Muse Ember：轻量推理模型的定价与任务成本

Meta AI 推出 Muse Ember，将其定位为旗下最小、最高效的模型，面向复杂推理执行，以及智能体需要反复处理的工具调用、代码子任务、任务路由、信息提取和长文档解析。

从工程选型的角度，写好标智库这篇讨论关注三个问题：请求有多长、完成一次任务要花多少、输出能否满足要求。它们比最低档 token 报价更接近实际使用体验。

短提示词价格相同，长上下文成本不同

Muse Ember 的竞争对象包括 GPT-6 Luna 和 Claude Haiku 5.5。对于较短提示词，三者的标准输入、输出单价相同：

• 输入：每百万 token 0.10 美元
• 输出：每百万 token 0.50 美元

三款模型均支持最多 100 万输入 token，但触发长上下文加价的提示词长度不同。

下表价格单位均为 美元／百万 token，提示词长度以 token 数计。

Muse Ember 的加价门槛是 20 万 token，介于另外两款模型之间。在各自进入长上下文加价区间后，它的输入和输出单价也处于两者之间。

这意味着，最低档报价相同，不代表实际请求成本相同。比较之前，应先确认请求落在哪个长度区间，以及有多少输入能够使用缓存价格。

每百万 token 单价，不等于单任务成本

推理模型完成同一道题，可能消耗差异很大的 token 数量。因此，仅比较 token 单价，无法直接判断谁完成任务更便宜。

Artificial Analysis 的“智能指数与单任务成本”图展示了以下近似结果：

这些数字是图表中的近似读数，需要结合对应评测任务和推理配置理解，不能直接当作任意业务场景的费用预测。

在该图中，Muse Ember 的 xhigh 和 max 档位均位于帕累托前沿：在所展示的评测配置中，没有另一个配置能同时做到成本更低、得分更高。

这说明它们在该评测的成本与能力权衡中具有竞争力，但不意味着 Muse Ember 在所有任务上都是最佳选择。

六档推理设置，不保证质量逐级提升

Muse Ember 提供六种推理档位：

minimal、low、medium、high、xhigh、max。

在一组生成“骑自行车的鹈鹕”SVG 的尝试中，六个档位分别被用于同一类绘图任务，观察结果包括：

• high 档位未能返回完整 SVG。
• 其余档位的视觉效果，并未随推理等级提高而稳定改善。
• 这些 SVG 的整体质量被评价为与 Muse Wonder 的同类输出相近，而后者的价格被列为 Muse Ember 的 40 倍。

这只是一组具体任务中的观察，不能据此证明两款模型整体能力相当，也不足以认定某个推理档位普遍更好。

对开发者来说，这个例子提醒我们：推理档位是需要验证的配置项，而不是输出质量的保证。至少在这组任务中，更高档位并未带来稳定的视觉质量提升。

选型时，同时检查三个维度

评估 Muse Ember 这类轻量推理模型，可以把价格表与实际任务测试分开看，再合并判断。

对于工具调用、代码子任务或长文档解析，建议使用真实业务样本比较不同推理档位，同时记录费用与结果是否可用，而不是只看报价或一次演示。

最低 token 单价、最高推理档位和最合适的模型，并不一定对应同一个选择。