Meta 9 ноября выпустила Muse Ember — модель для повторяющейся работы ИИ-агентов: вызовов инструментов, разбора документов и небольших задач с кодом. Она уже доступна через Meta Model API и в Muse Code. Главный результат здесь — стоимость выполнения задачи при сопоставимом тестовом качестве.

По независимой оценке Artificial Analysis, Ember и Claude Haiku 5.5 при максимальной глубине рассуждений набирают по 36 округлённых баллов в Intelligence Index. Средняя стоимость задачи этого набора у Ember — $0,14, у Haiku — $0,41. При этом цена миллиона входных и выходных токенов у моделей одинаковая: расход токенов на выполнение работы тоже имеет значение. Экономия почти втрое измерена на тестовом наборе, а не гарантирована для любого поручения.

Тариф Ember — $0,10 за миллион входных токенов и $0,50 за миллион выходных при запросах до 200 тысяч токенов. Для более длинных запросов ставки утраиваются — до $0,30 и $1,50. Контекстное окно вмещает около миллиона токенов: можно передавать большие массивы документов, но по повышенному тарифу.

Результаты неоднородны. На инженерных задачах FrontierCode 2.0 Ember уступает Haiku: 27,2% против 34,9%. В тесте работы с длинными документами GDP.pdf результат Ember равен GPT-6 Luna — 22,8%. Artificial Analysis также отмечает слабые знания: в AA-Omniscience модель правильно отвечает на 21,1% вопросов и отказывается отвечать на 64%. Частые отказы помогают держать долю галлюцинаций низкой, но сами по себе не делают модель более знающей. Для массовых повторяющихся операций появился более экономный вариант; выбор для конкретной работы по-прежнему зависит от её требований.