Metaは、反復的なタスクをエージェントに委ねる際の「複雑な推論の実行において最も小型で効率的」とされるモデル、Muse Emberを発表した。これらのエージェントとは、複数のアクションを自律的に連鎖させることができる人工知能プログラムである。Metaが挙げる例には、ツール呼び出し、コードのサブタスク、ルーティング、データ抽出、長文ドキュメントの分析などがある。
Muse Emberは、テキスト、画像、音声、動画を入力として受け付ける。これにより、エージェントはスクリーンショットやスキャンした文書を読み取ったり、音声メモや会議の録音を処理したりする際に、別のモデルを経由する必要がなくなる。そのコンテキストウィンドウ（一度に処理できる情報量）は100万トークン（単語の断片）に達し、出力は最大51万2千トークンまで可能だ。Metaによれば、完全なソースコードや一連の文書を単一の呼び出しで扱えるという。
より困難なタスクには、MetaはEmberをその最先端モデルであるMuse Wonderと組み合わせることを推奨している。同社は役割分担を次のように要約する：「Muse Wonderが計画を立て、Muse Emberが量を処理する」。Emberは、同ファミリー中最も強力なバージョンであるMuse Wonder Fullから学習された初のモデルである。これにより、ラインアップは3階層となった：最も難しい問題にはMuse Wonder、コードとエージェント的ワークフローにはMuse Spark、大規模な反復可能タスクにはMuse Ember。
Claude Haiku 5.5およびGPT-6 Lunaとの比較結果
Metaは、EmberをClaude Haiku 5.5およびGPT-6 Lunaと、Artificial Analysisインデックスにおいて、各推論レベルごとのタスクあたりコストに対するスコアで比較している。最高設定では、EmberはHaiku 5.5と同様に36ポイントを獲得し、28ポイントのLunaを上回った。Metaは、EmberがHaikuの最高スコアを約3分の1のコストで達成し、これは最高のコストパフォーマンスであると主張している。
実際のエンジニアリングタスクをコードベースにマージできる能力で評価するテスト「FrontierCode 2.0」では、Claude Haiku 5.5が依然として優位を保っている。Haiku 5.5は35％を獲得したのに対し、Emberは27％だった。
アクセスと料金
Muse Emberは、Muse CodeおよびMeta Model API（識別子: muse-ember-1.0）で利用可能である。Responses APIをサポートしている。Metaはまた、Muse SparkやMuse Wonderと同様に、Google CloudおよびOracle Cloudでも提供する。
最大20万トークンのプロンプト（モデルに送信されるクエリ）については、Metaは100万トークンあたりで課金する：入力0.10ドル、キャッシュ入力0.004ドル、出力0.50ドル。20万トークンを超えると、料金は入力0.30ドル、キャッシュ入力0.012ドル、出力1.50ドルに変更される。
