Muse Ember от Meta обходит Claude Haiku 5.5 по интеллекту при трети стоимости
Our Smallest, Most Efficient Model: Muse Ember
Meta выпустила Muse Ember — самую маленькую и эффективную модель для рутинной работы агентов: вызовов инструментов, кодинга, маршрутизации и разбора длинных документов. На Artificial Analysis она даёт больше интеллекта на доллар, чем Claude Haiku 5.5 и GPT-6 Luna: лучший результат Haiku достигается примерно за треть цены. Контекст — 1M токенов, вывод до 512K, поддержка текста, изображений, аудио и видео. Цена — $0.10 за миллион входных и $0.50 за миллион выходных токенов.
Для самых сложных задач объединяйте её с Muse Wonder: Muse Wonder планирует, Muse Ember берёт на себя объём.
- simonw
Шесть уровней усилий (minimal, low, medium, high, xhigh, max), так что вот шесть пеликанов (на самом деле пять, «high» не вернул полный SVG):
https://tools.simonwillison.net/markdown-svg-renderer?url=ht...
Обычно наблюдается довольно сильная корреляция между уровнем размышлений и визуальным качеством пеликана. Это первый раз, когда я вижу, что эта корреляция, похоже, нарушается — больше токенов рассуждения, похоже, не дают явно лучшего SVG.
- djacksondev
Когда модели Muse только начали появляться, я был довольно воодушевлён тем, что модели Meta снова конкурентоспособны, судя по бенчмаркам, но после того, как я их попробовал, кажется, что Meta делает модели, заточенные под бенчмарки (benchmaxxed), которые впечатляют на карточках с результатами, но не очень полезны в реальных сценариях.
Для меня это главная проблема моделей Muse, будь то Spark, Wonder или Ember. Хотя по бенчмаркам они выглядят как передовые, на самом деле это не так.
Это очевидно, если сравнить продукты Dots и Muse. Качество модели явно всё ещё далеко позади.
- doodlesdev
Интересно отметить, что лучшие бенчмарки модели не на собственном агентском каркасе Meta, а на mini-swe-agent:
> 1. Все модели запускаются с максимальным усилием рассуждения. Результаты Artificial Analysis взяты из Intelligence Index v5 по состоянию на 9 ноября 2026 года; стоимость за задачу использует прайс-лист каждой модели. Внутренние результаты взяты из оценочного набора Meta. Personal Superintelligence Index (PSI) — это внутренний композит из восьми оценок: Agents' Last Exam, AutomationBench, FocusBench, JobBench, OfficeQA Pro, GDP.pdf, GDP.xlsx и VBT. Terminal-Bench 4.0 использует лучший опубликованный каркас каждой модели: mini-swe-agent (Muse Ember), Claude Code (Claude Haiku 5.5) и Codex (GPT-6 Luna). OSWorld 2.1 использует частичное вознаграждение; PerceptionBench оценивается с помощью инструментов.
- Retro_Dev
Когда они сказали, что модель — «самая маленькая» из их моделей на данный момент, я очень надеялся, что она будет с открытыми весами. Не могу найти никаких весов, как жаль :(
- kbrannigan
Это начинает ощущаться прямо как ранние дни PC. Появляется куча компьютерных моделей, всех форм и цветов, но в итоге всё устаканилось вокруг мыши, клавиатуры, монитора.
Большинство людей используют офисный пакет: Word, электронные таблицы, презентации, базы данных.
Держу пари, мы увидим то же самое с LLM — специализированные модели вместо моделей на всё.
Одна для юристов, программистов, бухгалтеров, дизайнеров и т.д.
- open-paren
Полагаю, это была та самая скрытая модель «crouton alpha»
- minimaxir
> Стоит $0.10 за миллион входных токенов, $0.004 за миллион кэшированных входных токенов и $0.50 за миллион выходных токенов,
Примечательная стоимость кэша — 4% от входных данных, по сравнению с 10% от входных данных у Luna/Haiku.
- segmondy
Что делает её маленькой? Кто-нибудь знает размер? Я нигде не вижу. Маленькая по сравнению с их текущей линейкой? Как бы то ни было, последний раз, когда я пробовал Meta, это была llama4. Я отошёл в сторону не только из-за того, насколько плохой стала llama4, но и из-за шага Цука. Кто-нибудь здесь использует Meta? Я не знаю никого в своём кругу, кто бы использовал, но уверен, что люди пользуются.