隆重推出我们最小、最高效的模型:Muse Ember - Meta AI研究
8 天前 5 阅读来源:research.meta.ai
AI 中文改写
原文为英文,由 AI 改写为中文报道,内容完整。如需参考原文请点击下方链接
Meta AI Research 今日发布其迄今最小、最高效的模型 Muse Ember,主打复杂推理执行和智能体日常重复性工作,包括工具调用、编码子任务、路由分发、信息提取和长文档解析。按照官方公布的数据,Muse Ember 在任意推理档位下的“每美元智能密度”均超过 Claude Haiku 5.5 和 GPT-6 Luna:以约三分之一的成本达到 Haiku 的最佳成绩,并全面压过 Luna 的所有档位。在 Artificial Analysis 完整榜单上,它处于效率前沿——没有任何模型能以更低单任务成本获得更高分数。定价方面,Muse Ember 已在 Meta Model API 上线,输入每百万 token 0.10 美元、输出每百万 token 0.50 美元(约合人民币 0.7 元和 3.6 元)。
从评测细节看,这一定位并非空话。在面向端到端业务工作流的 AutomationBench-AA 上,Muse Ember 得分 37.8,远高于 Haiku 5.5 的 13.9 和 Luna 的 20.2;端到端智能体任务 Agents' Last Exam 得分 61.6,同样领先两位对手。编码场景中,终端智能体编码测试 Terminal-Bench 4.0 拿到 40.9,Luna 仅为 16.4;真实工程任务 FrontierCode 2.0-AA 得分 34.9,Haiku 为 25.2。长文档专业工作 GDP.pdf-AA 和桌面应用操作 OSWorld 2.1 也均处于领先。成本对比更能说明问题:Muse Ember 单任务成本 0.116 美元时得分 33.9,而 Haiku 5.5 要花 0.248 美元才拿到 34.3 分,Luna 花 0.152 美元仅得 27.8 分。
对跨境卖家和出海团队而言,这类小模型的意义在于把智能体从“演示”推向“跑量”。Meta 透露早期合作伙伴已将其用于合同条款逐条比对、按公司谈判手册给出整体风险评级、按详细需求筛选候选人等场景,Box、Cline、Oracle Cloudflare、You.com 等均参与了测试。对于需要大量调用 AI 处理商品 listing 解析、客服工单路由、多语言文档提取的电商业务,单任务成本降到十分之一级别,意味着原本因成本搁置的自动化流程可以重新算账。不过需要注意,上述成绩均来自 Meta 自家报告和第三方榜单的特定测试环境,实际业务中的表现仍需自行验证,尤其是中文语境下的长文档解析和工具调用稳定性。
这篇文章对你有帮助吗?
觉得有用?分享给更多人
留言 · 0 条
暂无留言,来说两句吧
