Meta 发布低价 Agent 执行模型 Muse Ember

Meta 新发布的 Muse Ember，瞄准的是 Agent 每天反复执行的工作：调用工具、处理编码子任务、分流请求、提取信息和解析长文档。它的卖点是用较低成本承担大量执行任务，再与更强的模型配合。

对程序员来说，值得看的不只是每百万输入 tokens 0.10 美元的报价，还有背后的分工方式：大模型制定方案，小模型批量落实。不过，报道里的性能优势主要来自 Meta 的展示，离实际项目中的收益还有一段验证距离。

便宜的输入价格，能代表任务成本低吗

Meta Superintelligence Lab 于周一发布 Muse Ember，称它是实验室迄今最轻量、成本效率最高的模型。

它的输入价格是每百万 tokens 0.10 美元，也就是 10 美分。报道认为，这一价格明显低于 Anthropic 的 Haiku 和 OpenAI 的 Luna，与开源竞争者 DeepSeek V4.1 Flash、GLM 5.3 Flash 也有竞争力。

但 Meta 更强调的是「每个任务的成本」（cost-per-task）。两者有区别：输入单价只计算喂给模型的内容，任务成本还取决于完成一次工作需要多少次调用、多少输出，以及失败后是否重试。

Meta 使用 Artificial Analysis 的综合基准分数，展示 Ember 相比 Haiku 和 Luna 更便宜、能力也更强。

输入单价低是明确卖点，实际任务是否更省钱仍需验证。

报道没有给出具体基准分数、完整测试条件、输出价格，也没有展示真实业务的成功率和重试成本。因此，不能直接把这张对比图读成所有 Agent 工作都应该换成 Ember。

为什么让 Wonder 规划，让 Ember 批量执行

Ember 的定位要放进 Agent 执行框架（agentic harness）里理解。这类框架负责把模型、工具和任务流程组织起来，让不同环节交给适合的模型处理。

原文举的是客服场景：先让较强的模型制定某类问题的处理规则，再让轻量模型把规则应用到数万条案例中。Meta 对这套分工的表述是：「Muse Wonder 负责规划，Muse Ember 承担批量工作。」

这个思路成立的前提，是任务能够拆分。制定规则需要理解复杂情况，执行规则则可能包含大量重复步骤。如果每一步都调用最强模型，成本容易累积；把规则明确的部分交给轻量模型，才有压低整体费用的空间。

编码子任务、工具调用、请求路由、信息提取、长文档解析，都是 Ember 公布的目标工作。不过，报道没有展示这些任务的具体测试结果，也没有说明模型如何应对规则冲突、工具失败或执行偏差。

因此，定位清晰不等于执行可靠性已经得到证明。

多模态解决了哪些输入问题

Ember 还支持文本、图像和音频。按 Meta 的介绍，Agent 可以读取截图、图表和扫描文档，也能处理语音备忘录、会议录音及视频，无需为这些输入另配一个模型。

这对执行型 Agent 有实际意义：业务材料并不总是整理好的文本。一次任务可能同时涉及截图、扫描件和录音，如果同一个模型能够接收这些材料，就有机会减少模型之间的切换。

不过，「能够接收」与「能够准确完成任务」仍是两回事。原文没有交代视频处理方式、输入限制，也没有提供各类媒体任务的准确率。

从产品线看，Ember 是 Muse 品牌的第四个模型。此前依次有 4 月发布的中等规模模型 Spark、8 月发布的 Spark 开源孪生模型 Glimmer，以及 10 月发布的前沿模型 Wonder。旗舰消费产品 Muse Agent 于 9 月推出，报道还提到 Spaces 和视频聊天功能在本月早些时候上线。这里不能因为 Glimmer 开源，就推断 Ember 也开源，原文没有说明。

我的判断

我认同按任务分工选择模型。对于重复量大、规则相对稳定的流程，轻量模型值得进入候选名单；相较于全程使用同一个强模型，这种组合提供了控制成本的空间。

但它也增加了工程工作：谁判断任务难度，规则如何传递，执行失败后交给谁处理，都需要流程设计。如果每条案例都充满例外，前面的规划就未必足以约束后面的执行。

这篇报道呈现的是产品定位、价格和厂商的基准比较，没有作者或团队的实测，也没有混合模型方案与单模型方案的业务对照数据。多模型分工可以借鉴，具体节省多少、是否更准确，暂时不能替 Meta 背书。

能拿来做什么

• 如果你在做 Node 驱动的 Agent，可以先梳理工具调用、请求分流和信息提取环节，找出规则清楚、重复量大的任务，再决定是否引入轻量模型。
• 如果你在搭建 AI 编程流程，可以把编码子任务作为评估对象，用相同任务比较完成率、重试次数和总费用，别只比较输入 tokens 单价。
• 如果业务需要解析截图、扫描文档或会议录音，可以把 Ember 列入候选，但应分别测试各类材料，确认它能否稳定产出流程需要的结果。