Muse Ember – Meta推出的面向智能体高频调用的轻量推理模型

Muse Ember 是 Meta 于 2026 年 11 月推出的轻量级推理模型，用于智能体在一天里反复执行的工具调用、编码子任务、路由与长文档解析。它支持 100 万 token 上下文与最多 51.2 万 token 输出，原生理解文本、图像、音频、视频与 PDF，适用于跨应用业务流执行、代码库级任务派发以及扫描件与会议录音的信息提取。

Muse Ember 的核心能力

Muse Ember 是 Muse 系列中最轻量的执行模型，能力重心落在智能体一天里重复上百次的动作上：工具调用、编码子任务、路由、信息抽取与长文档解析。推理强度可在 minimal 到 max 之间设置，默认 max，档位越高推理消耗越多。

连续调用工具完成一整条业务流

把记录读取、工具按序调用、跨应用系统更新串进同一次任务，支持连续工具调用与多步骤工作流。100 万 token 的上下文与 51.2 万 token 的输出上限，可在单次请求中处理大型代码库或文档集合，不必先切段再拼接。

承接编程代理派下来的子任务

读文件、运行测试、做定点修复这类动作在一轮会话里会重复几百次，模型按子任务粒度响应，可以接在已有的 AI 智能体 框架里当执行层。上层框架自己决定何时派活、派多少，模型只负责把这一步做完并交回结果。

原生读图、听音与看视频

文本之外，图像、音频与视频直接进同一套权重，不需要另外挂一个多模态模型。截图、图表、扫描件与 PDF 文档可以当输入读，语音备忘与会议录音可以直接转成待处理的内容；官方同时给出从截图出发操作图形界面的能力。

推理强度按请求指定

minimal 到 max 之间的档位由调用方在请求里指定，不传默认 max，档位越高耗时与成本越高。一个托管模型覆盖从快速路由到深度执行的不同强度，不必为不同强度的任务各部署一套模型。

三种 API 端点与云平台直连

接口层提供 Responses、Chat Completions、Messages 三种端点，可在 Meta Model API 与 Google Cloud、Oracle Cloud 上直接调用，不必自建推理集群——这类模型属于大语言模型（LLM）里的轻量分支，部署逻辑与自建集群完全不同。Muse Code 是官方给出的另一条入口，对应在编辑器里直接使用的场景。

Muse Ember 与同类轻量模型的对比

下表从出品方、每百万输入定价及 Artificial Analysis 指数等维度，对三款轻量模型逐项对照。

• 表格内数据来源：Artificial Analysis Intelligence Index v5 与各专项指数（2026-11-09，全部模型 max 档）；Terminal-Bench 4.0 取各模型最佳公开框架成绩；AutomationBench-AA 采用 Meta 发布页数值，与 AA 独立文章口径有差异；单任务成本为 AA 估算。三列模型为 Muse Ember、Claude Haiku 5.5、GPT-6 Luna。
• 产品对比简述：Muse Ember 与 Claude Haiku 5.5 每百万输入定价同为 0.10 美元，差异在单任务成本 0.136 美元对 0.411 美元、AutomationBench-AA 37.8% 对 13.9%；GPT-6 Luna 指数只有 28，单任务 0.152 美元，重在更便宜。

把最难的部分交给 Muse Wonder 规划、再由 Muse Ember 承担执行，是官方给出的组合方式。

Muse Ember 的应用场景与适用人群

官方示例集中在三处：企业内容审阅、编码子任务派发，以及从截图直接操作软件。

• 合同与候选人审阅：按企业谈判手册逐条比对条款并给出整体风险评级，Box 的早期测试以此为例
• 编程子任务派发：读文件、运行测试、做定点修复，由上层编程代理按需调起
• 文档与截图解析：整份代码库、扫描件、会议录音与视频一次读入，直接产出结构化结果

适用人群：适合把智能体铺到高频重复任务上的团队：需要在成本可控的前提下给每个产品都配一层执行能力，或者正在为编程代理寻找更便宜的子模型。

Muse Ember 的使用方法

Muse Ember 只经接口提供，官方给出的调用入口有 Meta Model API、Muse Code 与 Google Cloud、Oracle Cloud，接入步骤一致。

1. 选入口：Meta 官方发布页列出 Meta Model API、Muse Code 与 Google Cloud、Oracle Cloud 四条调用路径
2. 取密钥：在 Meta Model API 控制台创建密钥，或在 Google Cloud、Oracle Cloud 上开通对应模型
3. 认模型编码：请求里指定 muse-ember-1.0
4. 选推理强度：在 minimal 到 max 之间指定，不传默认 max
5. 送上下文：单次可送 100 万 token，输出上限 51.2 万 token；提示超过 20 万 token 时整次请求切换到长上下文档计价
6. 接工具：按 Responses API 的格式声明工具，模型在任务内按序调用
7. 分工编排：把规划交给上层模型、执行留给 Muse Ember，由框架决定分流比例

两点需要留意：权重没有开放，只能走托管接口，需要私有化部署或数据不出内网的场景无法满足；不同推理强度影响推理过程与 token 消耗，API 按实际输入、缓存输入与输出 token 计费，批量成本按真实请求构成核算更稳。

Muse Ember 的价格与开源情况

Muse Ember 按 token 计费，输入总量 20 万 token 以内用标准档，超过后整次请求切换到长上下文档，模型编码为 muse-ember-1.0。

• 20 万 token 以内：输入 0.10 美元／百万 token，缓存输入 0.004 美元，输出 0.50 美元
• 超过 20 万 token：输入 0.30 美元／百万 token，缓存输入 0.012 美元，输出 1.50 美元
• 上下文与输出：单次可读入 1M token，输出至多 512K token
• 单任务成本：max 档约 0.14 美元，为 Artificial Analysis 指数任务的官方估算口径

权重没有开放。Meta 只通过 Meta Model API 与 Google Cloud、Oracle Cloud 提供调用，没有释出权重文件与许可协议，同门的 Muse Wonder 与 Muse Spark 同样以托管方式提供。计费按请求实际消耗的输入与输出 token 结算，提示长度跨过 20 万 token 后单价整体上移一档。

Muse Ember 的常见问题