Meta выпустила Muse Ember: миллион входных токенов стоит от $0,10

Когда агент ради небольшой правки читает несколько файлов, выбирает инструмент и запускает тест, деньги уходят на каждый промежуточный шаг. Если таких шагов тысячи, выбор модели становится вопросом экономики продукта. Meta выпустила Muse Ember именно для этой работы: вызовов инструментов, извлечения данных, разбора документов и небольших задач с кодом.

Практический сценарий простой: одна модель составляет план исправления, а Ember получает отдельное поручение — найти нужную функцию или подготовить небольшой патч. Для разработчика это повод проверить, можно ли снизить расходы на повторяющиеся операции без роста числа ошибок.

Что стоит за дешёвым токеном

В предоставленном разборе Саймона Уиллисона базовые тарифы Ember, GPT-6 Luna и Claude Haiku 5.5 совпадают: $0,10 за миллион входных токенов и $0,50 за миллион выходных. На коротком запросе прайс сам по себе не помогает выбрать победителя.

Разница появляется с ростом контекста. У Ember порог составляет 200 тысяч токенов: выше него вход стоит $0,30 за миллион, выход — $1,50. У Luna повышение начинается после 272 тысяч, у Haiku — после 100 тысяч. Все три модели поддерживают контекст до миллиона токенов, но платить за него придётся по разным правилам.

Возьмём условный запрос с 250 тысячами входных токенов и 10 тысячами выходных, без кеширования. По приведённой таблице Ember обойдётся в $0,09, Luna — в $0,03, Haiku — в $0,15. Это расчёт для заданного объёма, а не прогноз реального расхода: модели могут потратить разное число токенов на одинаковое поручение.

Поэтому загрузить весь репозиторий одним запросом технически возможно, но экономическую выгоду такого решения нужно считать отдельно. Иногда выгоднее сначала выбрать нужные файлы и передать модели только их.

Почему режим рассуждения меняет сравнение

У Ember шесть уровней рассуждения — от minimal до max. Более высокий режим может расходовать больше токенов, и одинаковый тариф уже не означает одинаковую стоимость результата. В продукте важен весь путь: первый ответ, проверка, повторная попытка и возможная передача сложного случая другой модели.

На графиках из материала Уиллисона Ember находится среди моделей с наиболее выгодным сочетанием результата и стоимости задачи. Но это сравнение на определённом наборе тестов. Переносить его на собственный сервис без проверки было бы поспешно.

Есть и важная деталь первоисточника: Meta обозначает стоимость Ember на сравнительном графике как оценку по предложенным тарифам. Кроме того, в FrontierCode 2.0-AA Ember получает 27,2% против 34,9% у Haiku в максимальном режиме. Даже внутри представленных результатов лидер зависит от задачи. Эти оговорки есть в анонсе Meta.

Сам Уиллисон проверил уровни рассуждения привычным заданием: нарисовать пеликана на велосипеде в SVG. Режим high не вернул полный SVG, а повышение уровня не давало последовательного улучшения картинки. Это отдельный эксперимент, но полезное напоминание: максимальная настройка не гарантирует лучший ответ на каждое поручение.

Что проверить перед подключением

Начните с одного повторяющегося этапа вашего агента. Например, с извлечения полей из документов или выбора инструмента по обращению пользователя. Соберите примеры, где правильный результат можно проверить, включая длинные входные данные и неоднозначные случаи.

Прогоните несколько уровней рассуждения и считайте стоимость принятого результата. Рядом фиксируйте задержку, ошибки формата, повторные вызовы и долю задач, которые пришлось передать более дорогой модели. Для кода добавьте прохождение тестов и объём ручных исправлений.

Продакту такая проверка даст ответ на конкретный вопрос: сколько стоит обработать обращение или подготовить правку с нужным качеством. Основателю — основание пересчитать себестоимость функции. Ember заслуживает места в таком сравнении; решение о переходе должны определять результаты вашего рабочего процесса.