Simon Willison 看 Meta Muse Ember：价格和 Haiku 5.5、GPT-6 Luna 一样，却站在 AA 的成本效率前沿上

Introducing Our Smallest, Most Efficient Model: Muse Ember（推出我们最小、最高效的模型：Muse Ember）。Meta AI 刚刚发布了他们在 Claude Haiku / GPT Luna 这一档的产品：Muse Ember，官方是这样描述的：

[...] 我们最小、最高效的模型，专为复杂推理执行以及智能体整天重复做的工作而设计：工具调用、编码子任务、路由、信息抽取和长文档解析。

对于较短的提示，它的定价和 GPT-6 Luna、Claude Haiku 5.5 一样，都是每百万输入 token 0.10 美元、每百万输出 token 0.50 美元。今天另一个重磅发布 Claude Fable 5.2 的价格是它的 80 倍，为 8 美元 / 40 美元。

不过当提示变长时，定价就没那么直观了。Luna、Ember 和 Haiku 都支持最多一百万输入 token，但它们都有一个阈值，超过后价格会上涨。把这个阈值算进去，Ember 的价格介于另外两者之间：

但如今单纯比较每 token 价格已经没什么意义了，因为有了推理 token，不同模型解决同一个问题可能会用掉数量差异极大的 token。

在这方面，一个有用的衡量标准是 Artificial Analysis。

比这更有用的是他们的「智能指数 vs. 每任务成本」图表，这三个模型在上面的表现如下：

Muse Ember 系列模型正好落在帕累托线上——也就是只能靠牺牲一个维度来改进另一个维度的那条线。Meta 在公告里特别提到了这一点：

它也位于整个 Artificial Analysis 排行榜的效率前沿上：没有任何模型能以更低的每任务成本拿到更高的分数。

（绿色区域中间帕累托线上那个灰点是 GPT-6.1 Terra (low)——看来我应该多关注一下 Terra 系列！）

Muse Ember 有六个推理档位——minimal、low、medium、high、xhigh 和 max——所以我渲染了六只骑自行车的鹈鹕。「high」档没能返回完整的 SVG，其他几个 SVG 也出乎意料：推理档位和画面质量之间并没有清晰的对应关系。

下面是「max」档的结果，不过其他几个也值得一看：

Ember 画的鹈鹕质量和我从 Muse Wonder 得到的差不多，而 Muse Wonder 的价格是 Muse Ember 的 40 倍。