메타가 11월 9일 가장 작고 효율적인 모델 Muse Ember를 공개했어요. 100만 토큰당 입력 $0.10, 출력 $0.50이고 컨텍스트는 100만 토큰이에요. 에이전트 벤치마크는 앞서지만 코딩 일부는 Haiku 5.5에 밀려요.
메타가 Muse 라인업에 막내를 추가했어요. 이름은 Muse Ember, 11월 9일 발표됐고 메타 말로는 '가장 작고 가장 효율적인' 모델이에요. 🤖 용도도 분명해요. 도구 호출, 코딩 하위 작업, 라우팅, 정보 추출, 긴 문서 파싱 같은 에이전트의 잔일을 싸게 처리하는 쪽이에요.
숫자부터 볼게요. 가격은 100만 토큰당 입력 0.10달러, 출력 0.50달러, 캐시된 입력은 0.004달러예요. 프롬프트가 20만 토큰을 넘으면 입력 0.30달러, 출력 1.50달러로 올라가고요. 컨텍스트 창은 100만 토큰, 출력은 최대 51만 2천 토큰이에요. 텍스트, 이미지, 오디오, 비디오를 기본으로 받고 스크린샷을 보고 컴퓨터를 조작할 수도 있대요. Artificial Analysis 과제 하나당 비용은 약 0.14달러라고 메타가 밝혔어요. 💰
벤치마크는 메타가 최대 추론 설정으로 직접 잰 값이에요. AutomationBench-AA에서 37.8%로, GPT-6 Luna의 20.2%, Claude Haiku 5.5의 13.9%를 크게 앞서요. Agents' Last Exam은 61.6%로 두 경쟁 모델의 약 57%보다 높고, Terminal-Bench 4.0도 40.9%로 Haiku 5.5의 39.2%를 간신히 넘고 GPT-6 Luna의 16.4%는 훨씬 넘어요.
근데 전부 이기는 건 아니에요. FrontierCode 2.0-AA에서는 27.2%로 Haiku 5.5의 34.9%에 뒤져요. 종합 지표인 Artificial Analysis Intelligence Index도 36으로, 윗급인 Muse Spark 1.3의 37과 거의 차이가 없다는 점이 재밌고요.
솔직히 이런 발표는 '메타가 고른 벤치마크'라는 점을 항상 깔고 봐야 해요. 에이전트 자동화 쪽 지표만 골라 보여주는 느낌이 없진 않거든요. 그래도 입력 0.10달러짜리 모델이 Haiku 5.5급과 경쟁한다는 것 자체는 의미가 있다고 생각해요.
배포는 Muse Code와 Meta Model API에서 muse-ember-1.0으로 쓸 수 있고, Muse Ember, Spark, Wonder는 Googl