Meta 最小模型 Muse Ember：1M 上下文，单任务成本约 Claude Haiku 5.5 的三分之一

据 MarkTechPost 的 Asif Razzaq 报道，Meta 发布了 Muse Ember。这是 Meta 目前最小的模型，定位很明确：工具调用、编码子任务、文档解析。它还有 1M 上下文，面向高吞吐的 Agent 工作流。

小模型这几年常被当成“够用就行”的选项。Muse Ember 这次把两个指标摆在一起：在 Artificial Analysis Intelligence Index 上，它与 Claude Haiku 5.5 持平；单任务成本约为 Claude Haiku 5.5 的三分之一。一个持平，一个三分之一，放一起看，意思很直白。高频调用场景里，成本会被调用次数放大，模型小一点，账单差距很快就能看见。

但别急着把“最小”理解成“能力弱”。原文给的范围很窄：工具调用、编码子任务、文档解析。这三类任务有一个共同点，流程重复、输入输出结构清楚、对上下文长度有要求。1M 上下文能塞进更长的文档、更多轮工具返回和代码片段，对做 Agent 的开发者来说，这比单纯刷榜更有用。

当然，Index 上的持平不等于所有任务都持平。编码、文档解析、工具调用各自有坑，真实表现还得看延迟、稳定性、对函数调用的容错，以及长上下文里会不会漏信息。Meta 给了一个成本更低的候选，接下来要看的是接入之后，任务完成率能不能守住。

如果你在做高频 Agent，Muse Ember 值得放进候选列表。理由很实际：单任务成本和长上下文吞吐被放到同一张桌上。参数规模没那么重要，日常账单更重要。

原文：MarkTechPost，作者 Asif Razzaq。链接：Meta Releases Muse Ember, a 1M-Context Model for High-Volume Agent Work