9 ноября лаборатория Superintelligence Labs, входящая в структуру Meta, представила Muse Ember — четвёртую и на данный момент самую лёгкую разработку семейства Muse. Модель позиционируется как наиболее экономичная в плане оплаты токенов и рассчитана на массовое выполнение повторяющихся операций автономными ИИ-агентами. В линейке Muse она стала продолжением после Spark, Glimmer и более мощной Wonder, замыкая спектр решений от «тяжёлых» планировщиков до «лёгких» исполнителей рутинных задач.

Роль в связке с Muse Wonder

Разработчики предлагают использовать Ember не изолированно, а в паре со старшей моделью Muse Wonder. В такой конфигурации Wonder берёт на себя планирование действий и определение порядка выполнения задач, тогда как Ember обрабатывает большой объём однотипных запросов. Типовой сценарий, приведённый в материалах компании, выглядит так: Wonder разрабатывает правила ответов службы поддержки, после чего Ember применяет эти правила к десяткам тысяч входящих обращений. Среди других заявленных сценариев — программирование и работа с внешними инструментами.

Мультимодальность и работа с документами

Ember поддерживает работу с текстом, изображениями и аудио, включая обработку и анализ длинных документов. По заявлению компании, модель способна разбирать скриншоты, графики, отсканированные документы, голосовые заметки, записи встреч и даже видео. Это делает её пригодной для задач, где агенту приходится извлекать структурированную информацию из разнородных источников, а не только генерировать текст.

Экономика и бенчмарки

Ключевым аргументом в пользу Ember становится цена: стоимость миллиона входных токенов установлена на уровне $0,10. В бенчмарке Artificial Analysis Meta сопоставила свою модель с Anthropic Haiku и OpenAI Luna, утверждая, что Ember обеспечивает более выгодное соотношение стоимости и точности по сравнению с рядом конкурентов. Для массового деплоя агентов, обрабатывающих тысячи однотипных запросов в сутки, именно этот параметр определяет итоговую себестоимость решения.

Значение для рынка агентных ИИ

Появление дешёвой «рабочей лошадки» в семействе Muse отражает общий тренд отрасли на разделение ролей между дорогими моделями-планировщиками и дешёвыми моделями-исполнителями. Если экономичность Ember подтвердится в реальных нагрузках, это может снизить порог входа для компаний, которые хотят развернуть собственные флоты ИИ-агентов без привязки к самым мощным и дорогим моделям. Остается наблюдать, как бенчмарковые показатели компании проявят себя в независимых тестах и в продакшен-сценариях.