Aktualności Artykuł

Meta ma nowy model AI do zadań agentów. Muse Ember kosztuje ułamek ceny większych modeli

Dodano: 10.11.2026
Muse Ember: tani model AI Meta do pracy agentów
konkapo via Pixabay
Dodaj PC Arena do ulubionych źródeł w Google i wesprzyj redakcję!

Meta uruchomiła Muse Ember, najmniejszy model w rodzinie Muse, zaprojektowany do pracy, którą agenci AI wykonują najczęściej: wywoływania narzędzi, ekstrakcji danych, routingu zgłoszeń, krótkich poprawek w kodzie i pracy z dużymi zbiorami dokumentów. Ember ma być tanią warstwą wykonawczą w wieloetapowych systemach.

Model jest dostępny w Meta Model API jako muse-ember-1.0 oraz w Muse Code. Meta ustaliła cenę na 0,10 USD za milion tokenów wejściowych i 0,50 USD za milion tokenów wyjściowych.

Milion tokenów kontekstu i 37,8% w AutomationBench

Muse Ember ma okno kontekstowe obejmujące 1 048 576 tokenów i może wygenerować do 524 288 tokenów. Przyjmuje tekst, obrazy, wideo, audio i pliki PDF, choć generuje tekst. W tabeli opublikowanej przez Meta osiągnął 37,8% w AutomationBench-AA. Claude Haiku 5.5 uzyskał 13,9%, a GPT-6 Luna 20,2%. W FrontierCode 2.0-AA, skupionym na jakości realnych zmian w projektach, wyżej znalazł się Claude Haiku 5.5.

Tani model do powtarzalnej pracy

Większy model może zaplanować działanie, a Ember wykonać serię prostszych kroków: pobrać rekord, wywołać narzędzie, odczytać plik i przekazać wynik dalej. Taka architektura ma sens tam, gdzie agent wykonuje setki lub tysiące podobnych operacji, a najważniejszy jest koszt całego procesu.

Meta przywołuje też zestawienie Artificial Analysis. Według niego Muse Ember uzyskał wynik 36 w Intelligence Index i koszt około 0,14 USD za zadanie, podczas gdy Muse Spark 1.3 zdobył 37 punktów przy koszcie 2,39 USD. To dane zależne od konfiguracji i ceny listowej, więc nie są niezależnym testem każdego zastosowania.

Dostępność

Muse Ember jest dostępny w Meta Model API i Muse Code. Figuruje także w katalogu modeli partnerskich Google Cloud. Przed wdrożeniem warto sprawdzić go na własnym przepływie, bo wynik benchmarku nie mówi, jak model poradzi sobie z konkretnym systemem i dokumentami.

Źródła

Dodaj PC Arena do ulubionych źródeł w Google i wesprzyj redakcję!
Kamil Rogowski

Autor Artykułu

Kamil Rogowski

Kamil Rogowski - to pasjonat technologii i sprzętu komputerowego, który od lat śledzi rozwój PC, podzespołów i gamingu. Na pcarena.pl dzieli się testami, opiniami oraz praktycznymi poradami, pomagając czytelnikom wybrać najlepszy sprzęt do pracy i rozrywki. Jego artykuły łączą wiedzę techniczną z lekkim, przystępnym stylem.

Udostępnij:

Podobne Wpisy

Zobacz Także