*Meta особо подчеркнула стоимость одной задачи для Ember, используя сводный индексный балл Artificial Analysis, чтобы продемонстрировать, что Ember дешевле и умнее конкурентов, таких как Haiku от Anthropic и Luna от OpenAI.
При стоимости 10 центов за миллион входных токенов Ember значительно дешевле передовых конкурентов, таких как Haiku и Luna. Более того, его стоимость конкурентоспособна с моделями с открытым исходным кодом, такими как DeepSeek V4.1 Flash и GLM 5.3 Flash.
Учитывая акцент на низкой стоимости и точности в масштабе, Ember разработан для совместной работы с более крупной моделью, такой как Muse Wonder от *Meta, в рамках агентской системы. Например, в случае агента поддержки клиентов более тяжелая модель может устанавливать правила обработки конкретной проблемы, а затем отправлять более легкую модель для применения этих правил к десяткам тысяч случаев. Как *Meta заявляет в своем анонсе: «Muse Wonder планирует, Muse Ember обрабатывает объем».
С учетом сценариев использования с большим объемом данных *Meta также обучила Ember работать с различными типами медиа, включая текст, изображения и аудио. В результате модель удивительно гибка в отношении типов входных данных, которые она может обрабатывать. Как *Meta заявляет в своем анонсе: «Агенты могут читать скриншоты, диаграммы и отсканированные документы, а также работать с голосовыми заметками, записями встреч и видео без отдельной модели».
Ember — четвертая модель, выпущенная под брендом Muse от *Meta, вслед за средневесовой Spark (выпущенной в апреле), ее аналогом с открытым исходным кодом Glimmer (выпущенной в августе) и передовой моделью Wonder (выпущенной в октябре). Флагманский потребительский ИИ-продукт, Muse Agent, был выпущен в сентябре с неожиданным успехом, а новые функции, такие как Spaces и видеочат, были развернуты ранее в этом месяце.
*Facebook, *Instagram и *WhatsApp принадлежат компании *Meta Platforms Inc., деятельность которой признана экстремистской и запрещена на территории Российской Федерации.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Russell Brandom
