Muse Ember — самая компактная и эффективная мультимодальная модель рассуждения от Meta Superintelligence Labs, рассчитанная на массовое агентное выполнение задач: вызовы инструментов, подзадачи по коду, маршрутизацию, извлечение данных и работу с длинными документами. Доступна в Meta Model API и в Muse Code под идентификатором muse-ember-1.0 только в Стандартном режиме, варианта Contributor нет. Принимает текст, изображения, видео, аудио и PDF и возвращает текст; контекст — 1 048 576 токенов, до 524 288 токенов вывода. Усилие рассуждения регулируется от минимального до максимального, усилие по умолчанию — максимальное.
Основные характеристики
Временная шкала
Технические характеристики
Ценообразование и доступность
Результаты бенчмарков
Показатели производительности модели на различных тестах и бенчмарках
Другие тесты
Лицензия и метаданные
Muse Ember: плюсы и минусы
Плюсы
- Огромный контекст — 1M токенов: целые книги и кодовые базы за раз
- Дешёвый API — $0.10 за 1M входных токенов
- Понимает изображения, не только текст
- Сильнее всего в тесте PerceptionBench — 80.6%
Минусы
- Слабее в тесте OSWorld 2.1 (strict) — 33.8%
Muse Ember vs другие модели: сравнение
Все сравненияПохожие модели
Все моделиMuse Wonder Full
Meta
Muse Spark 1.3
Meta
Muse Wonder
Meta
Muse Spark 1.1
Meta
Muse Spark 1.2
Meta
Muse Spark
Meta
Muse Glimmer-30B
Meta
Llama 4 Maverick
Meta
Рекомендации основаны на схожести характеристик: организация-разработчик, мультимодальность, размер параметров и производительность в бенчмарках. Выберите модель для сравнения или перейдите к полному каталогу для просмотра всех доступных моделей ИИ.