2分钟，4美分，一个网站！
Meta刚发布的最小模型Muse Ember，直接把AI写网页的成本卷到了3毛钱！
而且它的实力也没随着体积变小而缩水。
在Artificial Analysis智能指数榜单上，Muse Ember的成绩已经基本追平Claude Haiku 5.5，单任务成本却只有对方的约三分之一，还一举登顶了Code Arena WebDev小模型榜单：
小扎还兴冲冲地向大家介绍起了自家新宝贝：
这是咱家最小的模型，专门给Agent打下手，承包那些重复又疯狂消耗Token的工作！
这意味着，以后Ember可以专门给大模型打下手，接过那些重复又费Token的日常任务，帮Agent省下一大笔开销。
Arena也火速晒出了它的战绩：
以下20多个网站和动画，全部由Ember一次生成，平均每项任务只花约2分钟、0.04美元（约3毛钱）。
好家伙，这性价比真绝了。
难怪有小伙伴已经被这几天的新模型轰炸得眼花缭乱，并直接甩出一张猫猫表情包：
△简直演我
Meta最小模型，性价比直接拉满
Muse Ember究竟有多能打？
咱们先拿它和同档位的Claude Haiku 5.5比一比～
在Artificial Analysis最新的Intelligence Index v5测试中，Muse Ember最高推理档拿到了35.8分，而Claude Haiku 5.5则是36.2分。
两者只差了0.4分，但Ember花的钱却只有Claude Haiku的三分之一。
再看看Ember与Meta自家更大的Muse Spark 1.3的battle，就更有意思了。
在Artificial Analysis智能指数上，Spark 1.3以一分的优势险胜Ember。
但Ember却将完成一项基准任务的成本从2.39美元足足砍到了0.14美元。
算下来，Ember的单任务成本只有Spark 1.3的约1/17。
价格确实压得够低。
Ember在Meta Model API上的基础定价为每百万输入Token 0.1美元（约0.67元/百万Token）、输出Token 0.5美元（3.34元/百万Token），缓存输入更低至0.004美元（约0.027元/百万Token）。
（输入长度超过20万Token后，则另有更高的长上下文计费标准。）
低价之外，Muse Ember也挺全能。
据Meta官方Blog介绍，Muse Ember擅长工具调用、编程子任务、任务路由、信息提取和长文档解析，支持100万Token上下文窗口，单次输出上限达到51.2万Token，还能原生理解文本、图片、音频和视频。
这意味着，Ember不仅能一次读入大量代码和文档，还能分析图片、音频等不同类型的信息。
具体到Agent的日常工作，从读取文件、调用工具，到运行测试、修改代码、提取信息，这些活儿它都能接。
目前，Meta已经把它放进了Meta Model API和Muse Code，感兴趣的开发者们可以自行调用～
值得一提的是，Ember也是Meta首款使用Muse Wonder Full训练的模型。
按照Meta的设想，以后咱们可以把复杂的推理和任务规划交给Muse Wonder，而那些高频、重复的执行任务则可以交给Ember。
由此，便能兼顾大模型的推理能力与小模型的成本优势，让Agent干起活来更省钱。
ok，账算明白了，那么这小家伙实际干起活来又怎么样呢？
让咱们接下来看看。
上一秒拍电影，下一秒查千万美元账本
先整点浪漫的～
秋意渐浓，开发者Marcio给Muse Ember安排了一个颇有诗意的任务：
请用秋天的风格重现秋叶原。
最后做出来的视频，也颇有几分动画电影的味道。
金黄的银杏叶随风飘舞，列车沿着高架呼啸而过，秋叶原的街道也染上了一层暖洋洋的秋色。
而Marcio似乎还没玩过瘾。
刚逛完秋叶原，他转头又跑去了札幌站！
这回，Muse Ember制作了一段10秒钟的街头视频。
画面中，行人熙熙攘攘，三三两两从镜头前经过，街边车流穿梭不息。
一晃神，我差点以为自己真的站在札幌街头了。
而另一边，Ember又被拉去干起了正经活。
美国知名云内容管理平台Box让Ember查起了一本1260万美元的账本（约8406.34万元），并要求它从一堆相互矛盾的记录中，重新理清每位投资者究竟该交多少钱。
这活儿听着就够让人头大了。
结果，Ember还真从13份文件中找出了248万美元的记录错配和一笔25万美元的漏计抵扣额。
不仅如此，它还重新计算了每位投资者应缴的金额，并贴心地为基金运营团队生成了一份附有原始文件引用的总结。
这样一来，工作人员既能直接查看核算结果，也能顺着引用找到原始文件，核对每笔金额的来龙去脉。
这可真是太方便了。
这小模型看着真挺不戳啊！
朋友们，let开玩儿！
One More Thing
小扎动作挺快啊。
Muse Ember刚发布没多久，今儿一早，小扎又宣布Muse Ember、Muse Spark 1.3和Muse Wonder三款模型已一起登陆Google Cloud，感兴趣的小伙伴们可以用了。
只不过，Meta这回虽然反复强调Ember是自家最小的模型，却始终神神秘秘地没公布具体参数量，所以这小家伙到底有多小，目前仍然是个谜…
让咱们一起蹲一波后续吧～
参考链接：
[1]https://research.meta.ai/blog/muse-ember
[2]https://x.com/AIatMeta/status/2119853591703998787
[3]https://x.com/finkd/status/2119851180948152590
文章来自于"量子位"，作者 "文婷"。