Muse Ember 价格算账:和 Haiku 5.5 同标价,AA 任务费只要约三分之一(FrontierCode 仍落后)
Meta Muse Ember 与 Claude Haiku 5.5 输入输出同标价,但 AA Intelligence Index 任务成本约三分之一;FrontierCode 2.0 仍落后。数字核自 Meta、Artificial Analysis 与 Anthropic。

2026 年 11 月 10 日核对。Meta 最小效率模型 Muse Ember 于北京时间 2026-11-10 凌晨发布。输入、输出标价与 Claude Haiku 5.5、GPT-6 Luna 同档($0.10 / $0.50 per MTok),但在 Artificial Analysis Intelligence Index 上,Ember (max) 的 Cost per Task 约 $0.14,Haiku 5.5 (max) 约 $0.41——大约三分之一。先把边界说死:在 FrontierCode 2.0-AA 上 Ember 是 27.2%,Haiku 是 34.9%,硬工程可合并题仍输。下面数字只来自 Meta 博客、Artificial Analysis 与 Anthropic 定价页。
它是什么、给谁用
按 Meta 研究博客,Muse Ember 面向 agent 整天重复的子任务:工具调用、编码子任务、路由、抽取、长文档解析。API 名是 muse-ember-1.0,今天可在 Muse Code 和 Meta Model API 上用;上下文 1M tokens,最多约 512K 输出。Meta 自己的分工写法是:难事先交给 Muse Wonder 规划,量产执行交给 Ember。
标价对照:为什么叫「同价」
短提示档,Ember(≤200K)与 Haiku 5.5(≤100K)的输入、输出标价相同:$0.10 / $0.50 per MTok。差别在缓存读——Ember $0.004,Haiku $0.01(Meta 博客、Anthropic 定价)。长提示涨价门槛也不同:Ember 从 200K 起跳到 $0.30 / $0.012 / $1.50;Haiku 从 100K 起跳到 $0.50 / $0.05 / $2.50。

算账:同价为何任务只要约三分之一
「约三分之一」只指 Artificial Analysis Intelligence Index 的 Cost per Task,不是 token 标价打三折。按 AA 解读文与 型号页:Ember (max) Index 36、约 $0.14/任务;Haiku 5.5 (max) Index 36、约 $0.41/任务(约 2.9 倍)。AA 写明机制:缓存输入大约便宜 60%,且 Ember 输出 token 大约只有 Haiku (max) 的三分之一。xhigh 档 Ember 是 34 分、约 $0.12/任务。

必须写清的输家:FrontierCode 2.0
在 FrontierCode 2.0-AA(真实工程任务、按能否合并打分)上,Meta 博客与 AA 文一致:Ember (max) 27.2%,Haiku 5.5 (max) 34.9%,GPT-6 Luna (max) 25.2%。所以它不是「全面平替 Haiku」,更不是全面碾压。高频子任务、看重 Index 任务成本时 Ember 很有竞争力;难合并型工程题仍可能选 Haiku。
其他 AA 结果:有胜有负
Coding Agent Index-AA(各跑自家 agent,不是裸模型分):Muse Code 里的 Ember (max) 46,Claude Code 里的 Haiku 5.5 (max) 37,Codex 里的 Luna (max) 31(Meta 博客与 AA 文)。
GDP.pdf-AA:Ember 与 Luna 均为 22.8%,Haiku 20.8%。Terminal-Bench 4.0 上 Ember (max) 为 40.9%(Meta 与 AA 一致);Haiku 一侧 Meta「最佳公开 harness」写 39.2%、AA Index 文写 32.8%,本文不把 Haiku 的 Terminal-Bench 写成单一确定值。AA 把 AutomationBench-AA 列为 Ember 的亮点之一,但 Meta 表与 AA 文百分数不一致,这里不报具体分数。
知识短板:AA-Omniscience
按 AA 解读文,Ember 在 AA-Omniscience v1.1 上的准确率约 21.1%,低于同档智能模型里他们对比的 Haiku 5.5 (max) 34.7%。主要原因不是乱答,而是约 64% 的题选择不答,换来幻觉率约 17.4%(约为 Haiku max 的一半)。这是知识面短板,不是整体「更强」的证据;做事实问答时要心里有数。
和 Spark、Wonder 怎么排
Meta 对比表:Ember (max) Index 36、Cost per Task 约 $0.14;Muse Spark 1.3 (max) Index 37、约 $2.39。AA 文:Muse Wonder (max) Index 44、约 $6.95/任务——Ember 低约 8 分,任务成本大约五十分之一。定位仍是 Wonder 扛难题、Spark 编程/agent、Ember 可重复执行。
怎么用上(公开渠道)
官方写法:Muse Code 与 Meta Model API(muse-ember-1.0)。另可在 Google Cloud Partner Models 调用;Meta 博客还写了 Oracle Cloud。OpenRouter 已上架 meta/muse-ember,标价同为 $0.10 / $0.50。中国大陆网络是否稳定直连 Meta / Google Cloud / OpenRouter 上的 Muse,我们尚未核实到官方区域说明,本文不提供任何绕区步骤。
FAQ
是不是比 Haiku 标价更便宜? 否。短提示档输入输出同为 $0.10 / $0.50。
「三分之一」指什么? 仅指 Artificial Analysis Intelligence Index 的 Cost per Task(约 $0.14 对约 $0.41),不是标价打折。
能当 Haiku 平替吗? Index 同分、任务更省;但 FrontierCode 2.0 落后,看场景,不能当成全面平替。
有开放权重吗? Meta 发布材料未提供开放权重下载说明。
国内怎么用? 公开渠道见上文;大陆可达性未核实,请以你所在地的官方可用性为准。