2026 年 11 月 9 日，Meta 超级智能实验室推出旗下最轻量的多模态推理模型 Muse Ember（API 模型 ID 为 muse-ember-1.0），专门接管智能体（Agent）全天候重复的苦力活，涵盖工具调用、代码子任务、路由分发与长文档解析。在 Artificial Analysis 的智能指数（Intelligence Index）评测中，三款竞品同开最高推理（max）设置时，Muse Ember 拿到 35.8 分（四舍五入为 36 分），单任务成本仅 $0.136，用约三分之一的账单追平了 Claude Haiku 5.5（36.2 分，单任务成本 $0.411），并压过 OpenAI 的 GPT-6 Luna（27.8 分，单任务成本 $0.152）。
但把视角切到 benchleader.com 截至 11 月 9 日的跨档位实测榜单，账面立刻翻了个底朝天。当对手切回日常走量惯用的 low 推理档位时，默认锁死在 max 档的 Muse Ember 单任务成本（约 $0.1400）反而比 GPT-6 Luna（low 档 $0.0051）贵出 27 倍，比 Claude Haiku 5.5（low 档 $0.0440）贵出 3 倍以上。更隐蔽的暗礁藏在 Meta 开发者文档（dev.meta.ai）里，一旦单次请求输入越过 200K Token 红线，整张账单的输入、输出与缓存单价全部按三倍全量追溯结算。
- 核心参数与兼容度.上下文窗口 1,048,576 tokens（约 1M），最大输出 524,288 tokens（约 512K）；原生支持文本、图像、视频、音频和 PDF 同时输入（仅文本输出），同时兼容 Responses、Chat Completions 和 Messages 三种端点格式。
- 两面账单反差.200K 输入以内，Ember、Haiku 5.5 和 Luna 挂牌价一分不差，全部锁死在输入 $0.10/M、输出 $0.50/M；Ember 靠砍掉 36%–48% 的输出 Token 和 $0.004/M 的超低缓存读取价赢下 max 档对决，却因默认满档推理与 200K 全量跳涨机制成了潜在吞金兽。
- 工程落地限制.真实工程代码合入率（FrontierCode 2.0-AA）仅 27.2%，落后 Haiku 5.5 达 7.7 个百分点；官方未发布标准模型卡（Model Card），且在 Google Cloud 上的模型本体与函数调用（Function Calling）均处于预览版（Preview）。
为什么同一个模型，能省三分之二也能贵出 27 倍
Muse Ember 是 Meta 今年重构 AI 产品线后的第四枚棋子。4 月发中端模型 Spark、8 月开源孪生版 Glimmer、9 月推曾冲上美国 App 榜第二的消费级应用 Muse Agent（11 月初刚上线 Spaces 与视频通话），再到 10 月发布旗舰 Muse Wonder，Meta 的算盘是由旗舰 Wonder 制定规划，再把成千上万次并发执行交给用 Wonder Full 训练出来的专用小模型 Ember。在内部矩阵里，跑分 37 的 Muse Spark 1.3 单任务成本高达 $2.39（输入 $1.25/M、输出 $4.25/M），得 36 分的 Ember 把 max 档单任务成本压到约 $0.14，替自家爆款应用和外部开发者兜住了高频算力底盘。
同在 max 档位下，Ember 能在相同挂牌单价里把账单砍到 Haiku 5.5 的三分之一，靠的是极短的思维链和地板级缓存价。早期测试伙伴 You.com 实测显示，Ember 的 p95 延迟控制在 2.2 秒，且输出 Token 消耗减少 36% 至 48%，不必在后台生成冗长的自言自语就能收敛结果；同时其常规缓存输入（Cached input）定在 $0.004/M，仅为标准输入价的二十五分之一。
| 模型名称（测试档位） | 智商指数得分 | 单任务成本（美元） |
|---|---|---|
| Muse Ember（max 档，系统默认） | 36.0 | $0.1400 |
| GPT-6 Luna（low 档） | 45.9 | $0.0051 |
| Claude Haiku 5.5（low 档） | 48.2 | $0.0440 |
| DeepSeek V4.1 Flash 1017（无推理） | 45.3 | $0.4250 |
| GLM 5.3 Flash | 56.9 | $0.5830 |
一旦把测试拉回日常工程默认的跑量状态，Ember 的价格优势瞬间逆转。在 benchleader.com 榜单上，OpenAI 和 Anthropic 的轻量模型均以 low 档位运行，不仅智商得分反超（45.9 分与 48.2 分），单任务成本更压到了半美分与四美分级别；反观 Ember，仅比开源阵营的 DeepSeek V4.1 Flash 和 GLM 5.3 Flash 便宜。
造成 27 倍差价的罪魁祸首，是 Meta 藏在 API 规则里的两道计费机关。
Ember 支持从 minimal 到 max 调节推理强度，却把系统默认档位锁死在最高档 max，同时给到了 512K 的惊人输出敞口。当一个做简单路由或文本提取的小模型默认开启满档深度思考，每次调用都会吐出大量中间推理 Token，并按输入价 5 倍的输出单价（$0.50/M）结账。
第二道机关是 200K 输入 tokens 的全量追溯红线。一旦单次请求输入超过 200K，输入单价从 $0.10 跳涨至 $0.30，缓存输入从 $0.004 涨至 $0.012，输出单价从 $0.50 飙升至 $1.50/M，全部翻三倍。它不按超额部分累进，只要越界，整单每一个 Token 都按三倍高价结算；且计算 200K 阈值时，系统会把缓存 Token 与通过 previous_response_id 传入的历史对话全部算进去。
低 Token 单价只是诱饵，默认档位与越界总消耗才是 Agent 的真实账单。
跑分第一背后的脚手架水分与代码合入短板
| 评测基准与考察维度 | Muse Ember (max) | Claude Haiku 5.5 (max) | GPT-6 Luna (max) |
|---|---|---|---|
| AutomationBench-AA（端到端业务流） | 37.8% | 13.9% | 20.2% |
| Terminal-Bench 4.0（终端命令行编程） | 40.9% | 39.2% | 16.4% |
| Coding Agent Index-AA（智能体编程总分） | 46 | 37 | 31 |
| FrontierCode 2.0-AA（真实工程代码合入率） | 27.2% | 34.9% | 25.2% |
| OSWorld 2.1（桌面跨应用操控，partial） | 69.5% | 68.9% | 50.5% |
在终端编程基准 Terminal-Bench 4.0 上，Muse Ember 拿下 40.9% 的最高分，独立评测机构 Vals AI 随后在 max 推理设置下测得 39.39% ±2.31，交叉印证了它的命令行执行力。但在考察真实软件工程代码可合入性（mergeability）的 FrontierCode 2.0-AA 上，Ember 得分只有 27.2%，明显输给 Claude Haiku 5.5 的 34.9%。跑得通终端子任务，不代表写出的代码能直接合进主干分支。
我不太买账的是 Meta 那份仅 4 页的评估方法论报告。在 Ember 以 46 分大胜 Haiku 5.5（37 分）和 Luna（31 分）的 Coding Agent Index-AA 评测中，三款模型根本不在同一个中立环境里裸考，而是各自绑了官方脚手架（Harness），Ember 搭自家 Muse Code，Haiku 5.5 搭 Claude Code，Luna 搭 Codex。Meta 在报告里承认，对竞品的配置仅做到了尽力而为（best-effort）。用精调过的主场脚手架去打客场未满血的对手，这种榜单赢面掺了不少工程水分。
数据口径与交付成熟度同样经不起细抠。AutomationBench-AA（strict pass@1）一项，Meta 官方图表写的是 37.8%，Artificial Analysis 披露页却显示 68.1%；Artificial Analysis 在 10 月 7 日旧版基准下曾给 Haiku 5.5 打 43 分、Luna 打 38 分，到当前 v5.0.1 版本又分别重算为 36 分和 28 分。云存储厂商 Box 虽然出面背书合同风险打分与简历筛选，却没放出任何可复现数据集。连一份标准模型卡都欠奉，Google Cloud 上的函数调用还顶着 Preview 标签，说明 Meta 急着抢占 API 入口，但生产级的可靠性证据还没攒齐。
标价牌成了幌子，大模型步入隐形税时代
问题不在模型不够快，而在背后的计费激励设计。
韩非子讲「买椟还珠」，当年楚人靠木兰之柜、缀以珠玉把匣子卖上高价；今天的大模型厂商正把这套手艺搬进 API 价目表。名义上的百万 Token 挂牌价就是那个镶满珠玉的木匣子，各家心照不宣地锁死在 $0.10 输入和 $0.50 输出，营造出算力彻底白菜化的假象。等你真正把业务流迁过去，默认拉满的 max 推理档位、算进历史对话的 200K 全量三倍跳涨，才在月底账单里亮出獠牙。
这幕戏在云计算和电信史上重演过无数回。早年 3G 流量包月年代，运营商把套餐起步价压得极低，却在套餐外设下天价流量费，后台夜间自动更新就能在不知不觉间刷爆话费；后来云厂商卖廉价对象存储，同样靠免费写入吸纳数据，再靠跨区出口带宽和 API 请求次数把利润成倍连本带利捞回来。不完全一样的是，当年云厂商收的是死板的物理管道过路费，而今天 AI 厂商收的是模型黑盒里的思维链过路费——模型在后台多思考几千个 Token，开发者在前端根本感知不到，却要按输入价 5 倍乃至 15 倍的输出单价买单。
不过，把话拉回工程现实，Meta 这次在接口与多模态管线上确实做对了一件事。Ember 原生吞下音视频、图像和 PDF，并在长文档基准 GDP.pdf-AA 上拿到 22.8%（与 Luna 并列第一，高于 Haiku 5.5 的 20.8%），同时兼容 OpenAI 与 Anthropic 的主流端点格式。以前团队做客服或办公 Agent，得先外挂 OCR 识图、接 ASR 语音转文字，再喂给文本模型；现在改一行端点地址，就能把屏幕截图、会议录音和扫描件一股脑塞给 Ember，砍掉了维护多套异构管线的工程冗余。
架构师手里的混合路由账本该怎么改
对于正在为智能体 Token 账单肉疼的 AI 架构师，眼下既不能被 10 美分的标价牌忽悠着全盘替换，也不必因为 200K 跳涨红线而因噎废食。最务实的动作是带着硬约束做流量切分：
- 强制覆写默认参数与上下文水位.接入
muse-ember-1.0的第一行代码，必须显式把reasoning_effort从默认的 max 调低至 minimal 或 low；同时在网关层卡死第 180K–190K Token 的硬性截断或摘要压缩（计入缓存与previous_response_id历史），绝不让单次请求触碰 200K 的三倍全量追溯红线。 - 按任务颗粒度切分模型路由.把非核心的多模态解析（音频、视频、PDF 混合输入）、桌面截图操作（OSWorld 2.1）以及 200K 以内的长合同条款提取，切给享
$0.004/M缓存价的 Ember；而在决定代码能否合入生产分支的核心生成环节，以及核心交易链路的函数调用上，继续保留 Claude Haiku 5.5 或旗舰模型把关。
接下来两周真正决定 Ember 能否转正的变量只有两个，一是 Google Cloud 何时摘掉其 Function Calling 的 Preview 标签并补齐 p50/p95 延迟数据，二是开发者社区在剥离 Muse Code 官方脚手架、改用开源 Agent 框架并锁死 low 档位后，测出的真实工具调用成功率到底还剩几成。