ภาพแสดงหน้าอย่างเป็นทางการ ณ วันที่ถ่าย ซึ่งอาจแตกต่างจากวันที่เผยแพร่บทความ เลือกภาพเพื่อขยาย
เมื่อวันที่ 9 พฤศจิกายน 2026 Meta เปิดตัวโมเดล AI "Muse Ember" ซึ่งเป็นโมเดลที่เล็กและมีประสิทธิภาพสูงที่สุดในซีรีส์ Muse โมเดลนี้สร้างขึ้นสำหรับงานที่เอเจนต์ AI ทำซ้ำหลายครั้งต่อวัน เช่น การเรียกใช้เครื่องมือภายนอก งานเขียนโปรแกรมเล็ก ๆ การกระจายงาน การดึงข้อมูล และการอ่านเอกสารยาว
บทบาทในซีรีส์ Muse
Meta แนะนำให้เลือกใช้โมเดล Muse ตามลักษณะงานดังนี้
- Muse Wonder: สำหรับปัญหาที่ยากที่สุด
- Muse Spark: สำหรับงานเขียนโปรแกรมและงานของเอเจนต์
- Muse Ember: สำหรับงานที่มีรูปแบบตายตัวและต้องทำจำนวนมาก
สำหรับงานที่ยาก Meta แนะนำให้ใช้คู่กัน โดยให้ Muse Wonder วางแผน และให้ Muse Ember รับงานจริงจำนวนมาก Muse Ember เป็นโมเดลแรกที่ฝึกโดยใช้ Muse Wonder Full ซึ่งเป็นโมเดลระดับบน นอกจากข้อความแล้ว โมเดลยังเข้าใจภาพ เสียง และวิดีโอได้ด้วย
ประสิทธิภาพและราคา
ในผลการประเมินที่ Meta เปิดเผย Muse Ember ทำคะแนนได้สูงกว่า "Claude Haiku 5.5" ของ Anthropic และ "GPT-6 Luna" ของ OpenAI ซึ่งเป็นโมเดลขนาดเล็กระดับเดียวกันในหลายหัวข้อ (ทั้งหมดเป็นผลเมื่อตั้งค่าการให้เหตุผลไว้สูงสุด เรียงตาม Ember / Haiku 5.5 / GPT-6 Luna)
- ระบบอัตโนมัติสำหรับงาน (AutomationBench): 37.8 / 13.9 / 20.2
- การควบคุมคอมพิวเตอร์ (OSWorld 2.1 แบบมีคะแนนบางส่วน): 69.5 / 68.9 / 50.5
- ดัชนีรวมด้านเอเจนต์เขียนโปรแกรม (Coding Agent Index): 46 / 37 / 31
ในดัชนีรวมของ Artificial Analysis ซึ่งเป็นหน่วยงานภายนอก Muse Ember ได้ 36 เท่ากับ Haiku 5.5 ในทางกลับกัน สำหรับโจทย์เขียนโปรแกรมที่ยาก (FrontierCode 2.0) Muse Ember ได้ 27.2 ต่ำกว่า 34.9 ของ Haiku 5.5 Meta ระบุว่า Muse Ember ทำผลงานได้ทัดเทียมผลที่ดีที่สุดของ Haiku 5.5 ด้วยค่าใช้จ่ายราวหนึ่งในสาม
ราคาสำหรับอินพุตไม่เกิน 200,000 โทเค็นอยู่ที่ 0.10 ดอลลาร์สำหรับอินพุต และ 0.50 ดอลลาร์สำหรับเอาต์พุต ต่อ 1 ล้านโทเค็น หากอินพุตยาวเกินกว่านั้น ราคาจะเป็น 0.30 ดอลลาร์สำหรับอินพุต และ 1.50 ดอลลาร์สำหรับเอาต์พุต เมื่อเทียบกับ Muse Spark 1.3 ซึ่งเป็นรุ่นที่สูงกว่า (อินพุต 1.25 ดอลลาร์ เอาต์พุต 4.25 ดอลลาร์) ราคาอินพุตอยู่ที่ราว 1 ใน 12 ปริมาณข้อความที่จัดการได้ในครั้งเดียว (คอนเท็กซ์) อยู่ที่ 1 ล้านโทเค็น และเอาต์พุตแต่ละครั้งได้สูงสุด 512,000 โทเค็น
ช่องทางที่ใช้งานได้
Muse Ember ใช้ได้ผ่าน "Meta Model API" ซึ่งเป็น API ของ Meta และเครื่องมือพัฒนา "Muse Code" ภายใต้ชื่อโมเดล "muse-ember-1.0" นอกจากนี้ Muse Ember, Muse Spark และ Muse Wonder ยังใช้ได้ผ่าน Google Cloud และ Oracle Cloud ด้วย ในประกาศของ Meta ไม่ได้ระบุว่าจะเปิดเป็นโอเพนเวต (เผยแพร่ตัวโมเดลให้ทุกคนดาวน์โหลดได้) และยังไม่ได้ระบุว่าจะใช้ได้ในแอป Muse สำหรับผู้ใช้ทั่วไปหรือไม่
มุมมองของกองบรรณาธิการ CoAI
ในเอเจนต์ AI คำขอเพียงครั้งเดียวอาจทำให้เกิดการเรียกใช้โมเดลเบื้องหลังหลายสิบถึงหลายร้อยครั้ง โมเดลขนาดเล็กที่ถูกและเร็วจึงยิ่งมีความสำคัญมากขึ้น Muse Ember เป็นโมเดลที่ออกแบบมาให้เข้ากับวิธีสร้างเอเจนต์ในปัจจุบัน ซึ่งแบ่งงานให้โมเดลระดับสูงสุดวางแผนและให้โมเดลขนาดเล็กลงมือทำ
อย่างไรก็ตาม ผลการประเมินที่เปิดเผยส่วนใหญ่วัดโดย Meta เองหรือหน่วยงานประเมิน และมีการประเมินภายในของ Meta รวมอยู่ด้วย หากกำลังพิจารณาเปลี่ยนจาก Haiku 5.5 หรือโมเดลอื่น วิธีที่แน่นอนที่สุดคือเปรียบเทียบความแม่นยำและค่าใช้จ่ายกับงานจริงขององค์กรก่อนตัดสินใจ
