Meta、自社のAIモデルで最も小さい「Muse Ember」を提供開始。AIエージェントが繰り返す作業向け

Metaは11月9日、同社のAIモデルで最も小さいとする「Muse Ember」を発表し、開発者向けのMeta Model APIと、コーディング用の「Muse Code」で提供を始めた。Muse Emberは、コーディングを小分けにした作業や外部のツールの呼び出し、長い文書の解析など、AIエージェントが繰り返し行う作業に向けて作られた。
使用料は、20万トークンまでのプロンプトなら入力が100万トークンあたり0.10ドル、出力が同0.50ドルで、それより長いプロンプトではそれぞれ0.30ドルと1.50ドルになる。コンテキストウィンドウの大きさは約100万トークンで、出力は約52万トークンまで扱える。Muse Emberは、テキストに加えて画像や音声、動画の内容も、別のモデルを使わずに理解できる。
Metaによると、Muse Emberは、Anthropicの「Claude Haiku 5.5」の最も高いスコアに約3分の1の費用で並び、OpenAIの「GPT-6 Luna」については推論の強さの設定にかかわらずスコアで上回る。
Metaは比較に、AIモデルを比較・評価するArtificial Analysisが11月9日に公表した総合指標のスコアと、その指標の1タスクあたりの費用を使った。比較に使ったMuse Emberの費用は、Metaが提示した同モデルの料金にもとづく見積もりだ。
Metaは、特に難しい問題では同社のモデル「Muse Wonder」が計画を立て、Muse Emberが量の多い作業をこなす組み合わせを示した。Metaによると、初期の試験ではBoxやCloudflareなどの協力企業が、契約書の確認やコードの作成にMuse Emberを使った。
Muse Emberは、Metaが用途を絞ったモデルの開発にMuse Wonderとともに使うとしていた「Muse Wonder Full」で学習させた初めてのモデルだ。Muse Ember、Muse Spark、Muse Wonderの3つのモデルは、Google CloudとOracle Cloudでも使える。
Metaは公開前に、サイバーセキュリティや化学・生物の分野のリスク、AIを制御できなくなるリスクなどを自社の安全の枠組みで評価し、評価した区分ではいずれも高リスクとする基準を下回ったとしている。
【関連サイト】Meta「Introducing Our Smallest, Most Efficient Model: Muse Ember」









