Muse Ember:轻量推理模型的定价与任务成本
Muse Ember 的定位
Muse Ember 是 Meta AI 推出的轻量模型,定位于复杂推理执行,以及智能体工作流中反复出现的任务,包括工具调用、代码子任务、任务路由、信息提取和长文档解析。
它提供六个推理档位:minimal、low、medium、high、xhigh 和 max。
短提示同价,长上下文计费不同
在较短提示下,Muse Ember 1.0、GPT-6 Luna 和 Claude Haiku 5.5 的常规输入、输出价格相同:每百万输入 Token 为 0.10 美元,每百万输出 Token 为 0.50 美元。
三者均支持最多约 100 万输入 Token,但触发长上下文加价的门槛不同,缓存输入价格也有差异。
下表所有价格单位均为 美元/百万 Token,提示长度以 Token 计。
| 模型 | 提示长度 | 输入 | 缓存输入 | 输出 |
|---|---|---|---|---|
| GPT-6 Luna | ≤272,000 | 0.10 | 0.01 | 0.50 |
| GPT-6 Luna | >272,000 | 0.20 | 0.02 | 0.75 |
| Muse Ember 1.0 | ≤200,000 | 0.10 | 0.004 | 0.50 |
| Muse Ember 1.0 | >200,000 | 0.30 | 0.012 | 1.50 |
| Claude Haiku 5.5 | ≤100,000 | 0.10 | 0.01 | 0.50 |
| Claude Haiku 5.5 | >100,000 | 0.50 | 0.05 | 2.50 |
这意味着,短提示下的同价,并不代表长文档任务的成本也相同。Muse Ember 的长上下文加价门槛为 20 万 Token,介于另外两款模型之间;超过门槛后,其输入与输出单价均为基础档的三倍。
比单价更重要的是完成任务的成本
推理模型解决同一道题时,可能消耗显著不同数量的 Token。因此,仅比较每百万 Token 的价格,无法完整反映实际使用成本,还需要结合推理档位、任务表现与单任务支出。
Artificial Analysis 的“智能指数—单任务成本”图中,几组配置的大致位置如下:
| 模型与推理档位 | 单任务成本(美元,约) | 智能指数(约) |
|---|---|---|
| GPT-6 Luna(非推理) | 0.07 | 9.5 |
| GPT-6 Luna(xhigh) | 0.10 | 23.5 |
| Muse Ember(xhigh) | 0.12 | 34 |
| Muse Ember(max) | 0.14 | 36 |
这些数值是特定评测中的近似读数,不应直接视为所有业务任务的成本或效果承诺。
在该图中,Muse Ember 的 xhigh 和 max 配置位于帕累托前沿:在图示比较范围内,无法同时找到成本更低、得分又更高的配置。这里强调的是成本与评测表现之间的权衡,而不是模型在所有任务上都占优。
推理档位越高,输出就一定越好?
一组“骑自行车的鹈鹕”SVG 生成试验覆盖了六个推理档位。其中,high 档位未能返回完整 SVG;其余档位的图像质量,也没有随着推理强度提升而稳定改善。
这组试验中,Muse Ember 的图像表现与价格约为其 40 倍的 Muse Wonder 接近。不过,这只是单一绘图任务的观察,不能据此推断两者的整体能力相当。
对于实际选型,值得同时关注三件事:上下文长度是否触发加价、不同推理档位的任务成本,以及目标任务上的输出质量与完整性。
