Muse Ember от Meta: цена, тесты и ловушка порога 200K

У Muse Ember от Meta тот же прайс, что у Claude Haiku 5.5 и GPT-6 Luna: $0,10 за миллион входных токенов. В этом релизе меня интересуют два вопроса. Почему при одинаковой цене токена задача у Ember обходится втрое дешевле, чем у Haiku? И как одна строчка тарифа может утроить счёт за весь запрос?

Что такое Muse Ember и когда она вышла

Muse Ember вышла 9 ноября 2026 года. Это самая лёгкая и экономичная модель семейства Muse от Meta Superintelligence Labs. Она рассчитана на работу, которую агенты повторяют весь день: вызовы инструментов, подзадачи программирования, маршрутизацию запросов, извлечение данных и разбор длинных документов.

За год Meta выпустила четыре модели Muse: в апреле Spark, в августе Glimmer с открытыми весами, в октябре флагманскую Wonder, теперь Ember. По данным MLQ.ai, Ember стала первой моделью, обученной с помощью Muse Wonder Full. Публиковать её веса Meta не обещала, поэтому развернуть модель на собственных серверах нельзя.

О запуске в X объявил Марк Цукерберг:

Сегодня выпускаем Muse Ember, нашу самую маленькую модель, которая обеспечивает больше интеллекта на доллар, чем другие модели своего класса.

Как Ember работает в паре с Muse Wonder

Meta описывает эту пару формулой «Muse Wonder plans, Muse Ember handles the volume»: крупная модель составляет план и правила, лёгкая прогоняет по ним поток однотипных задач. В примере компании с агентом поддержки Wonder задаёт порядок решения проблемы, а Ember обрабатывает по этим правилам десятки тысяч обращений. Карл Францен из VentureBeat объясняет, откуда берутся расходы. Одно обращение проводит агента через серию поисков, чтения документов и вызовов инструментов, и именно эти промежуточные шаги дорожают при масштабировании.

Основатель Cline Сауд Ризван пишет, что команды сокращают расходы, запуская Ember как субагента. На мой взгляд, у схемы есть слабое место: исполнитель не перепроверяет правила. Если Wonder ошибётся в инструкции, ошибка разойдётся по всем обращениям, поэтому выборочную проверку ответов я бы закладывал в конвейер с первого дня.

Сколько стоит Muse Ember и когда счёт утраивается

Пока запрос укладывается в 200 тысяч входных токенов, Muse Ember стоит $0,10 за миллион входных, $0,004 за миллион кэшированных и $0,50 за миллион выходных токенов. Выше порога все три ставки утраиваются: до $0,30, $0,012 и $1,50. Повышенная цена применяется ко всему запросу, а не только к токенам сверх лимита. По тарифам Meta в эти 200 тысяч входят и кэшированные токены, и история диалога, переданная через previous_response_id. Поэтому агент с долгой перепиской подходит к границе даже при коротких новых сообщениях.

Я посчитал на опубликованных ставках. Запрос со 180 тысячами входных и 2 тысячами выходных токенов стоит около $0,019. Если история дорастёт до 210 тысяч, тот же ответ обойдётся примерно в $0,066, то есть в три с половиной раза дороже. Для агентных циклов я считаю этот порог главным параметром тарифа: обрезать или сжимать историю дешевле. У конкурента условия жёстче. По данным eesel AI, базовая цена Haiku 5.5 действует только до 100 тысяч входных токенов, а кэш у Ember стоит меньше половины от ставки Haiku.

Контекст, модальности и где подключить Muse Ember API

Окно контекста у модели составляет 1 млн токенов (в одном из обзоров названа точная цифра 1 048 576), ответ может достигать 512 тысяч токенов. Muse Ember доступна в Meta Model API и в Muse Code под идентификатором muse-ember-1.0. Большое окно не отменяет порога: всё, что выходит за 200 тысяч входных токенов, оплачивается по тройной ставке.

По модальностям источники расходятся. Meta заявляет ввод текста, изображений, аудио и видео, а в карточке Vals AI видео указано как неподдерживаемое. Если проекту нужен разбор роликов, я бы проверил это на реальном запросе до того, как закладывать в архитектуру.

На OpenRouter модель обслуживает только Meta, с задержкой 1,65 с и скоростью 282 токена в секунду. Сервис AI-APISHKA сравнил 13 агрегаторов. Самый дешёвый ввод у AI Router, OpenRouter и Vercel AI Gateway: ₽8,28 за миллион токенов при курсе 82,75 рубля за доллар. У RouterAPI месячный расход выходит на 74% выше.

Muse Ember против Claude Haiku 5.5 и GPT-6 Luna в тестах

Ember опережает конкурентов в четырёх из пяти агентных тестов, которые привела Meta, и уступает Haiku только в FrontierCode 2.0. Результаты получены на максимальном уровне рассуждений.

Для автоматизации самый весомый результат — почти трёхкратный отрыв от Haiku в AutomationBench, тесте на бизнес-процессы. В Terminal-Bench и OSWorld преимущество укладывается в пару пунктов. В FrontierCode, где проверяются реальные инженерные задачи, Haiku впереди на 7,7 пункта, поэтому сложный код я бы Ember не доверял.

Без округления индекс Artificial Analysis у Ember равен 35,8, у Haiku 36,2. На сниженном уровне рассуждений Ember набирает 33,9 балла за $0,116 на задачу. Meta сама оговаривает, что стоимость для Ember оценена по предлагаемым ценам, а прогоны конкурентов выполнены по принципу best-effort, без оптимальной настройки промптов и инструментов. Независимая Vals AI поставила Ember на 13-е место из 36 с результатом 60,48% и самой низкой ценой теста в индексе, $0,153. В Terminal-Bench 4.0 у Vals вышло 39,39%.

Как экономить на Ember в маршрутизации, извлечении данных и субагентах

Аналитики eesel AI заметили, что три настройки Meta по умолчанию выставила в дорогую сторону: reasoning effort стоит на max, история засчитывается в порог, пакетного тарифа нет. Токены рассуждений оплачиваются как выходные, то есть в пять раз дороже входных. Поэтому на простых шагах уровень рассуждений имеет смысл снижать.

Кэш влияет на счёт сильнее базовой ставки: кэшированный вход в 25 раз дешевле обычного. На OpenRouter средняя цена ввода, которую клиенты платят на деле, составляет $0,02355 за миллион, около четверти от прайса. В маршрутизации и извлечении полей системный промпт с правилами повторяется в каждом вызове, и кэш снимает основную часть входных расходов. Для ориентира: 10 тысяч обращений по 5 тысяч входных и 500 выходных токенов обходятся без кэша примерно в $7,5, а в режиме max счёт вырастет.

Отсутствие batch-тарифа сильнее всего бьёт по фоновой обработке: архивы договоров и сканов, которые не нужны срочно, оплачиваются по стандартной ставке.

Кому я бы поставил Muse Ember в конвейер

Ember я бы выбрал исполнителем для маршрутизации, тегирования, извлечения полей из документов и шагов субагента в коде, то есть для коротких задач, которые повторяются тысячи раз. Для сложной инженерии разумнее остаться на Haiku 5.5 или отдать работу Wonder. Тем, кому нужен локальный запуск, Ember не подходит. Перед внедрением я бы проверил четыре вещи: сколько токенов набирает история к концу типичной сессии, какой уровень рассуждений нужен каждому шагу, работает ли видео на реальных данных проекта и какую наценку берёт посредник.

По прайсу три модели неотличимы. Разницу в деньгах делают порог, кэш и стоимость задачи.