メタの研究部門Meta Superintelligence Labsは、Museブランドの第4弾となるマルチモーダル推論モデル「Muse Ember」を発表しました。これまでで最も小規模なモデルで、AIエージェントが日常的に繰り返し処理するサブタスクに特化しています。APIを通じて利用でき、料金は競合と同水準に設定されています。
ポイント
- メタがMuseブランドの第4弾モデル「Muse Ember」を発表
- テキスト・画像・音声・動画をネイティブに扱うマルチモーダルモデル
- 最大100万トークンのコンテキストウィンドウを備える
- 料金は100万入力トークンあたり0.10ドル（約16円）、出力は0.50ドル（約78円）
- 重みは非公開で、Metaの管理基盤上でのみ動作
位置づけと用途
メタの製品群では、Muse Wonderが複雑な計画や難題の解決を担い、Muse Sparkが日常的なコーディングやエージェントのワークフローを処理します。Muse Emberは、規模の大きい反復的なコーディングやエージェントのサブタスクを担当します。
主な用途は、ツール呼び出し、コーディングのサブタスク、ルーティング、情報抽出、長文書の解析です。役割を分けることで、大規模モデルがエージェントの運用を効率よく支えられるようにします。
アーキテクチャと仕様
Muse Emberはテキスト、画像、音声、動画をネイティブに扱えます。エージェントは別のモデルを呼び出さずに、スクリーンショットやグラフ、スキャンしたページ、ボイスメモ、会議の録音を直接読み取れます。スクリーンショットを通じてデスクトップアプリを操作することも可能です。
- コンテキストウィンドウ：最大100万トークン（AIが文章を処理する単位）
- 最大出力長：51.2万トークン（同種の競合の4倍）
- 提供形態：Meta Model APIとMuse Code上の管理モードのみ
- 重みは非公開で、ローカルGPUやノートPCでの実行、量子化配備には対応しない
ベンチマーク結果
最大推論設定での主な評価結果は次の通りです。
- AutomationBench-AA（657のZapier業務ワークフロー）：タスク完了率37.8%。GPT-6Lunaの20.2%、Claude Haiku5.5の13.9%を上回る
- Agents’ Last Exam（社内テスト）：61.6点。Haikuの57.0点、Lunaの57.1点を上回る
- Terminal-Bench4.0：40.9点。Haikuの39.2点、Lunaの16.4点を上回る
- Artificial Analysisコーディングエージェント指数：46点で首位
- FrontierCode2.0-AA（リポジトリのコードマージ）：27.2点。Haiku5.5の34.9点に劣る
- GDP.pdf-AA：22.8点でGPT-6Lunaと同点
- OSWorld2.1（部分得点）：69.5点。Haikuの68.9点をわずかに上回る
- PerceptionBench（ツール組み合わせ）：80.6点。Haikuの78.6点、Lunaの62.8点を上回る
- Artificial Analysisインテリジェンス指数：36点。Haiku5.5と並び、Lunaの28点を上回る
料金とコスト効率
APIの標準料金は競合と同水準です。
- 入力：100万トークンあたり0.10ドル（約16円）
- 出力：100万トークンあたり0.50ドル（約78円）
- キャッシュ入力：100万トークンあたり0.004ドル（約0.6円、HaikuとLunaは0.01ドル）
トークンの消費効率が高いため、実際のタスク1回あたりのコストは抑えられます。最大推論設定での1回のタスクコストは約0.136ドル（約21円）で、Claude Haiku5.5が同じ種類のタスクを完了する場合の最大0.411ドル（約64円）の約3分の1です。
長文処理では、競合製品が10Kや272Kのプロンプトを超えると価格を倍増したり段階的に加算したりするのに対し、メタはEmberに長コンテキストの追加料金を設けていません。
利用方法とパートナー
開発者はMeta Model APIとコーディングエージェントツール「Muse Code」を通じてMuse Emberを利用でき、標準のResponses APIに対応します。初期テストにはBox、Cline、Oracle、Cloudflare、You.comが参加しています。
