Meta เปิดตัว Muse Ember โมเดล AI ขนาดเล็กที่ประหยัดและมีประสิทธิภาพ สำหรับงานอัตโนมัติ

Meta ได้เปิดตัว Muse Ember โมเดล AI ขนาดเล็กกะทัดรัดรุ่นใหม่ล่าสุด ที่ออกแบบมาเพื่องานประมวลผลเชิงเหตุผลซ้ำๆ โดยเฉพาะ ทรงพลังแต่ประหยัดต้นทุนสำหรับงานเอเจนต์ และงานอัตโนมัติประจำวัน เช่น การเรียกใช้เครื่องมือ การเขียนโค้ด การคัดแยกข้อมูล และการวิเคราะห์เอกสารขนาดยาว

ประสิทธิภาพเหนือชั้นในต้นทุนที่ต่ำกว่า

จุดเด่นสำคัญของ Muse Ember คือการเป็นโมเดลที่ตั้งอยู่บน Efficiency Frontier ของกระดานผู้นำ Artificial Analysis โดยไม่มีโมเดลไหนที่ให้คะแนนความฉลาดสูงกว่าในต้นทุนการทำงานต่อภารกิจที่ถูกเท่านี้

• เทียบกับคู่แข่ง : Muse Ember สามารถทำคะแนนเทียบเท่าโมเดลระดับแนวหน้าอย่าง Claude Haiku 5.5 ได้ด้วยต้นทุนที่ประหยัดกว่าถึงราว 3 เท่า และทำคะแนนเหนือกว่าทุกระดับการตั้งค่าของ GPT-6 Luna
• การใช้งานร่วมกับรุ่นอื่น : สำหรับงานที่ซับซ้อนมากๆ นักพัฒนาสามารถจับคู่ใช้งานร่วมกับ Muse Wonder โมเดลตัวใหญ่สำหรับวางแผน โดยให้ Muse Ember เป็นผู้จัดการงานปริมาณมากในเบื้องหลัง

ความสามารถหลัก

งานอัตโนมัติและระบบเอเจนต์ (Agents & Workflows)

ระบบเอเจนต์ส่วนใหญ่ต้องใช้โทเค็นจำนวนมากในการทำขั้นตอนย่อยๆ ซ้ำๆ Muse Ember ถูกออกแบบมาเพื่อสิ่งนี้โดยเฉพาะ สามารถรันเวิร์กโฟลว์ธุรกิจตั้งแต่ต้นจนจบ ดึงข้อมูล เรียกใช้งานเครื่องมือตามลำดับ และอัปเดตระบบข้ามแอปพลิเคชันได้อย่างราบรื่น

• จากผลการทดสอบ AutomationBench-AAE2E (การทำงานอัตโนมัติทางธุรกิจ) Muse Ember ทำคะแนนสูงสุดถึง 37.8% ทิ้งห่างคู่แข่งอย่าง GPT-6 Luna (20.2%) และ Claude Haiku 5.5 (13.9%) อย่างชัดเจน

การเขียนโค้ดและการจัดการเทอร์มินัล (Coding Subtasks)

สำหรับงานที่เอเจนต์ต้องส่งคำสั่งซ้ำๆ เป็นร้อยครั้งต่อเซสชัน เช่น การอ่านไฟล์ การรันเทสต์ และการแก้ปัญหาเฉพาะจุด Muse Ember ทำผลงานได้โดดเด่นบน Terminal-Bench 4.0 ด้วยคะแนน 40.9% และยังขึ้นแท่นอันดับหนึ่งใน Coding Agent Index-AA ที่คะแนน 46

ความสามารถด้านมัลติมีเดียและเอกสารยาว (Multimodal & Long Context)

• รองรับ Context มหาศาล : รองรับอินพุตสูงสุด 1 ล้านโทเค็น และเอาต์พุตสูงสุด 512K โทเค็น ช่วยให้สามารถป้อนโค้ดเบสทั้งระบบหรือเอกสารสัญญาขนาดยาวเข้าไปได้ในการเรียกใช้งานครั้งเดียว
• การมองเห็นและการควบคุมหน้าจอ : รองรับข้อความ รูปภาพ เสียง และวิดีโอในตัว ทำให้สามารถอ่านภาพหน้าจอ แผนภูมิ เอกสารสแกน รวมถึงสั่งการคอมพิวเตอร์โดยตรงจากภาพหน้าจอ (ผ่าน OSWorld 2.1 ที่ทำคะแนนสูงถึง 69.5%)

ด้านความปลอดภัย

แม้จะเป็นโมเดลขนาดเล็ก แต่ Muse Ember ได้ผ่านการฝึกอบรมและทดสอบด้านความปลอดภัยมาตรฐานเดียวกับโมเดลขนาดใหญ่ของ Meta ภายใต้ Meta Superintelligence Scaling Framework ซึ่งครอบคลุมทั้งความปลอดภัยทางชีวเคมี, ความปลอดภัยไซเบอร์ และการป้องกันไม่ให้ AI ถูกหลอกหรือถูกชี้นำจากคำสั่งซ่อนเร้นในหน้าเว็บหรือเอกสารภายนอก

ราคาและการใช้งาน

Muse Ember เปิดให้ใช้งานแล้วบน Meta Model API (ในชื่อรุ่น muse-ember-1.0) รวมถึงบนแพลตฟอร์มคลาวด์ชั้นนำอย่าง Google Cloud และ Oracle Cloud

• ราคาสำหรับ Prompt ไม่เกิน 200K โทเค็
  • Input Tokens : $0.10 ต่อล้านโทเค็น (หรือ $0.004 สำหรับ Cached Input)
  • Output Tokens : $0.50 ต่อล้านโทเค็น

ดูเนื้อหาเต็มได้ที่ >> meta.ai