大模型竞赛的计分板换了一块。
过去两年，所有人只盯着一个数字：谁的模型更聪明。2026 年 11 月 10 日，Meta 发布 Muse Ember，把计分板换成了另一个数字。完成一个任务，到底要花多少钱。
这款被 Meta 称为“最小、最高效”的模型，在 Artificial Analysis 智能榜单上拿到 36 分，与 Anthropic 的 Claude Haiku 5.5 持平，单任务成本却只有后者的三分之一；在多项智能体与编程评测中，它又全面压过 OpenAI 的 GPT-6 Luna。Artificial Analysis 给出了一句罕见的结论：在整张效率前沿图上，没有哪款模型能用更低的单任务成本拿到更高的分数。
Meta 不是在发又一个小模型。它是在告诉市场：智能体时代的模型竞争，胜负手不再是智力军备竞赛，而是单位任务成本。
高效模型成了新战场
Muse Ember 的定位非常具体。Meta 官方博客写得明白，它专为“复杂推理执行，以及智能体一整天都在重复的那些工作”而生：工具调用、编码子任务、路由、信息抽取、长文档解析。它带着 100 万 Token 上下文窗口和最多 512K 输出 Token 上线，原生支持文本、图像、音频、视频多模态理解，并在发布前通过了 Meta Superintelligence Scaling Framework 安全评估，在化学与生物、网络安全、失控风险等类别上均低于框架的高危阈值。
价格是最直接的信号。Muse Ember 在 Meta Model API 的定价为输入 0.10 美元/百万 Token、输出 0.50 美元/百万 Token，与 2026 年 10 月 7 日发布的 Claude Haiku 5.5 完全同价。Google Cloud 文档显示，模型版本 meta/muse-ember-1.0 的发布日期为 2026 年 11 月 9 日，目前 Muse 系列已同步登陆 Google Cloud 和 Oracle Cloud。
同价之下拼性能，才是这场发布的真正看点。Artificial Analysis 在 2026 年 11 月 9 日给出的数据足够说明问题：Muse Ember（max）单任务成本约 0.136 美元，拿到 35.8 分；Claude Haiku 5.5 要冲到最高档位，单任务成本高达 0.411 美元，才拿到 36.2 分；GPT-6 Luna 最贵档位 0.152 美元，分数只有 27.8。
换句话说，Muse Ember 用 Haiku 三分之一的钱，拿到了几乎一样的智力分数。在智能体这种高频调用场景里，选 Muse Ember 不是妥协，是算术。
智能体把“每任务成本”变成了第一指标
为什么是“每任务成本”，而不是“单轮智力”？因为智能体把大模型的使用方式彻底改变了。
一个 agent 完成一项工作，要拆成几十甚至上百个小步骤，每一步都调用一次模型。模型再聪明，如果每一步都贵，总成本就不可承受。于是企业的选型逻辑从“哪个模型最会做题”，变成了“哪个模型把活干完最省钱”。
Muse Ember 正是顺着这条逻辑长的。它不追求在每一个智力项目上拿第一，它追求在“智能体重复干的那些活”上，把单位成本压到最低。Artificial Analysis 的效率前沿结论，本质上是在给这种产品哲学背书：没有模型能以更低成本拿到更高分。
Ember 在“干活”上赢了，在“知识”上认输
把模型扔到真实工作流里，差距更明显。
在 AutomationBench-AA 端到端业务工作流评测中，Muse Ember 拿到 37.8%，几乎是 GPT-6 Luna（20.2%）的两倍，更是 Claude Haiku 5.5（13.9%）的 2.7 倍。Agents' Last Exam 端到端任务 61.6 分，超过 Haiku 的 57.0 和 Luna 的 57.1。Personal Superintelligence Index 个人与知识工作综合指数 46.8，领先 Luna 的 37.0 和 Haiku 的 36.1。
编码是 Ember 的强项。Coding Agent Index-AA 上 46 分，领先 Haiku 的 37 和 Luna 的 31；Terminal-Bench 4.0 代理式终端编码 40.9 对 39.2 对 16.4。Cloudflare CTO Dane Knecht 说，Ember 在尾部延迟上比他们测试的对标模型快 30%；You.com 推理负责人 Chak Pothina 说，Ember 完成每个编码任务的 p95 延迟只有 2.2 秒，比领先的开源模型快 4 到 13 倍，输出 Token 还少了 36% 到 48%。
但 Ember 不是没有短板，Meta 也没有藏着掖着。它唯一落后的项目是 FrontierCode 2.0-AA 真实工程任务可合并性评测，27.2%，低于 Haiku 5.5 的 34.9%。知识更是它的软肋，AA-Omniscience 准确率只有 21.1%，是同类模型里最低的。原因很诚实，它拒绝了 64% 的问题。代价是答得少，好处是幻觉率只有 17.4%，是 Haiku 5.5 最高档位的一半。
这是一个有趣的取舍。对智能体来说，“不知道就闭嘴”比“瞎编一个答案然后调用错工具”安全得多。Ember 的设计哲学很清晰：它不追求无所不知，它追求在重复性工作上又快、又稳、还不乱说话。
Google Cloud 和 Oracle Cloud，是生态卡位
Muse Ember 首发即登陆 Meta Model API、Google Cloud 和 Oracle Cloud。这个渠道组合值得细看。
Google Cloud 是云厂商里最积极的模型超市，Oracle Cloud 则绑着一大批企业客户和数据库工作负载。Ember 一出生就进这两家云，等于直接插进了企业采购的默认清单。Oracle 全球合作伙伴高级副总裁 Konstantinos Papamiltiadis 的表态很直白：Ember 在处理复杂工程任务上展现出令人鼓舞的能力，有望成为工程团队的宝贵工具。
再加上 Box、Cline、Cloudflare、You.com 这些实际把 Ember 接进产品里的伙伴，Meta 的打法已经很清楚。不跟 OpenAI 和 Anthropic 在“最强大模型”的王座上硬碰硬，而是把 Ember 塞进每一个 agent 的子任务链路里，做智能体经济的“水电煤”。
高效模型不是妥协，是分水岭
2026 年的大模型市场正在分裂成两条线。一条是智力军备竞赛，OpenAI、Anthropic、Google 继续堆参数、冲榜单，争夺“最聪明”的王冠；另一条是效率战争，模型厂商开始算每一笔账：一个任务多少钱、一次调用多少 Token、尾部延迟多少毫秒。
Muse Ember 站在第二条线的最前面。它用 0.10 美元/百万输入 Token 的价格证明，“小”不等于“弱”，高效不等于妥协。当智能体把模型调用变成按秒计费的基础设施，单位任务成本就会成为比智力分数更硬的竞争壁垒。
这场战争的输赢，不再只看谁的模型更会做题，而看谁的模型更会过日子。
大模型的下半场，赢家可能不是最聪明的那个，而是最会帮企业省钱的那个。Meta 用 Muse Ember 押注的，正是智能体经济里最朴素的一条真理：跑得久的，往往不是跑得最快的，而是最省油的。
快报