Muse Ember发布：17倍便宜，网友盯着0.14美元一次任务

Alexandr Wang 在 X 上发布了 Muse Ember。他称这是目前最小的模型，提供接近 Muse Spark 1.3 (max) 的智能，价格便宜 17 倍，按 AA 的口径。它也是第一个用 Muse Wonder Full 训练的模型。现在可以在 API 和 muse code 里试。

价格是回复区里最先被放大的点。Viber 说，0.14 美元一次任务这个数字他反复看了几遍，基本等于每个小想法都能丢进去跑一下。Elliott Michael Smith 的反馈是：便宜 17 倍之后，要求再改一版时不用那么客气。fw.estee 说，便宜 17 倍，说明旧模型之前赚得有点狠。0.14 美元一次任务来自网友回复，官方推文没有给出完整价目表，但它把开发者的心理锚点改了。试错成本低，重试次数就会变多。

性能部分由 Justin 转述。他把 Muse Ember 称作 Meta 目前最小的模型，为 agent 工作准备，带 1M 上下文。按他贴出的 Meta 自家图表，Muse Ember 对比 Haiku 5.5 和 GPT-6 Luna：AutomationBench 37.8 对 13.9 和 20.2；Coding Agent Index 46 对 37 和 31；Terminal-Bench 4.0 40.9 对 39.2 和 16.4。1M 上下文对跑代码库、读长文档、连续调用工具的 agent 任务更实用。Justin 还贴了一段 oneshot 网站视频，用 workofart skill 生成，前端效果对一个小、快、便宜的模型来说不错。

这些数字来自厂商图表，独立复测还没出现。可以确定的是，小模型的目标已经写得很清楚：能连续跑任务，让开发者愿意多跑几次。聊天里答得漂亮不再是唯一指标。基准表上的对手是 Haiku 5.5 和 GPT-6 Luna，战火烧到 agent 工具链。

回复区另一条线是开源。Ankit Kumar 直接问 open source？Vladimir 和 am.will 追问 open weights。官方在素材里没有回答。还有人问 Muse 是否已经在用、什么时候进欧洲和印度、有没有研究论文。Prabhath 在等 Haiku 和 Luna 的对比。Arv 把名字看成了 Musk Amber。有人发 meme，有人说 meta coming for all the labs。发布图下的问题很具体。

看得出来的变化是计价单位。过去讨论模型价格，习惯按 token 算。Muse Ember 的回复区把话题拉到一次任务 0.14 美元。按任务计价更接近开发者的真实决策：这个活值不值得让 agent 跑一遍，跑砸了再跑一遍的成本能不能接受。小模型如果能把单次任务成本压到接近免费，很多原本不值得自动化的边角任务会开始有人试。

接下来要看的是独立测试、开源权重和可用地区。发布图上的红色加粗只能说明厂商的信心，开发者会用自己的任务清单投票。