Muse Ember: کوچکترین و کارآمدترین مدل ما

امروز، ما Muse Ember را معرفی می‌کنیم، کوچک‌ترین و کارآمدترین مدل ما که برای اجرای استدلال پیچیده طراحی شده است و عوامل کار در تمام طول روز تکرار می‌شوند: فراخوانی ابزار، وظایف فرعی کدنویسی، مسیریابی، استخراج و تجزیه اسناد طولانی.

Muse Ember به ازای هر دلار هوش بیشتری نسبت به Claude Haiku 5.5 یا GPT-6 Luna در هر شرایط استدلالی ارائه می دهد: با بهترین امتیاز هایکو در حدود یک سوم هزینه مطابقت دارد و از هر تنظیمات Luna پیشی می گیرد. همچنین در مرز کارایی جدول امتیازات کامل تحلیل مصنوعی قرار دارد: هیچ مدلی برای هر کار کمتر امتیاز بالاتری کسب نمی کند.

شاخص هوش آنالیز مصنوعی در برابر هزینه هر کار در هر تلاش استدلالی، از نتایج خام تحلیل مصنوعی. هزینه های Muse Ember بر اساس قیمت پیشنهادی تخمین زده می شود.

تجزیه و تحلیل مصنوعی | 9 نوامبر 2026. هر نقطه یک تنظیم استدلال و تلاش است. هزینه Muse Ember با لیست قیمت.

برای جزئیات بیشتر در مورد ارزیابی های ما، به گزارش ما مراجعه کنید.

در آزمایش اولیه، شرکای ما Muse Ember را بر روی انواع وظایفی که ماموران در طول روز تکرار می‌کنند، از بررسی قراردادها تا نوشتن کد، کار می‌کنند.

در Box AI Complex Work Eval، Muse Ember دقت، سرعت و کارایی توکن قابل‌توجهی را ارائه می‌دهد. می‌تواند در برابر بند کتاب مذاکره شرکت قرارداد به بند ببندد و در رتبه‌بندی ریسک کلی مناسب قرار بگیرد، یا نامزدها را در برابر یک خلاصه دقیق نمایش دهد و افراد مرزی را که هنوز واجد شرایط یک کار جایگزین کارآمد واقعی هستند، نشان دهد. ”

"این باور نکردنی است که متا یک مدل سبک وزن را برای توسعه دهندگانی عرضه می کند که می خواهند یک مدل سریع و کم هزینه داشته باشند و بتوانند به آن اعتماد کنند و برای تیم هایی که با اجرای آن به عنوان عامل فرعی در مهار خود هزینه ها را کاهش می دهند. Muse Ember برای کارهای فرعی مانند کدنویسی و تجزیه و تحلیل اسناد ساخته شده است و در آن عالی است."

"Muse Ember توانایی دلگرم‌کننده‌ای برای مقابله با وظایف مهندسی پیچیده در آزمایش‌های اولیه ما نشان داد. ما پتانسیل قوی برای تبدیل شدن به ابزاری ارزشمند برای تیم‌های مهندسی را می‌بینیم."

"چیزی که در آزمایش ما برجسته بود سرعت بود. Muse Ember تا 30٪ سریعتر از مدل مشابهی که ما آزمایش کردیم در انتهای کار دوید، و کارهای تحقیقاتی گسترده و چند مخزن را به خوبی انجام داد. این یک مناسب برای بارهای کاری سریع و با توان عملیاتی بالا است."

"Muse Ember تمام تلاش های کدنویسی را در آزمایش ما با کمترین تأخیر نسبت به هر مدلی که آزمایش کرده بودیم تکمیل کرد: یک p95 2.2 ثانیه، حدود 4 برابر تا 13 برابر سریعتر از مدل های با وزن باز پیشرو، و با 36 تا 48٪ توکن های خروجی کمتر. ما در مورد آنچه که Meta Superintelligence Labs بعدی را ارائه می دهد، هیجان زده هستیم.

Agent ها بیشتر توکن های خود را روی بسیاری از مراحل کوچک و ساختار یافته خرج می کنند و Muse Ember دقیقا برای همین ساخته شده است. این می‌تواند یک گردش کار تجاری را از سر تا سر به پایان برساند، رکوردها را بکشد، ابزارها را به ترتیب فراخوانی کند و سیستم‌ها را در بین برنامه‌ها به‌روزرسانی کند.

با یک پنجره زمینه 1M-token و حداکثر 512K نشانه خروجی، می تواند یک پایگاه کد کامل یا مجموعه سند را در یک تماس واحد دریافت کند.

AutomationBench-AA حداکثر استدلال را نشان می دهد که از نمودار فعلی سند بازتولید شده است. امتیاز

تجزیه و تحلیل مصنوعی | 9 نوامبر 2026. Strict pass@1.

نتایج آخرین امتحان نمایندگان با حداکثر استدلال، بازتولید شده از نمودار فعلی سند.. امتیاز

شاخص سوپرهوش شخصی حداکثر استدلال را نشان می دهد که از نمودار فعلی سند بازتولید شده است. امتیاز

شاخص ترکیبی داخلی کار شخصی و دانشی.

Muse Ember برای وظایف فرعی کدنویسی ساخته شده است که یک نماینده صدها بار در جلسه ارسال می کند: خواندن فایل ها، اجرای آزمایش ها، ایجاد اصلاحات هدفمند.

نتایج Terminal-Bench 4.0 با حداکثر استدلال، بازتولید شده از نمودار فعلی سند.. امتیاز

هر مدل در بهترین مهار منتشر شده خود. به پاورقی 1 مراجعه کنید.

Coding Agent Index-AA حداکثر استدلال را نشان می دهد که از نمودار فعلی سند بازتولید شده است. امتیاز

FrontierCode 2.0-AA با حداکثر استدلال، از نمودار فعلی سند بازتولید شده است. امتیاز

برای سخت ترین مشکلات، آن را با Muse Wonder جفت کنید: Muse Wonder plans، Muse Ember حجم صدا را کنترل می کند.

Muse Ember به صورت بومی متن، تصاویر، صدا و ویدئو را درک می‌کند، بنابراین نمایندگان می‌توانند اسکرین‌شات‌ها، نمودارها و اسناد اسکن‌شده را بخوانند یا از یادداشت‌های صوتی، ضبط‌شده جلسات و ویدیو بدون مدل جداگانه کار کنند. این می تواند از طریق اسناد طولانی دنیای واقعی کار کند، رایانه را مستقیما از روی اسکرین شات ها کار کند و جزئیات بصری دقیقی را انتخاب کند.

نتایج GDP.pdf-AA با حداکثر استدلال، بازتولید شده از نمودار فعلی سند.. امتیاز

OSWorld 2.1 با حداکثر استدلال، از نمودار فعلی سند بازتولید شده است. امتیاز

ارزیابی داخلی متا پاداش اعتباری جزئی

PerceptionBench با حداکثر استدلال، از نمودار فعلی سند بازتولید شده است. امتیاز.

قبل از انتشار، ما Muse Ember را تحت چارچوب مقیاس‌بندی ابرهوشمندی خود، شامل خطرات شیمیایی و بیولوژیکی، امنیت سایبری و از دست دادن کنترل ارزیابی کردیم. در بین دسته‌های ارزیابی‌شده، ارزیابی‌های ما نشان داد که Muse Ember زیر آستانه‌های پرخطر چارچوب باقی مانده است. اگرچه این یک مدل کوچک است، اما همان آموزش و آزمایش ایمنی اصلی را دریافت کرد. ما همچنین نحوه رفتار Muse Ember را هنگام اقدام از جانب کاربران ارزیابی کردیم.

این شامل این می‌شود که آیا به قصد کاربر احترام می‌گذارد، اطلاعات حساس را به‌طور مناسب مدیریت می‌کند، در برابر دستورالعمل‌های پنهان در صفحات وب، اسناد یا خروجی‌های ابزاری که سعی می‌کنند آن را تغییر مسیر دهند، مقاومت می‌کند، و قبل از اقدامات پرتأثیر به دنبال ورودی‌های انسانی است.

هدف ما فوق‌هوشی شخصی است: مدل‌هایی که به شما کمک می‌کنند اهدافتان را دنبال کنید، آنچه را که تصور می‌کنید خلق کنید، روابطتان را عمیق‌تر کنید، و در مورد چیزی که برایتان ارزش بیشتری دارید اقدام کنید. رساندن آن به همه بیش از توانایی مرزی نیاز دارد. توانایی مرزی را با قیمتی که در مقیاس بزرگ است می طلبد. ما حتی مدل‌های کارآمدتری در آموزش داریم و مشتاقانه منتظر به اشتراک گذاشتن موارد بعدی هستیم. Muse Ember، Muse Spark و Muse Wonder اکنون در Google Cloud و Oracle Cloud در دسترس هستند.