画面は撮影時点の公式ページです。記事公開時の画面とは異なる場合があります。画像を選択すると拡大表示できます。
Metaは2026年11月9日、AIモデル「Muse Ember」を公開しました。Museシリーズで最も小さく、効率のよいモデルです。AIエージェントが1日に何度も繰り返す作業、たとえば外部の道具の呼び出し、プログラミングの小さな作業、作業の振り分け、情報の抜き出し、長い文書の読み取りなどに向けて作られています。
Museシリーズでの役割
Metaは、Museのモデルを次のように使い分けるよう説明しています。
- Muse Wonder：最も難しい問題向け
- Muse Spark：プログラミングやエージェントの作業向け
- Muse Ember：決まった作業を大量にこなす用途向け
難しい作業では、Muse Wonderが計画を立て、Muse Emberが大量の実作業を受け持つ組み合わせを勧めています。Muse Emberは、上位モデルのMuse Wonder Fullを使って訓練した最初のモデルです。文章のほか、画像、音声、動画も理解できます。
性能と料金
Metaが公表した評価では、Muse Emberは同じ小型クラスのAnthropicの「Claude Haiku 5.5」やOpenAIの「GPT-6 Luna」を多くの項目で上回りました（いずれも推論の設定を最大にした場合。Ember／Haiku 5.5／GPT-6 Lunaの順）。
- 業務の自動化（AutomationBench）：37.8／13.9／20.2
- パソコン操作（OSWorld 2.1、部分点あり）：69.5／68.9／50.5
- プログラミングのエージェントの総合指数（Coding Agent Index）：46／37／31
第三者機関Artificial Analysisの総合指数では、Haiku 5.5と同じ36でした。一方、難しいプログラミングの課題（FrontierCode 2.0）では27.2で、Haiku 5.5の34.9を下回りました。Metaは、Haiku 5.5の最高の成績に約3分の1の費用で並ぶとしています。
料金は、20万トークンまでの入力なら100万トークンあたり入力0.10ドル、出力0.50ドルです。それを超える長い入力では、入力0.30ドル、出力1.50ドルになります。上位のMuse Spark 1.3（入力1.25ドル・出力4.25ドル）と比べると、入力は約12分の1の料金です。一度に扱える文章の量（コンテキスト）は100万トークン、1回の出力は最大51万2,000トークンです。
使える場所
Muse Emberは、MetaのAPI「Meta Model API」と開発ツール「Muse Code」で、モデル名「muse-ember-1.0」として使えます。あわせて、Muse Ember、Muse Spark、Muse WonderがGoogle CloudとOracle Cloudからも使えるようになりました。Metaの発表では、誰でもダウンロードできるオープンウェイトとして公開するとは書かれていません。また、利用者向けのMuseアプリで使えるかどうかも示されていません。
CoAI編集部の視点
AIエージェントでは、1つの依頼の裏で数十から数百回のモデル呼び出しが起きることがあり、安くて速い小型モデルの重要性が増しています。Muse Emberは、最上位モデルで計画し小型モデルで作業する分担を前提にした、今のエージェントの作り方に合わせたモデルです。
ただし、公表された評価の多くはMeta自身や評価機関による測定で、Meta社内の評価も含まれます。Haiku 5.5などからの乗り換えを考える場合は、自社の作業で精度と費用を比べてから判断するのが確実です。
