Meta 推出面向 Agent 执行任务的低价模型

据 dev.to 的文章节选，Meta 发布了面向 Agent 执行任务的 Muse Ember，主打工具调用、代码子任务、路由和信息抽取。材料给出的价格是每百万输入 token 0.10 美元、输出 token 0.50 美元。它提供了一个新的成本比较对象：把高频执行交给便宜模型，让较大的模型负责规划。

目前能确认什么

现有材料称，Muse Ember 支持百万 token 上下文，以及文本、图像、音频、视频输入，仅通过 Meta Model API 和 Muse Code 提供，未开放权重。这些是节选中的产品描述，目前没有官方文档可供交叉确认。

工具调用通常是模型选择工具并生成参数，再由程序执行；路由则是判断请求该交给哪个工具或模型。它们可能在一次 Agent 任务中反复发生，因此单次费用虽低，累计调用成本仍需计算。

作者以自己正在开发的 Windows 通话辅助应用 Talkaside 为背景，提出让小模型处理实时路由、大模型异步规划的架构。这是一种架构思路，节选没有给出 Muse Ember 在该应用中的实测结果。

我的判断

对已经接入多个工具的应用，最值得尝试拆分的是参数提取、结果解析和简单路由。这些步骤的输入输出相对明确，便于单独检查成功率，也方便失败后回退。

低 token 单价，还不能直接证明整个 Agent 更省钱。

如果路由选错工具、参数不合法，重试和升级到大模型都可能增加开销。应比较完成同一任务的总费用，而非只看报价。

实时交互还有另一道门槛：响应速度。百万上下文不能证明短请求足够快，多模态支持也不能证明截图解析更快。国内程序员还需等官方文档确认服务可用范围、工具调用接口和缓存规则，再用实际部署网络检查延迟与失败率。