Metaが小型「Muse Ember」公開　入力100万トークン0.10ドルで常時稼働向け

米Metaは11月9日、最小で最も効率的とする新モデル「Muse Ember」を公開した。ツール呼び出し、コーディングの小さな作業、振り分け、情報の抜き出し、長い文書の読み取りなど、エージェントが1日中くり返す作業向けだ。API単価は入力100万トークンあたり0.10ドル、出力0.50ドルと低い。Metaは、同社の評価で米Anthropicの「Claude Haiku 5.5」より安く同程度の成績を出せると説明する。サブエージェント（親から呼び出される別のAI）に回す安いモデルの選択肢が増えた形だ。

単価は入力0.10ドル、出力0.50ドル

Metaの発表ページによると、Muse Emberは同社の「Meta Model API」と「Muse Code」で、モデル名「muse-ember-1.0」として今日から使える。単価は入力100万トークンあたり0.10ドル、出力0.50ドルで、キャッシュされた入力は0.004ドルだ。コンテキストの長さは100万トークン、出力は最大51万2000トークンで、コードベースや資料一式を1回の呼び出しで読み込める。Responses APIにも対応する。

文字、画像、音声、動画を1つのモデルで扱える。スクリーンショットから画面を操作する使い方や、長い実務文書の読み取りも想定している。以下の成績は、特に断りのない限り、すべてMetaの発表ページに載る数字だ。

費用あたりの成績が売り

Metaが前面に出すのは、費用あたりの成績だ。調査会社Artificial Analysisの総合指標とタスク1件あたりの費用を使い、最高の努力設定（モデルが1つの課題にかける思考の量）で比べている。Muse Emberは指数36で、費用は1件あたり約0.14ドルだ。Claude Haiku 5.5は最高設定で指数36.2、費用は約0.41ドルになる。つまり同程度の成績を約3分の1の費用で出す、というのがMetaの主張だ。米OpenAIの「GPT-6 Luna」は、どの設定でもMuse Emberを下回った。ただしMuse Emberの費用は、提案中の価格に基づく見積もりだ。

エージェントの評価でも、Metaの数字は上回る。業務の流れを通しでこなす「AutomationBench-AA」では、Muse Emberが37.8%、GPT-6 Lunaが20.2%、Claude Haiku 5.5が13.9%だった。ターミナルでのコーディングを測る「Terminal-Bench 4.0」は、40.9%、39.2%、16.4%の順だ。各モデルが公表している最良の実行環境で測り、Muse Emberはmini-swe-agentを使った。

勝てなかった評価もある

全部で勝ったわけではない。実際のエンジニアリング課題を、マージできるかで採点する「FrontierCode 2.0-AA」では、Claude Haiku 5.5が34.9%で、Muse Emberの27.2%を上回った。Artificial Analysisの総合指標でも、同じ会社の「Muse Spark 1.3」が37で、Muse Emberの36をわずかに上回る。ただしSpark 1.3の費用は1件あたり約2.39ドルで、単価も入力1.25ドル、出力4.25ドルと高い。

Metaは、Muse Emberを最難関の課題を担う「Muse Wonder」と組み合わせる使い方を挙げた。Muse Wonderが計画を立て、Muse Emberが大量の作業を引き受ける分担だ。Box、Cline、Oracle、Cloudflare、You.comの5社が先行テストの声を寄せ、Cloudflareは、比べたモデルより末尾の遅延が最大30%短く、複数のリポジトリにまたがる調査もこなせたと述べた。

安全評価と3モデルの位置づけ

Metaは公開前に、自社の安全の枠組みで、化学・生物、サイバー、制御を失うリスクを評価した。評価した範囲では、いずれも枠組みが定める高リスクの基準を下回ったという。ウェブページや文書に仕込まれた指示に従わないかなど、エージェントとして動く時の振る舞いも確かめたと説明する。

Muse Emberは、最難関向けのMuse Wonder、コーディングとエージェント向けのMuse Sparkと並ぶ3番手の位置づけだ。Muse Wonder Fullを使って訓練した最初のモデルでもある。Metaはさらに効率の高いモデルを訓練中だとも明かした。

編集部の見方

読者の開発にとっての要点は、エージェントの下請けに回すモデルの単価が、入力100万トークン0.10ドルまで下がったことだ。ただし、成績も費用も大半はMetaと、Metaが選んだ評価の数字で、実際のコストは使うトークン数で変わる。FrontierCode 2.0-AAのように競合に劣る評価もある。分類や抜き出しなど、いま使っているサブエージェントの数件を手元で入れ替え、成績と費用を測ってから切り替えを決めたい。