После релизов гигантских и дорогих нейросетей хочется найти что-то, что подойдет под понятия экономии и специализации. И вот 9 ноября подразделение Meta* Superintelligence Labs выпустило Muse Ember — самую маленькую и дешевую модель в своей линейке. Она создана специально для массовой и рутинной работы: вызова инструментов, маршрутизации и разбора документов в ИИ-конвейерах. Если верить описанию, то Muse Wonder планирует работу, а Ember ее выполняет. Разбираем, на чем держится релиз.
Экономика
Миллион входных токенов стоит 0,10 $, выходных — 0,50 $, кэшированный вход — 0,004 $. Для промптов длиннее 200 000 токенов тариф втрое выше. На первый взгляд, цены один в один совпадают с Claude Haiku 5.5 и GPT-6 Luna. Но дьявол кроется в деталях. Если базовая цена одинакова, то почему на графиках стоимости за задачу (Cost Per Task) новинка обходит конкурентов? Значит, ценового демпинга тут нет: вся экономия зашита внутри — в том, как именно Ember расходует токены. Это самое интересное место релиза.
0,14 $ за задачу против 0,41 $
По собственным расчетам Meta* на базе Artificial Analysis, прогон одной задачи из Intelligence Index обходится Ember примерно в 0,14 $, Haiku 5.5 — в 0,41 $, Luna — в 0,15 $. При равной цене токена разница в три раза означает, что Ember решает те же задачи заметно короче.
Для агентного конвейера, где маленькая модель делает тысячи вызовов в час, это уже настоящий счет за инференс и ощутимая задержка. Наример, у партнера You.com p95-задержка составила 2,2 секунды.
Внутри самой линейки Meta* разрыв еще заметнее. Muse Spark 1.3 набирает 37 баллов при 2,39 $ за задачу, Ember 36 баллов при 0,14 $. Уровень почти тот же, цена в 17 раз ниже. Всем, кто до сих пор держит массовые задачи на Spark, нужно срочно пересчитать маршрутизацию. Скорее всего, прямо сейчас вы сливаете огромную часть бюджета на трафик, с которым Ember справится дешевле.
Где Ember проигрывает
В Artificial Analysis Intelligence Index на максимальном уровне рассуждений Ember и Haiku 5.5 делят 36 баллов, Luna отстает с 28. В автоматизации бизнес-процессов (AutomationBench) у Ember 37,8% против 13,9% у Haiku и 20,2% у Luna. Перевес огромный, но этот бенчмарк Meta* запускала через Artificial Analysis, и независимых повторов пока нет. Такую цифру я бы пока держал в голове с пометкой «проверить».
Теперь о слабом месте. В FrontierCode 2.0, где проверяют, примут ли мейнтейнеры изменение в код, Haiku 5.5 впереди: 34,9 против 27,2. Часть метрик, включая Personal Superintelligence Index, OSWorld 2.1 и PerceptionBench, это внутренние оценки Meta*, и принимать их стоит как заявку, а не как приговор. Если же нужен код, который уйдет в ревью, Ember пока не лучший выбор: правки придется разбирать вручную.
1 млн токенов контекста и 512 000 на выходе
Контекст в миллион токенов, вывод до 512 000, текст, изображения, аудио и видео принимаются нативно, без отдельной модели. Доступ есть через Meta* Model API (он совместим с Responses API), инструмент Muse Code, а также Google Cloud и Oracle Cloud. Среди ранних тестировщиков Box, Cline, Oracle и Cloudflare.
Веса закрыты. На странице Meta* лицензия не упоминается, а TNW прямо пишет, что Meta* оставляет веса Ember у себя, как и у прошлых моделей Muse. Это продолжение весеннего курса: компания, которая когда-то была главным поставщиком открытых весов на Западе, теперь открывает только ослабленные «двойники» вроде Glimmer.
Еще одна деталь: Ember стала первой моделью, обученной с помощью Muse Wonder Full. Метод Meta* не раскрывает. Скорее всего, это дистилляция из фронтир-модели в компактную, по той же схеме, по которой OpenAI и Anthropic делают младшие модели. Если так, цену маленьких моделей все больше определяет качество «учителя», а у Meta* он с октября есть.
Чего ждать
В ИИ-разработке окончательно закрепилось железное правило разделения обязанностей: дорогая и умная фронтир-модель выступает «архитектором», а дешевая и быстрая — «рабочим». Успех этой связки упирается исключительно в цену рабочей силы.
Главное покажут ближайшие недели. Если Artificial Analysis и сторонние команды подтвердят расход токенов, на рынке дешевых агентных моделей, где до сих пор конкурировали Haiku, Luna и китайские Flash-версии (DeepSeek V4.1 Flash, GLM-5.3 Flash), появится игрок, который выигрывает не ценником, а тем, что тратит меньше.
Планируете ли вы тестировать Ember в своих агентных конвейерах или пока останетесь на проверенных Haiku / DeepSeek Flash? Поделитесь в комментариях: какая модель сейчас забирает у вас больше всего трафика и сколько вы тратите на токены?
ИИ‑роутер — доступ к 400+ моделям из одной панели
Подключите OpenAI‑совместимый шлюз по единому API‑ключу. Настраивайте сквозную аналитику, отслеживайте лимиты и квотируйте ресурсы.
*Компания признана в России экстремистской организацией; деятельность запрещена на территории страны решением Тверского районного суда Москвы от 21 марта 2022 года.
Автор: NastolniyShar
