--- title: "Muse Ember 1.0" source: "https://systems-analysis.info/wiki/Muse_Ember_1.0" wiki: "systems-analysis.info/wiki" article: "Muse_Ember_1.0" language: "ru" categories: - "Категория:Meta" - "Категория:Muse" - "Категория:Russian" - "Категория:Большие языковые модели" - "Категория:Семейства LLM" revision_id: 1661 wiki_created_at: 2026-11-12T20:53:22Z wiki_modified_at: 2026-11-13T02:17:19Z downloaded_at: 2026-11-13T02:24:31Z --- # Muse Ember 1.0 **Muse Ember** — самая маленькая модель рассуждений Meta Superintelligence Labs, предназначенная для массового выполнения агентных задач: вызовов инструментов, кодинговых подзадач, маршрутизации, извлечения данных и обработки длинных документов; мультимодальная модель (текст, изображения, аудио и видео на входе) с контекстом 1 млн токенов и выводом до 512 тыс. токенов, распространяемая только через хостинг Meta без публикации весов. Модель была выпущена 9 ноября 2026 года и доступна через Meta Model API, Muse Code и Google Cloud. ## Технические характеристики - **Поколение**: Muse Ember 1.0 — четвёртая модель семейства Muse (после Spark, Glimmer и Wonder) - **Идентификатор API**: muse-ember-1.0 - **Контекстное окно**: 1 млн токенов; максимальный вывод — до 512 000 токенов - **Модальности**: текст, изображения, аудио и видео на входе; текст на выходе - **Режим мышления**: поддержка reasoning-токенов; уровни minimal, low, medium, high, xhigh и max (по умолчанию — max); уровень «none» не поддерживается и возвращает ошибку - **Граница знаний**: публично не раскрыта - **Выпуск**: 9 ноября 2026 - **Стоимость**: при контексте до 200 тыс. токенов — \$0,10 за 1 млн входных, \$0,004 за 1 млн кэшированных входных и \$0,50 за 1 млн выходных токенов; при контексте свыше 200 тыс. — \$0,30/\$0,012/\$1,50 - Доступна только через хостинг — Meta Model API и Muse Code, а также как партнёрская модель в Google Cloud; веса не публиковались. Рассчитана на работу в связке с крупными моделями: «Muse Wonder планирует, Muse Ember берёт на себя объём». - Технические характеристики — Muse Ember в документации Meta. ## История и разработка 9 ноября 2026 года Meta Superintelligence Labs выпустила Muse Ember — самую маленькую и наиболее эффективную модель лаборатории, «спроектированную для исполнения сложных рассуждений и работы, которую агенты повторяют весь день»: вызовы инструментов, кодинговые подзадачи, маршрутизация, извлечение данных и разбор длинных документов^{[\[1\]](https://systems-analysis.info/wiki/Muse_Ember_1.0#cite_note-blog-1)[\[2\]](https://systems-analysis.info/wiki/Muse_Ember_1.0#cite_note-mtp-2)}. Это четвёртая модель бренда Muse после среднеразмерной Spark (апрель), открытой Glimmer (август) и фронтирной Wonder (октябрь); Ember занимает ступень ниже Wonder, которая берёт на себя самые сложные задачи, и Spark, закрывающей кодинг и агентные сценарии на масштабе^{[\[3\]](https://systems-analysis.info/wiki/Muse_Ember_1.0#cite_note-mezha-3)}. Ключевое предложение модели — интеллект на доллар: по данным Meta, Muse Ember набирает 36 баллов Индекса интеллекта Artificial Analysis, повторяя лучший результат Claude Haiku 5.5 на максимальном reasoning примерно за треть стоимости задачи (\$0,13–0,14 против \$0,41) и превосходя все протестированные конфигурации GPT-6 Luna, а на полном лидерборде Artificial Analysis ни одна модель не даёт более высокого балла за меньшую цену задачи^{[\[1\]](https://systems-analysis.info/wiki/Muse_Ember_1.0#cite_note-blog-1)[\[4\]](https://systems-analysis.info/wiki/Muse_Ember_1.0#cite_note-mlq-4)}. Мультимодальность сохранена и на массовом уровне: Ember принимает текст, изображения, аудио и видео в высоконагруженных агентных сценариях^{[\[5\]](https://systems-analysis.info/wiki/Muse_Ember_1.0#cite_note-dev-5)}. Типичный паттерн использования — разделение труда внутри одного workflow: крупная модель формулирует правила и план, Ember применяет их к десяткам тысяч однотипных случаев^{[\[3\]](https://systems-analysis.info/wiki/Muse_Ember_1.0#cite_note-mezha-3)}. Перед выпуском модель прошла оценки по Meta Superintelligence Scaling Framework — химико-биологические риски, кибербезопасность и потеря контроля — и во всех проверенных категориях осталась ниже порогов высокого риска; несмотря на размер, она получила то же базовое обучение и тестирование безопасности, что и крупные модели^{[\[1\]](https://systems-analysis.info/wiki/Muse_Ember_1.0#cite_note-blog-1)}. Веса не публиковались, и Meta не заявляла об их открытии: доступ возможен только через хостинговые поверхности, а длинный контекст тарифицируется отдельной, повышенной ставкой^{[\[6\]](https://systems-analysis.info/wiki/Muse_Ember_1.0#cite_note-casrai-6)}. ## Ссылки - Introducing Our Smallest, Most Efficient Model: Muse Ember — запись в блоге Meta AI (9 ноября 2026) - Muse Ember — документация Meta Model API - Start building with Muse Ember, our smallest, most efficient model — developer-блог Meta - Meta releases Muse Ember — обзор MLQ.ai ## См. также - [Muse Wonder](https://systems-analysis.info/wiki/Muse_Wonder "Muse Wonder") - [Muse Spark Open](https://systems-analysis.info/wiki/Muse_Spark_Open "Muse Spark Open") - [Muse Glimmer](https://systems-analysis.info/wiki/Muse_Glimmer "Muse Glimmer") ## Примечания 1. ↑ ^{[1,0](https://systems-analysis.info/wiki/Muse_Ember_1.0#cite_ref-blog_1-0)} ^{[1,1](https://systems-analysis.info/wiki/Muse_Ember_1.0#cite_ref-blog_1-1)} ^{[1,2](https://systems-analysis.info/wiki/Muse_Ember_1.0#cite_ref-blog_1-2)} Introducing Our Smallest, Most Efficient Model: Muse Ember. Meta. 9 ноября 2026. 2. [↑](https://systems-analysis.info/wiki/Muse_Ember_1.0#cite_ref-mtp_2-0) Meta Releases Muse Ember, a 1M-Context Model for High-Volume Agent Work. MarkTechPost. 9 ноября 2026. 3. ↑ ^{[3,0](https://systems-analysis.info/wiki/Muse_Ember_1.0#cite_ref-mezha_3-0)} ^{[3,1](https://systems-analysis.info/wiki/Muse_Ember_1.0#cite_ref-mezha_3-1)} Meta releases Muse Ember, a lightweight model for agent tasks. Межа. Ноябрь 2026. 4. [↑](https://systems-analysis.info/wiki/Muse_Ember_1.0#cite_ref-mlq_4-0) Meta releases Muse Ember, a $0.10-per-million-token model for high-volume agent work. MLQ.ai. Ноябрь 2026. 5. [↑](https://systems-analysis.info/wiki/Muse_Ember_1.0#cite_ref-dev_5-0) Muse Ember. Документация Meta Model API. 6. [↑](https://systems-analysis.info/wiki/Muse_Ember_1.0#cite_ref-casrai_6-0) Meta Releases Muse Ember 1.0, a Low-Cost Hosted Model. CASRAI. Ноябрь 2026.