Meta ได้เปิดตัว Muse Ember โมเดล AI ขนาดเล็กกะทัดรัดรุ่นใหม่ล่าสุด ที่ออกแบบมาเพื่องานประมวลผลเชิงเหตุผลซ้ำๆ โดยเฉพาะ ทรงพลังแต่ประหยัดต้นทุนสำหรับงานเอเจนต์ และงานอัตโนมัติประจำวัน เช่น การเรียกใช้เครื่องมือ การเขียนโค้ด การคัดแยกข้อมูล และการวิเคราะห์เอกสารขนาดยาว

ประสิทธิภาพเหนือชั้นในต้นทุนที่ต่ำกว่า

Muse Ember

จุดเด่นสำคัญของ Muse Ember คือการเป็นโมเดลที่ตั้งอยู่บน Efficiency Frontier ของกระดานผู้นำ Artificial Analysis โดยไม่มีโมเดลไหนที่ให้คะแนนความฉลาดสูงกว่าในต้นทุนการทำงานต่อภารกิจที่ถูกเท่านี้

  • เทียบกับคู่แข่ง : Muse Ember สามารถทำคะแนนเทียบเท่าโมเดลระดับแนวหน้าอย่าง Claude Haiku 5.5 ได้ด้วยต้นทุนที่ประหยัดกว่าถึงราว 3 เท่า และทำคะแนนเหนือกว่าทุกระดับการตั้งค่าของ GPT-6 Luna
  • การใช้งานร่วมกับรุ่นอื่น : สำหรับงานที่ซับซ้อนมากๆ นักพัฒนาสามารถจับคู่ใช้งานร่วมกับ Muse Wonder โมเดลตัวใหญ่สำหรับวางแผน โดยให้ Muse Ember เป็นผู้จัดการงานปริมาณมากในเบื้องหลัง

ความสามารถหลัก

งานอัตโนมัติและระบบเอเจนต์ (Agents & Workflows)

ระบบเอเจนต์ส่วนใหญ่ต้องใช้โทเค็นจำนวนมากในการทำขั้นตอนย่อยๆ ซ้ำๆ Muse Ember ถูกออกแบบมาเพื่อสิ่งนี้โดยเฉพาะ สามารถรันเวิร์กโฟลว์ธุรกิจตั้งแต่ต้นจนจบ ดึงข้อมูล เรียกใช้งานเครื่องมือตามลำดับ และอัปเดตระบบข้ามแอปพลิเคชันได้อย่างราบรื่น

  • จากผลการทดสอบ AutomationBench-AAE2E (การทำงานอัตโนมัติทางธุรกิจ) Muse Ember ทำคะแนนสูงสุดถึง 37.8% ทิ้งห่างคู่แข่งอย่าง GPT-6 Luna (20.2%) และ Claude Haiku 5.5 (13.9%) อย่างชัดเจน

การเขียนโค้ดและการจัดการเทอร์มินัล (Coding Subtasks)

สำหรับงานที่เอเจนต์ต้องส่งคำสั่งซ้ำๆ เป็นร้อยครั้งต่อเซสชัน เช่น การอ่านไฟล์ การรันเทสต์ และการแก้ปัญหาเฉพาะจุด Muse Ember ทำผลงานได้โดดเด่นบน Terminal-Bench 4.0 ด้วยคะแนน 40.9% และยังขึ้นแท่นอันดับหนึ่งใน Coding Agent Index-AA ที่คะแนน 46

ความสามารถด้านมัลติมีเดียและเอกสารยาว (Multimodal & Long Context)

  • รองรับ Context มหาศาล : รองรับอินพุตสูงสุด 1 ล้านโทเค็น และเอาต์พุตสูงสุด 512K โทเค็น ช่วยให้สามารถป้อนโค้ดเบสทั้งระบบหรือเอกสารสัญญาขนาดยาวเข้าไปได้ในการเรียกใช้งานครั้งเดียว
  • การมองเห็นและการควบคุมหน้าจอ : รองรับข้อความ รูปภาพ เสียง และวิดีโอในตัว ทำให้สามารถอ่านภาพหน้าจอ แผนภูมิ เอกสารสแกน รวมถึงสั่งการคอมพิวเตอร์โดยตรงจากภาพหน้าจอ (ผ่าน OSWorld 2.1 ที่ทำคะแนนสูงถึง 69.5%)

ด้านความปลอดภัย

แม้จะเป็นโมเดลขนาดเล็ก แต่ Muse Ember ได้ผ่านการฝึกอบรมและทดสอบด้านความปลอดภัยมาตรฐานเดียวกับโมเดลขนาดใหญ่ของ Meta ภายใต้ Meta Superintelligence Scaling Framework ซึ่งครอบคลุมทั้งความปลอดภัยทางชีวเคมี, ความปลอดภัยไซเบอร์ และการป้องกันไม่ให้ AI ถูกหลอกหรือถูกชี้นำจากคำสั่งซ่อนเร้นในหน้าเว็บหรือเอกสารภายนอก

ราคาและการใช้งาน

Muse Ember เปิดให้ใช้งานแล้วบน Meta Model API (ในชื่อรุ่น muse-ember-1.0) รวมถึงบนแพลตฟอร์มคลาวด์ชั้นนำอย่าง Google Cloud และ Oracle Cloud

  • ราคาสำหรับ Prompt ไม่เกิน 200K โทเค็
    • Input Tokens : $0.10 ต่อล้านโทเค็น (หรือ $0.004 สำหรับ Cached Input)
    • Output Tokens : $0.50 ต่อล้านโทเค็น

ดูเนื้อหาเต็มได้ที่ >> meta.ai