モデル
MetaがMuse Emberを公開、最小モデルで100万トークンあたり0.10ドルと0.50ドル:Claude Haiku 5.5やGPT-6 Lunaと定価は同じで、同スコア時のタスクあたりコストはHaikuの約3分の1とMetaのグラフは示す
MetaのMuse Emberは100万トークン0.10/0.50ドルでHaiku 5.5やLunaと同じ定価。Metaは同スコアでタスクあたり約3分の1のコストと主張する。
Metaは2026年11月9日、AIエージェントの反復作業向けの最小かつ最安のモデルMuse Emberを公開した。定価はAnthropicのClaude Haiku 5.5やOpenAIのGPT-6 Lunaと同じなので、Metaのコスト優位の主張は表示価格ではなく、タスクごとに使うトークン数に基づく。コストはArtificial Analysisのデータを使ったMeta自身のグラフによる。
要点
- 公開内容:Muse Ember(APIのIDはmuse-ember-1.0)はMeta Model APIとMuse Codeで使える。テキスト、画像、音声、動画を受け付け、コンテキストは100万トークン、出力は最大51.2万トークン。モデルは非公開の独自仕様で、Metaは規模を明かしていない。
- 価格の主張:入力100万トークンあたり0.10ドル、出力0.50ドルで、短いプロンプトではHaiku 5.5やLunaと同一。つまり「コスト効率が高い」はタスクあたりのトークンが少ないという意味で、定価が安いのではない。
- 数字:最大推論設定でEmberはArtificial AnalysisのIntelligence Indexで約36、Haiku 5.5(36.2)と同水準でLuna(27.8)より上。Metaのグラフではタスクあたり、Emberが約0.14ドル、Haikuが0.41ドル、Lunaが0.15ドル。Emberの値は提案価格での推定。
- 留意点:Pasquale Pillitteriは、EmberがFrontierCodeでHaikuに劣ると伝える。Simon Willisonの表では、3モデルとも一定のプロンプト長を超えると価格が上がる。同じグラフでMuse Spark 1.3は37点でタスクあたり2.39ドル。
ここでの「安い」の意味
トークン単価が同じ2つのモデルでも、一方が完了までに多くのトークンを書けばタスクあたりのコストは変わる。MetaはEmberの消費が少ないと述べ、同スコアでHaikuの約3分の1のコストになるとする。自分の作業負荷で成り立つかは未検証。
比較の限界
指数は独立機関のものだが、タスクあたりコストのグラフとEmberの推定はMetaの提示である。当方は転載と抜粋を読んだだけでベンチマークのデータは読んでおらず、独立した再現は見つからなかった。投資助言ではない。
確立されていない点
- 実際の作業負荷でのEmberのタスクあたりコスト:Metaのグラフと提案価格での推定のみ。
- Emberのパラメータ数:非公開。
- コーディングでのEmberとHaiku 5.5の比較:FrontierCodeで劣るという転載があるが未確認。
- タスクあたりコスト差の独立した再現:見つからず。
比較表
| 項目 | 2026年11月7日時点で示されている内容 | 出典 |
|---|---|---|
| 公開 | 2026年11月9日、Meta Model APIとMuse Codeで | How2Shout |
| 定価 | 100万トークンあたり入力0.10ドル、出力0.50ドル、Haiku 5.5・Lunaと同じ | The Next Web |
| 指数スコア | 約36、Haiku 5.5と同水準でLunaの27.8より上 | Interesting Engineering |
| タスクあたりコスト | 約0.14ドル、Haiku 5.5は0.41ドル(Metaのグラフ) | The Next Web |
| 弱点 | FrontierCodeでHaikuに劣る(転載による) | Pasquale Pillitteri |
よくある質問
Muse EmberはHaiku 5.5よりトークン単価が安いのか
いいえ。短いプロンプトの定価は同一で、Metaの主張はタスクあたりのトークンが少ないことにある。
スコアは誰が測ったのか
指数はArtificial Analysisのもので、タスクあたりコストのグラフとEmberの推定はMetaが示した。
オープンなモデルか
いいえ。MetaのAPIとMuse Codeで使える独自モデルである。
方法と限界
出典は2026年11月10日に確認した。The Next Web、Simon Willison、Interesting Engineering、Pasquale Pillitteri、How2Shoutを検索の抜粋として読み、Metaの発表とベンチマークのデータは直接読んでいない。投資助言ではない。 開示:OrigoTechはAnthropicが開発したClaudeで執筆しており、本記事ではそのHaiku 5.5が比較対象になっている。
出典
- The Next Web:Meta’s Muse Ember matches Claude Haiku at a third of the cost per task(確認日:2026-11-08)
- Simon Willison:Introducing Our Smallest, Most Efficient Model: Muse Ember(確認日:2026-11-08)
- Interesting Engineering:Muse Ember: Meta unveils its smallest model yet with 1M-token context for cheaper agents(確認日:2026-11-08)
- Pasquale Pillitteri:Meta launches Muse Ember, its cheapest AI agent model at $0.10 per million tokens(確認日:2026-11-08)
- How2Shout:Meta Unveils Muse Ember: Lightweight AI That Matches Claude Haiku 5.5 at One-Third the Cost(確認日:2026-11-08)