Meta* выпустила Muse Ember: 1 млн токенов контекста и $0,10 за вход

Если вы строили агентов на больших моделях, то знаете, как это выглядит в счёте. Агент не делает один запрос. Он ходит по кругу: вызвал инструмент, прочитал ответ, подумал, вызвал следующий. На каждом шаге в модель уходит весь накопленный контекст, и стоимость растёт быстрее, чем кажется на старте. Именно эту боль Meta* пытается закрыть моделью Muse Ember.

*Meta — организация признана экстремистской, её деятельность на территории РФ запрещена.

Что за модель и для чего она сделана

Muse Ember — компактная модель, спроектированная под циклические агентские задачи. В списке Meta* четыре сценария: вызов инструментов, парсинг объёмных документов, маршрутизация и написание фрагментов кода. Это рабочие лошадки агентных систем. Тут нужна не гениальность на олимпиадных задачах, а предсказуемость, скорость и низкая цена за шаг.

Параметры такие:

• контекстное окно — 1 млн токенов;
• длина ответа — до 512 тысяч токенов;
• мультимодальность — аудио, видео и изображения на входе;
• идентификатор в API — muse-ember-1.0;
• доступность — API Meta*, Google Cloud и Oracle Cloud.

Цена: 10 центов за миллион входных токенов и 50 центов за миллион выходных.

Что это значит на практике

Посчитаем на условном примере. Допустим, ваш агент на каждом шаге отправляет в модель 50 тысяч токенов контекста и получает около тысячи токенов ответа. По тарифу Ember это примерно полцента на вход и двадцатая часть цента на выход, то есть около $0,0055 за шаг. Сто шагов в сложной задаче обойдутся примерно в 55 центов. Расчёт наш, иллюстративный, но порядок величин понятен: дешёвая модель позволяет не экономить на числе итераций и перепроверок.

Второй практический плюс — мультимодальность без костылей. Агент может сам прочитать скриншот интерфейса или разобрать запись встречи, и вам не нужно подключать отдельную модель распознавания речи или зрения. Меньше компонентов в пайплайне — меньше мест, где что-то ломается, и меньше задержек между сервисами.

Третий сценарий — роутинг. Компактную модель удобно поставить на входе системы: она классифицирует запрос, решает, нужен ли тяжёлый инструмент или дорогая модель, и только тогда передаёт задачу дальше. Так дорогие вызовы остаются для действительно сложных случаев.

Где стоит быть осторожнее

Главная оговорка: заявление, что Muse Ember обходит Claude Haiku 5.5 и GPT-6 Luna по соотношению цены и интеллекта, основано на бенчмарках самой Meta*. Это не независимое сравнение. Метрика «цена к интеллекту» вообще легко подгоняется под выгодный набор тестов, а агентные задачи в реальности сильно зависят от вашего набора инструментов, формата промптов и качества схем вызова функций.

Второе — длинный контекст. Окно в миллион токенов не гарантирует, что модель одинаково хорошо найдёт нужную деталь в начале и в конце документа. А на выходе 512 тысяч токенов — это верхняя граница возможностей, а не обещание качества на всей длине. Нужны собственные тесты на ваших данных.

Третье — доступность в двух облаках, Google Cloud и Oracle Cloud, удобна для компаний, у которых там уже есть договоры и биллинг. Но ограничения по регионам и квотам нужно проверять отдельно, а для российских команд ещё и юридические нюансы работы с продуктами компании, чья деятельность в РФ запрещена.

Что делать

1. Возьмите 50–100 реальных трасс вашего агента, где есть вызовы инструментов и длинные документы.
2. Прогоните их через muse-ember-1.0 и через модель, которую используете сейчас.
3. Сравните не только точность, но и стоимость полного прогона, число ошибок в вызовах функций и время ответа.
4. Если результат близок, попробуйте поставить Ember на роль роутера или исполнителя простых шагов, оставив дорогую модель для планирования.

Модель интересна в первую очередь как ещё одно давление на цены в сегменте дешёвых агентных моделей. Верить цифрам из отчёта стоит ровно до того момента, пока вы не проверили их на собственных задачах.