Metaが最小モデル「Muse Ember」を発表、エージェントのサブタスク向けに特化

Metaは2026年11月9日、同社のリサーチブログにて「最小かつ最高効率」のモデルと位置づけるMuse Emberを発表した。ベンチマークの首位を争うことではなく、エージェントが日常的に繰り返すツール呼び出し、コードのサブタスク、クエリのルーティング、データ抽出、長文ドキュメントの読み取りといった反復作業を担うことを意図している。Mark Zuckerbergも同日夜、X上で発表を行った。

提供状況と価格

Muse Emberは本日よりMeta Model APIおよびMuse Code上で識別子muse-ember-1.0として提供され、Responses APIをサポートする。Metaが公表した価格は、入力100万トークンあたり0.10ドル、キャッシュされた入力100万トークンあたり0.004ドル、出力100万トークンあたり0.50ドルとなっている。本モデルは100万トークンのコンテキストウィンドウを受け入れ、最大51万2000トークンの出力が可能であり、テキスト、画像、音声、動画をネイティブに理解する。

またMetaによれば、これはMuse Wonder Fullを用いて訓練された最初のモデルである。Wonderシリーズとともに発表され、すでにMuseおよびMeta AIに展開された特化型モデルでも見られた戦略、すなわち最先端の大型モデルを活用して、運用コストの低い軽量モデルを訓練するという手法を具現化したものだ。同シリーズは現在、最も難度の高い問題向けのMuse Wonder、コードやエージェントワークフロー向けのMuse Spark、そして大ボリューム処理向けのMuse Emberという3層構造を成している。

ベンチマークが示す実力

最も確かなデータは第三者機関からもたらされている。Artificial Analysisによれば、Muse Ember（effort max）のIntelligence Indexスコアは36であり、Claude Haiku 5.5（max）と同等の数値を記録した。一方で、1タスクあたりのコストは約0.14ドルにとどまり、Claude Haiku 5.5の0.41ドルを大きく下回る。このコスト差は、入力・出力ともにClaude Haiku 5.5やGPT-6 Lunaと同じ公表価格設定によるものではなく、大幅に安価な入力キャッシュと、より簡潔な回答によるものだ。同機関によれば、Emberが生成する出力トークン数はClaude Haiku 5.5の約3分の1であるという。なお、Muse Wonder（max）は8ポイント高い44を記録しているが、タスクあたりコストは6.95ドルに達する。

自社製コーディングエージェントであるMuse Codeにおいて、EmberはArtificial AnalysisのCoding Agent Indexで46を記録し、Claude CodeにおけるClaude Haiku 5.5の37やCodexにおけるGPT-6 Lunaの31を上回った。ただし、全面的な優勢というわけではない。実際の実装タスクのマージ可否を評価するFrontierCode 2.0では、Ember（27.2%）はClaude Haiku 5.5（34.9%）の後塵を拝している。また一般知識も弱点であり、AA-Omniscienceの正解率は21.1%にとどまるが、これは質問の64%で回答を拒否したことが主な要因だ。その裏返しとして、ハルシネーション率（17.4%）はArtificial Analysisの測定によればClaude Haiku 5.5の約半分に抑えられている。

ブログ記事で言及されているその他の数値、例えばAgents』 Last Exam（61.6%）、OSWorld 2.1、Personal Superintelligence Indexなどは、テストパートナー企業（Box、Cline、Oracle、Cloudflare、You.com）から報告された速度向上と同様に、Metaの社内評価である。

制限事項

Metaはモデルサイズを公表しておらず、ダウンロード可能な重みも提供していない。Muse EmberはAPIおよびMuse Code経由でのみ利用可能なクローズドモデルである。安全性について、Metaは社内フレームワーク（化学・生物学的リスク、サイバーセキュリティ、制御喪失）に基づいて評価を行い、高リスクの閾値を下回っているとしているが、これはあくまで自己評価の域を出ない。