID,价格以网关页面为准。

6Microsoft Foundry(Azure)——即将上线

Meta CEO 扎克伯格 11 月 17 日经 X 宣布,Muse Ember 将与 Muse Wonder、Muse Spark 1.3 同批上线微软 Foundry(Azure);只说了 coming soon,未给具体日期,目前还不能用。

Meta Model API: api.meta.ai/v1 (muse-ember-1.0;$0.10/$0.50;超 200K 整单 3 倍) Muse Code: 全部套餐可用 (Wonder 规划、Ember 执行) Google Cloud: 发布当日上架 (价格以官方页面为准) Oracle Cloud: 发布当日上架 (价格以官方页面为准) Vercel Gateway: 发布当日接入 (价格以网关页面为准) 微软 Foundry: 即将上线(Azure;未给日期) 上下文: 1,048,576 tokens;最大输出 524,288 tokens 推理: 六档 minimal/low/medium/high/xhigh/max(默认 max)
上手警告:没有任何来源提及免费层,不要按「有免费额度」做预算;200K 价目悬崖按整单计费——一次超长上下文请求会把输入与输出单价同时翻 3 倍,长文档任务先算清 token 量;Meta 只公布了 max 档基准,低档推理的质量未经官方验证,Simon Willison 的动手测试显示质量并不随档位单调上升。

08价格解析

Ember 的价格故事分两层:单价与 Haiku 5.5、GPT-6 Luna 完全相同($0.10/$0.50),省的是单任务成本($0.14 对 $0.41);但超过 200K 输入 token 的整单翻 3 倍,$0.10 的 headline 只在 200K 以下成立。价格为 2026 年 11 月 16 日核查口径,结账页价格为准。

项目(每百万 tokens)≤ 200K 输入> 200K 输入(整单 3 倍)Claude Haiku 5.5GPT-6 Luna
输入$0.10$0.30$0.10$0.10
缓存输入$0.004$0.012约 $0.01(Ember 缓存便宜约 60%)—
输出$0.50$1.50$0.50$0.50
AA 指数单任务成本$0.14—$0.41—

200K 悬崖:按整单算,不是只算超出的部分

超过 200,000 输入 token 的请求,输入、缓存与输出三项单价全部翻 3 倍,而且是整单适用——不是只对超出 200K 的那部分加价。举例:一个 250K 输入 token 的请求,输入按 $0.30、输出按 $1.50 计费;同样输出量下,账单是 200K 以下请求的 3 倍。长文档解析、超长上下文智能体任务最容易撞上这条线:先算 token 量,再决定要不要拆请求或换档位。

为什么单价相同,任务成本差三倍

Ember 与 Haiku 5.5、GPT-6 Luna 的标价完全相同($0.10/$0.50),省钱不在单价而在用量:AA 指数测试里 Ember 约用 115M 输出 token,Haiku 约用 298M——Ember 用更少的 token 完成同一套任务,于是单任务成本 $0.14 对 $0.41。缓存输入也便宜约 60%($0.004 对 Haiku 约 $0.01)。反过来理解:如果你的任务让 Ember 输出量与 Haiku 相当,省钱效应就消失;「便宜三分之一」是任务成本的说法,不是单价的说法。

与家族旗舰比:17 倍的价差

Alexandr Wang 的说法:Ember 接近 Muse Spark 1.3(max)的智能(AA 37 对 36),价格按 AA 口径便宜 17 倍——Spark $2.39/任务对 Ember $0.14/任务。Simon Willison 的动手测试则称 Ember 比 Wonder 便宜 40 倍。两处倍数口径不同(任务成本 vs 未注明口径),引用时不要混用。

价格要点:200K 以下 $0.10/$0.50 与 Haiku、Luna 同价,省的是单任务成本而非单价;超过 200K 整单 3 倍,长上下文任务先算 token;缓存输入 $0.004 比 Haiku 便宜约 60%;没有任何来源提及免费层;Meta 图表注脚称 Ember 的成本按提议价格估算,AA 成本对比是 Meta 对 AA 结果的解读,未经第三方审计。

官方页面:Meta 研究博客 — Muse Ember 发布文

09首批实测与测评

以下材料横跨 11 月 9–16 日:独立证据起初只有 Artificial Analysis 一家,11 月 10 日 Plotly 的数据分析实测与 Simon Willison 的动手测试相继出现,11 月 15 日 LMArena 首登、11 月 16 日又添一篇独立小样本实测。先说结论:AA 指数 36 是真的;其余六项分项基准是 Meta 转述 AA 评估的结果,不是 AA 独立发布的榜单。每条都给出结论徽章;点「阅读本站全文」进入本站的深度改写文章页,文末附原始出处。

Artificial Analysis:智能指数 36,单任务 $0.14,「36 分以上最便宜」

结论:本专题唯一的独立评分,也是 headline 的来源

来源:Artificial Analysis 首发评估,2026-11-09(独立运行)

AA 智能指数 v5.0:Ember(max 档)36,与 Claude Haiku 5.5(max)持平,Spark 1.3(max)37;单任务成本 $0.14 对 Haiku $0.41、Spark $2.39;AA 称其为「36 分以上最便宜的模型」;在约 $0.14/任务的可比模型中排 33 个里的第 2。注意:这是 AA 独立发布的唯一一项;分项六基准见下条。

阅读本站全文 → (本站原创整理)

Meta 自报六基准:AutomationBench 大胜,FrontierCode 却输了

结论:五胜一负,输的那一项恰恰是代码能力

来源:Meta 研究博客发布文(Meta 对 AA 评估的转述,厂商自报)

AutomationBench-AA 37.8% 对 Haiku 13.9%、Luna 20.2%(差距最大);Terminal-Bench 4.0 40.9% 对 Haiku 39.2%;OSWorld 2.1 69.5% 对 Haiku 68.9%、Luna 50.5%;Agents' Last Exam 61.6 对 57.0 / 57.1;PerceptionBench 80.6 对 78.6 / 62.8;但 FrontierCode 2.0-AA 27.2% 对 Haiku 34.9%——Ember 输了。AA 编码智能体指数 46 也是 Meta 的数字,Ridge 指出这是 Meta 的说法。Meta 图表注脚称 Ember 成本按提议价格估算。

阅读本站全文 → (本站原创整理)

AA-Omniscience 21.1%:同档最低的短板

结论:指数 36 之下的真实弱点,别只看 headline

来源:Artificial Analysis(alphasignal 转述)

AA-Omniscience 21.1%,在总分相近的模型里最低。指数 36 概括的是综合智能,Omniscience 测的是另一维度的能力——Ember 的 36 分之下藏着一项垫底成绩,选型时要把这一项单独拎出来看。

阅读本站全文 → (本站原创整理)

Simon Willison 动手测试:六档推理,质量不随档位单调上升

结论:唯一的深度动手记录,样本为单人单任务

来源:Simon Willison,2026-11-10(个人动手测试)

试了六档推理强度:质量没有随档位稳步上升,一次 high 档请求甚至没能返回完整的绘图;称 Ember 比 Wonder 便宜 40 倍。这是单人、单任务的观察,不是基准——但它直接质疑了「默认 max 就最稳」的假设,也提醒低档推理的质量未经官方验证。

阅读本站全文 → (本站原创整理)

TechCrunch 与 The Verge 同日报道,HN 228 分

结论:主流报道的量级是本轮候选里最强的

来源:TechCrunch,2026-11-09 18:00 UTC;Hacker News 首发帖当日 228 分

TechCrunch 在发布当日 18:00 UTC 报道;The Verge 也在同日报道(本站本轮未取得原文链接,不作链接引用);Hacker News 首发帖当日 228 分。第二波有 eesel.ai(称其为「拿到 Haiku 5.5 级结果最便宜的路」)、i10x.ai、alphasignal、at-pulse、tech-insider、agentfred 等约十家分析站点。

阅读本站全文 → (本站原创整理)

中文报道:有覆盖,无一线主流

结论:中文世界知道 Ember,但不在头条位置

来源:gptclub(11 月 11 日)、cocoloop(11 月 10 日)、jiazhuangai(11 月 10 日)、datalearner(11 月 9 日);台港:techbang(11 月 11 日)、sunmedia(11 月 10 日)、airesearch.hk(11 月 10 日)

四家大陆利基媒体与三家台港媒体在 11 月 9–11 日跟进,内容覆盖规格、两档价格与「无权重」问答;但机器之心、新智元、量子位、IT之家均未见报道,中文自动补全也为零。中文读者目前主要靠英文首发与利基转载了解 Ember。

阅读本站全文 → (本站原创整理)

LMArena 首登:WebDev 第 37、Agent Arena 第 25;LiveBench 仍缺席

结论:独立证据不再只有 AA 一家,但两项首登成绩都不亮眼

来源:LMArena(BenchLeader 镜像页),2026-11-15 结果

LMArena 11 月 15 日结果:WebDev(Max 档)1,608 分第 37 名,Agent Arena 1.7 分第 25 名——两个榜单都进了,但排名都靠后,尤其 Agent Arena 的分数很低,与 AA 指数 36 的「追平 Haiku」叙事形成反差。LiveBench 仍无 Ember 的运行记录,仍是跟踪循环的盯梢项。

Activepieces 小样本实测:3 项自动化任务全对,耗时却是 gpt-5.4-mini 的 3 倍

结论:准,但慢;每项只跑一次,仅供参考

来源:Activepieces,2026-11-16 13:31(北京时间;独立小样本实测)

作者自跑 3 项自动化任务(工单分类、发票字段提取、邮件 thread 摘要),Ember 3/3 全对;但总耗时 8.4 秒,为 gpt-5.4-mini(2.8 秒)的 3 倍。作者自承每项只跑一次、仅供参考——准确率的可信度有限,速度差距的方向值得留意:Ember 的卖点是便宜,不是快。

Plotly 数据分析实测:38/43 与 Luna 同分,账单却是 Luna 的 8 倍

结论:分高但账单不便宜;隐藏模式是短板

来源:Plotly,2026-11-10(独立实测,DataAnalyticsBench 43 题)

Plotly 把 45 款模型放进同一套 43 题数据分析考试——题目建在真实数据仓库上,模型要自己写查询、查数据、给答案。Ember 答对 38 题,与 GPT-6 Luna 并列,领先 Haiku 5.5(37 题)1 题,也领先 Meta 自家开源的 Glimmer 30B(35 题)3 题。分项上:33 道有标准答案的题全部答对(分析、模糊问题、不可能请求、数据质量四类满分);统计陷阱 4/5,高于 Luna 的 3/5 与 Haiku 的 2/5;失分集中在「隐藏模式」——5 题只找到 1 个。账单是另一面:整轮跑下来 $1.04,是 Luna($0.13)的 8 倍。原因在用量:Ember 全程读了约 2660 万输入 token,约为 Luna 的 5 倍,其中 70% 走缓存($0.004/百万);隐藏模式题平均每题要跑 78 次查询,45 款模型里第二多(中位数 25 次,两题超过 100 次)。速度上中位每题 28 秒,与榜单中位数 27 秒相当;有一题总耗时 75 分钟,但几乎全是数据库执行重查询的时间,模型生成本身约 24 分钟。限定条件:每个模型只跑一次;Plotly 称重复跑分的波动可达 3 分,1–2 分的差距应视为平手——Ember 与 Luna 的同分、以及领先 Haiku 的 1 分,在误差范围内都算平手。

10文章目录:本站深度解读

以下 6 篇均为本站原创改写与再整理的深度文章——重新组织结构、补充结论与选型建议,事实与数据与原始测评核对一致。点击任意一篇在本站内阅读,文末附原始出处。

12基准测试:AA 指数 36 + 六项分项基准

一张表分两层读:上层是 AA 独立发布的指数 36(max 档),下层是 Meta 转述 AA 评估的六项分项成绩——两层的可信度不一样,读分数前先分清谁在说话。

测试(Meta 自报,AA 评估复述)Muse Ember(max)Claude Haiku 5.5(max)GPT-6 Luna(max)
AutomationBench-AA(端到端业务流程)37.8%13.9%20.2%
Terminal-Bench 4.0(终端任务)40.9%39.2%—
FrontierCode 2.0-AA(代码)27.2%34.9%—
OSWorld 2.1(计算机使用)69.5%68.9%50.5%
Agents' Last Exam(端到端智能体任务)61.657.057.1
PerceptionBench(精细视觉感知)80.678.662.8

独立发布的一层:AA 指数 36 与 Omniscience 21.1%

测量(AA 独立发布)Muse EmberClaude Haiku 5.5Muse Spark 1.3
AA 智能指数 v5.0(max 档)363637
单任务成本(AA 指数)$0.14$0.41$2.39
AA-Omniscience21.1%(同档最低)——
AA 编码智能体指数46(Meta 的数字)——

独立证据(截至 11 月 17 日)

测量来源Ember 成绩说明
AA 智能指数 v5.0Artificial Analysis,11 月 9 日36(max),$0.14/任务唯一的独立评分;「36 分以上最便宜」
AA-OmniscienceArtificial Analysis(alphasignal 转述)21.1%同档最低的短板
Simon Willison 动手测试Simon Willison,11 月 10 日六档推理,质量不单调上升单人单任务观察,非基准
Plotly DataAnalyticsBench(43 题数据分析考试)Plotly,11 月 10 日38/43(88%),$1.04与 Luna 同分,但成本为 Luna 的 8 倍;隐藏模式 1/5 是短板
LMArena WebDevLMArena(BenchLeader 镜像),11 月 15 日结果1,608 分第 37(Max 档)首登;排名靠后
LMArena Agent ArenaLMArena(BenchLeader 镜像),11 月 15 日结果1.7 分第 25首登;分数很低
LiveBench—仍未收录无独立评分
Vals IndexBenchLeader,2026-11-17 读取60.5,第 15 名原始发布方 Vals AI
Vals LegalBenchLeader,2026-11-17 读取75.7%,第 4 名原始发布方 Vals AI
Vals FinanceBenchLeader,2026-11-17 读取60.9%,第 13 名原始发布方 Vals AI
Vibe Code Bench v1.1BenchLeader,2026-11-17 读取83.7%,第 25 名—
Design Arena(网站榜)BenchLeader,2026-11-17 读取1329,第 10 名—
SimpleBenchBenchLeader,2026-11-17 读取72.7%,第 23 名—
APEX-AgentsBenchLeader,2026-11-17 读取64.3%,第 15 名—
SWE Atlas v1.1BenchLeader,2026-11-17 读取56.0%,第 20 名分项:Codebase QnA 61.3%(第 19)、Test Writing 56.7%(第 19)、Refactoring 50.0%(第 18)
HLE-Diamond(Scale)BenchLeader,2026-11-17 读取22.0%,第 17 名—
FORTRESSBenchLeader,2026-11-17 读取11.9%,第 8 名—
Excel ModelingBenchLeader,2026-11-17 读取72.2%,第 13 名—
Terminal-Bench 4.0(AA)max 档BenchLeader,2026-11-17 读取40.9%,第 46 名原始发布方 Artificial Analysis;与 Meta 自报 40.9% 同分,此处为 AA 榜单排名
FrontierCode 2.0(AA)max 档BenchLeader,2026-11-17 读取27.2%,第 45 名原始发布方 Artificial Analysis;与 Meta 自报 27.2% 同分,此处为 AA 榜单排名
AA 智能指数 xhigh 档BenchLeader,2026-11-17 读取34.1原始发布方 Artificial Analysis;max 档为 36,xhigh 档低 1.9 分
GameBench 2 综合BenchLeader,2026-11-17 读取51.7,第 36 名原始发布方 DuelLab;XHigh 档 58.6
AA-Omniscience(非幻觉率)BenchLeader,2026-11-17 读取82.6%,第 10 名原始发布方 Artificial Analysis;非幻觉率分项,本页已有的 21.1% 为综合分,口径不同
读分数前先看口径:六项分项基准是 Meta 发布文里的图表,复述的是 AA 的评估——不是 AA 自己发布的榜单;Meta 的 headline 宣称(「任何推理档位下单位美元智能都高于 Haiku 5.5 或 GPT-6 Luna」)是 Meta 对 AA 结果的解读,未经第三方审计单位经济性;Meta 图表注脚称 Ember 的成本按提议价格估算。AA 编码智能体指数 46 同样是 Meta 的数字。Luna 在 Terminal-Bench 4.0 与 FrontierCode 2.0-AA 两栏留空,是 Meta 的表里没有 Luna 的成绩,不是 Luna 得了零分。

完整盘点见本站基准测试专文 →

Muse Ember 六项分项基准对照(Meta 自报) Muse Ember Claude Haiku 5.5 GPT-6 Luna AutomationBench-AA 37.8% 13.9% 20.2% Terminal-Bench 4.0 40.9% 39.2% FrontierCode 2.0-AA 27.2% 34.9% OSWorld 2.1 69.5% 68.9% 50.5%
六项分项基准(%;Meta 研究博客,2026 年 11 月 9 日;全部厂商自报,复述 AA 评估;橙色为 Muse Ember,灰色为 Claude Haiku 5.5,青色为 GPT-6 Luna;Luna 在 Terminal-Bench 4.0 与 FrontierCode 两栏无成绩)

13对比

vs Claude Haiku 5.5(决定性对手)

维度Muse EmberClaude Haiku 5.5
AA 智能指数 v5.0(max)3636
单任务成本(AA 指数)$0.14$0.41
标价(输入 / 输出,每百万 tokens)$0.10 / $0.50(200K 以下)$0.10 / $0.50
缓存输入$0.004(便宜约 60%)约 $0.01
AutomationBench-AA37.8%13.9%
Terminal-Bench 4.040.9%39.2%
FrontierCode 2.0-AA27.2%34.9%
OSWorld 2.169.5%68.9%
Agents' Last Exam61.657.0
PerceptionBench80.678.6
AA-Omniscience21.1%(同档最低)—
上下文1M—
开源权重无无
发布2026-11-09—(本轮未确认)

同价、同指数、任务成本差三倍——这是 Ember 对 Haiku 的全部故事。Ember 赢在用量少(115M 输出 token 对 298M)与业务流程、终端、计算机使用三项分项;输在代码(FrontierCode 27.2% 对 34.9%)与 Omniscience 21.1% 的垫底。重复任务、工具调用、路由抽取选 Ember;代码密集任务先看 FrontierCode 再决定。

vs GPT-6 Luna(另一位点名对手)与家族

维度Muse EmberGPT-6 LunaMuse Spark 1.3
AA 智能指数 v5.0(max)36—37
单任务成本(AA 指数)$0.14—$2.39
标价(输入 / 输出)$0.10 / $0.50$0.10 / $0.50—
AutomationBench-AA37.8%20.2%—
OSWorld 2.169.5%50.5%—
Agents' Last Exam61.657.1—
PerceptionBench80.662.8—
定位高量执行轻量旗舰对位中量级主力(Ember 贵 17 倍的参照)

对 Luna 是四项全胜(AutomationBench、OSWorld、Agents' Last Exam、PerceptionBench),但注意 Luna 的 AA 指数与单任务成本未在本轮核查中确认,表中留空;本站不编造数字。家族内部:Ember 以 1 分之差(36 对 37)接近 Spark 1.3,任务成本只有后者的约十七分之一——Meta 的「规划者与执行者」分工就建立在这个价差上。另注意:Spark 的标价与 Luna 的指数未在本轮核查中确认,表中留空。

读深度对比:Muse Ember vs Claude Haiku 5.5 → · 读深度对比:Muse Ember vs GPT-6 Luna 与家族 →

14还缺什么(截至 11 月 16 日)

  • LiveBench 的任何独立评分(仍未收录;LMArena 已于 11 月 15 日首登)
  • 参数量(未公布)与训练方法细节(未披露)
  • 非 max 档的官方基准成绩(Meta 只公布 max 档)
  • 开源权重(无;Meta 的开源 Muse 模型是 Glimmer / Spark Open)
  • 免费层(没有任何来源提及)
  • GPT-6 Luna 的 AA 指数与单任务成本(本轮未确认)
  • Google Cloud 与 Oracle Cloud 的 Ember 定价细节(本轮未逐项核对)
  • 中文一线科技媒体报道(机器之心、新智元、量子位、IT之家均未见)
  • The Verge 报道原文链接(本轮未取得,不作链接引用)
  • 路透 / 彭博 / 连线等英文主流媒体报道(本轮未见)

15谣言核查

Ember 的混淆主要来自三个地方:开源问题、价格问题、基准归属——逐条澄清如下。

不成立 「Muse Ember 是开源模型 / 有开源权重」

Ember 没有发布任何权重,API 专属。Google 自动补全里出现「muse ember open weights」,反映的是有人在问,不是有权重可下。Meta 的开源 Muse 模型是 Glimmer(Spark 的开源孪生,8 月发布),别把两款模型混淆。

不成立 「Muse Ember 比 Haiku 5.5 便宜,因为单价更低」

单价完全相同,都是 $0.10/$0.50。Ember 省的是单任务成本($0.14 对 $0.41),原因是它在同一套测试里用的输出 token 更少(约 115M 对约 298M)。把「便宜三分之一」说成单价便宜,是错的。

不成立 「$0.10 就是 Ember 的价格」

只在输入 token 不超过 200K 时成立。超过 200K 的请求整单按 3 倍计费($0.30/$1.50),而且是整单适用、不是只算超出的部分。长上下文任务的实际单价是 $0.30,不是 $0.10。

部分成立 「Ember 全面胜过 Haiku 5.5」

AA 指数持平(36 对 36),分项五胜一负:六项里 Ember 赢了五项(Terminal-Bench 只赢 1.7 分),但 FrontierCode 2.0-AA 27.2% 对 34.9% 输了,AA-Omniscience 21.1% 还是同档最低。业务流程与智能体执行是强项,代码是短板。

不成立 「六项分项基准都是 AA 独立发布的」

只有 AA 智能指数 36 是 AA 在 11 月 9 日独立发布的。六项分项成绩出自 Meta 发布文的图表,是 Meta 对 AA 评估的转述;AA 编码智能体指数 46 同样是 Meta 的数字。引用时要分清谁在说话。

无法确认 「Ember 有免费额度」

本轮核查的全部来源——Meta 博客、API 文档、TechCrunch 与十余家分析文章——均未提及免费层。没有免费层可写,也不排除未来增加;以 Meta 官方页面为准。

16FAQ

Muse Ember 开源吗?有开源权重吗?

没有。Ember 是 API 专属模型,未发布任何权重。Meta 的开源 Muse 模型是 Glimmer / Spark Open(8 月发布),与 Ember 是两款不同的模型。Google 自动补全里的「muse ember open weights」是有人在问,不是已有权重。详见本站发布总览。

Muse Ember 多少钱?

输入 token 不超过 200K 时:$0.10 输入 / $0.004 缓存输入 / $0.50 输出(每百万 tokens)。超过 200K:整单 3 倍($0.30 / $0.012 / $1.50)。AA 指数单任务成本 $0.14,对 Haiku 5.5 的 $0.41。没有任何来源提及免费层。详见本站价格指南。

它和 Claude Haiku 5.5 一样聪明吗?

按 AA 智能指数 v5.0(max 档),两者都是 36,持平;但 Ember 的单任务成本只有 Haiku 的三分之一($0.14 对 $0.41)。分项看:Ember 在 AutomationBench、OSWorld 等四项领先,FrontierCode 27.2% 对 34.9% 落后,AA-Omniscience 21.1% 是同档最低。详见本站对比专文。

什么是 200K 价目悬崖?

输入 token 超过 200,000 的请求,输入、缓存与输出单价全部翻 3 倍,而且是整单适用——不是只对超出部分加价。200K 以下 $0.10/$0.50,200K 以上 $0.30/$1.50。长文档任务先算 token 量。详见本站价格指南。

Muse Ember 适合做什么?

高量、重复的智能体执行:子智能体任务、工具调用、路由、抽取、长文档解析——Meta 的定位是「Wonder 规划、Ember 执行」。代码密集任务要谨慎:FrontierCode 上它输给 Haiku 5.5。详见本站使用指南。

能在 Muse Code 里用吗?

能,发布当日即在全部套餐可用。另有 Meta Model API(muse-ember-1.0)、Google Cloud、Oracle Cloud 与 Vercel AI Gateway。详见本站使用指南。

17来源

本页事实均来自以下公开来源(核查于 2026 年 11 月 16 日凌晨,经多篇二手转述交叉核对;Microsoft Foundry 一条核查于 11 月 18 日)。无链接的条目为按名称与日期引用的报道原文,本站核查时读过但不虚构链接。

官方

独立评估与动手测试

英文报道与分析

  • TechCrunch — Meta releases Muse Ember, a new lightweight model for agent execution 11 月 9 日 18:00 UTC
  • The Verge — 同日报道(本站本轮未取得原文链接,不作链接引用) 11 月 9 日
  • The Decoder — 「单位美元智能高于 Haiku 5.5 或 GPT-6 Luna」宣称转述(经 sunmedia 引用)
  • Hacker News — 首发帖当日 228 分 11 月 9 日
  • TipRanks(TheFly 转载)— 扎克伯格称 Muse Wonder、Muse Spark 1.3 与 Muse Ember 即将上线微软 Foundry(Azure) 11 月 17 日
  • eesel.ai — 讲解与评测(「拿到 Haiku 5.5 级结果最便宜的路」);i10x.ai;tech-insider.org(200K 悬崖成本测算);agentfred.ai(与 Fable / Mythos 5.2 的同日对比);mer.vin;dineroit.com;besoft.vn;codema.ai

中文报道

  • gptclub.ai — 详细报道(「同价 Haiku,任务成本只有三分之一」) 11 月 11 日
  • datalearner.com — 规格、两档价格与「无权重」问答 11 月 9 日
  • news.cocoloop.cn 11 月 10 日;jiazhuangai.com(引用 TechCrunch) 11 月 10 日
  • techbang.com — 基准表(含 Agents' Last Exam 61.6、OSWorld 69.5、PerceptionBench 80.6) 11 月 11 日;sunmedia.tw 11 月 10 日;airesearch.hk(引用 TechCrunch 与 The New Stack) 11 月 10 日

更多索引:Meta的全部模型专题 · 全部大语言模型 · 全部模型