Muse Emberは、Metaのモデル構成で反復作業を担うモデルです。発表は、最難問を担当するMuse Wonder、コーディングとエージェントワークフローを担当するMuse Sparkに続き、ツール呼び出し、コーディングの小タスク、ルーティング、抽出、長文書の解析といった繰り返し作業を任せる位置付けで公開したと説明しています。Muse Wonder Fullを使って学習した最初の特化モデルで、パラメータ数、重みの公開、学習データは公表されていません。
コンテキストは100万トークンで、最大出力は512Kトークンです。テキスト、画像、音声、動画をネイティブに扱い、スクリーンショットやスキャン文書、音声メモ、会議録画を別モデルなしで入力できます。対応するのはResponses APIで、Muse Ember、Muse Spark、Muse WonderはGoogle CloudとOracle Cloudからも利用できます。
リクエストの入力トークン数2段階の料金区分
- 200K以下
入力$0.10/出力$0.50
キャッシュ入力は$0.004。コンテキスト100万トークン・最大出力512Kの範囲でも、入力が200K以下ならこの単価
- 200K超
入力$0.30/出力$1.50
キャッシュ入力は$0.012。長文脈料金はリクエスト全体のトークンに適用され、200Kを超えた分だけではない
Meta Model APIの料金ドキュメント(2026-11-10確認)による。標準モードのみで、ContributorモードはMuse Emberでは利用不可。Web検索ツールは別料金(1,000クエリあたり$2.50)。レート制限は3,000リクエスト/分・400万トークン/分。
性能は、Metaが掲載したArtificial Analysis Intelligence Indexで36(max effort)、タスクあたりの推定コストは約0.14ドルです。同じ36を記録したClaude Haiku 5.5のタスクあたりコストは0.41ドルで、MetaはHaikuの最高スコアに約3分の1のコストで並び、GPT-6 Lunaの全effort設定を上回ると説明しています。ベンチマークでは、Artificial Analysis実施のAutomationBench-AAで37.8%、Terminal-Bench 4.0で40.9%(各モデルが公開済みの最良ハーネス)、同ハーネス条件のFrontierCode 2.0-AAでは27.2%で、Claude Haiku 5.5(34.9%)には届いていません。Agents' Last Exam(61.6%)、OSWorld 2.1(部分点69.5%)、PerceptionBench(80.6%)はMetaの内部評価です。
「Metaが、素早く低コストで頼れるモデルを求める開発者向けの軽量モデルを出したのを見るのは驚きです。自分のハーネスでサブエージェントとして動かしてコストを削るチームにとって、Muse Emberはコーディングや文書解析といったサブエージェントの作業のために作られ、その作業に長けています。」
It's incredible seeing Meta release a lightweight model for developers who want a fast, low-cost model they can rely on, and for teams cutting costs by running it as the subagent in their harness. Muse Ember is purpose-built for, and excels at, subagent work like coding and document analysis.
早期テストでは、Boxが契約を交渉プレイブックの条項ごとに照合してリスク評価できたと報告し、Cloudflareはテールで最大30%速いと報告しています。You.comはコーディング課題をp95で2.2秒(テストした中で最速)で完了し、出力トークンが36〜48%少なかったとしています。いずれも各社自身の報告で、共通条件での第三者計測ではありません。安全性については、Meta Superintelligence Scaling Frameworkでの評価で、化学・生物学、サイバーセキュリティ、制御喪失の各評価カテゴリで高リスク閾値を下回ったとMetaは述べています。
Artificial Analysisの指数とコスト推定は、提案価格に基づく第三者データをMetaが転載したもので、Metaの内部評価とは計測主体が異なります。200K超のリクエストは出力も含めて3倍の単価になるため、100万トークンのコンテキスト全域で0.10/0.50ドルが適用されるわけではありません。実務の総費用は、入力トークン長、キャッシュ利用、失敗時の再試行で変わります。
出典
- Introducing Our Smallest, Most Efficient Model: Muse Ember(Meta AI Research、2026-11-09)公開日、位置付け(Wonder=最難問、Spark=コーディングとエージェント、Ember=反復タスク)、Muse Wonder Fullで学習した最初の特化モデル、モデルID(muse-ember-1.0)とResponses API、1Mコンテキスト・512K出力・テキスト画像音声動画のネイティブ入力、Artificial Analysis Index 36とタスクあたり約$0.14、ベンチマーク表(AutomationBench-AA 37.8%、Terminal-Bench 4.0 40.9%、FrontierCode 2.0-AA 27.2%ほか、内部評価の区別つき)、パートナー報告(Box、Cline、Oracle、Cloudflare、You.com)、安全性評価、Google CloudとOracle Cloudでの提供。2026-11-10に全文取得
- Pricing and rate limits(Meta Model APIドキュメント、2026-11-10確認)Muse Emberの2段階料金(200K以下=入力$0.10/キャッシュ$0.004/出力$0.50、200K超=入力$0.30/キャッシュ$0.012/出力$1.50。長文脈料金はリクエスト全体に適用)、標準モードのみでContributorモード不可、Web検索ツールの別料金(1,000クエリ$2.50)、レート制限(3,000RPM/4M TPM)、標準モードでは内容が学習に使われない点。2026-11-10に全文取得
出典の確認日 2026.11.10