Muse Emberとは？
Muse Emberは、MetaのMuseファミリーで最も小さく安価なモデルで、2026年11月9日にmuse-ember-1.0としてMeta Model APIとMuse Codeで公開されました。テキスト、画像、音声、動画、PDFを読み、テキストを出力します。コンテキストは1,048,576トークン、出力は最大524,288トークンです。推論の強度はminimalからmaxまで選べ、既定値はmaxです。
Metaはこれを、より大きなプランナーの下で繰り返し作業をこなすモデルと位置づけています。ツール呼び出し、コーディングのサブタスク、ルーティング、抽出、長文書の解析を担い、何をするかはMuse WonderやMuse Sparkが決めます。MetaがMuse Wonder Fullを使って学習させた最初のモデルです。重みは公開されておらず、ダウンロードできるMuseモデルはMuse Spark OpenとMuse Glimmerです。
Muse Emberの料金は？
| プラン | 価格 | 内容 |
|---|---|---|
| Up to 200K input tokens | $0.10 / $0.50 per 1M tokens | 入力 / 出力。キャッシュ入力$0.004 |
| Over 200K input tokens | $0.30 / $1.50 per 1M tokens | 入力 / 出力。キャッシュ入力$0.012。リクエスト内のすべてのトークンがこの料金になります |
入力200Kトークンまで：100万（1M）トークンあたり入力$0.10、キャッシュ入力$0.004、出力$0.50。200K超：$0.30 / $0.012 / $1.50で、リクエスト全体に適用されます。Web検索は1,000クエリあたり$2.50です。
Muse Emberは使う価値があるか？
Muse Emberの強みは、トークン単価ではなく、完了したタスクあたりのコストにあります。定価は入力100万トークンあたり$0.10、出力100万トークンあたり$0.50で、Claude Haiku 5.5と同じです。しかしArtificial Analysisは、max設定でIntelligence Indexを36とし、Haiku 5.5と並ぶ一方、タスクあたりのコストはHaikuの$0.41に対して約$0.14としています。出力トークンが約3分の1で済み、キャッシュ入力が$0.004だからです。Metaの発表では、自社のMuse Spark 1.3は1ポイント高いものの、タスクあたり$2.39と約17倍かかります。
本領を発揮するのはエージェントの作業です。業務フローを最初から最後まで実行するAutomationBench-AAで、Metaは厳密なpass@1スコアを37.8、Haiku 5.5を13.9 と報告しています。Artificial Analysis自身の測定ではEmberは68.1%で、Muse Wonderと同水準です。Artificial Analysisのテストでは、Terminal-Bench 4.0でもHaikuを上回ります（40.9%対32.8%）。FrontierCode 2.0では負けており（27.2%対34.9%）、Meta自身も、一度で解く難しいコーディング、知識を多く要する質問、ビジュアルコーディングはSparkかWonderに任せるよう勧めています。Metaの発表の数字の一部は、Personal Superintelligence Indexを含む社内の評価セットによるもので、コストのグラフは提案価格に基づく推定と明記されています。
弱点は知識です。AA-Omniscienceの正答率21.1%は、同程度の知能のモデルの中で最も低く、主な理由は質問の64%に回答を控えることです。その代わりハルシネーション率は17.4%で、Haiku 5.5の半分です。推測するより「分からない」と答えるべき作業役には合っています。
料金には落とし穴が一つあります。入力が200,000トークンを超えるリクエストは、キャッシュされたトークンや過去の会話のターンも含めて、すべてのトークンが$0.30と$1.50で課金され、基本料金の3倍になります。長い履歴を引きずるエージェントは、誰も気づかないうちにこの線を越えます。1Mトークンのウィンドウは、持っておくのは安くても、使うと高くつきます。
真価を発揮する場面
従業員300人の物流企業のプラットフォームチーム
受注処理エージェントの中で、1日に数千回の小さなツール呼び出しを実行す る
大きなモデルが計画し、Emberが各ステップを実行します。Artificial Analysisではタスクあたりのコストが Haiku 5.5の約3分の1です。月に入力10億トークン、出力1億トークンを、すべて1リクエスト200K未満で処理すると、キャッシュ前で約$150です。
保険代理店のオペレーション担当アナリスト
長い保険証券のPDFやスキャンした添付書類から項目を抜き出す
EmberはPDFと画像を直接読みます。各リクエストは入力200,000トークン未満に抑えてください。超えるとリクエスト全体が100万トークンあたり$0.30と$1.50で課金されます。
すでにMuse Sparkを使っている開発者
統合を書き直さずに、定型的なサブエージェント呼び出しのコストを下げる
EmberはMuse Sparkと同じリクエスト本文を受け付けるため、ほとんどのコードではモデルIDを変えるだけです。Metaの推奨どおり、一度で解く難しいコーディングや事実を多く問う質問はSparkに残します。
導入前に確認すること
- 導入
- Meta Model APIのキーを用意し、Responses、Chat Completions、Messagesのいずれかのエンドポイントでmuse-ember-1.0を呼び出します。Muse Codeの全プランでも使えます。
- 連携
- ツール呼び出し、構造化出力、コンピューター操作、画像理解、検索によるグラウンディング。リクエスト本文はMuse Sparkと同じです。
- データとプライバシー
- APIではStandardモードのみで、Standardモードのコンテンツは Metaのモデルの学習に使われません。EmberにはContributorモードがありません。Muse Codeのサブスクリプションは、学習を許可するContributorモードで始まり、オフにするまでそのままです。重みは非公開のため、セルフホストはできません。
- 大規模利用時のコスト
- 月に入力10億トークン、出力1億トークンで、1リクエスト200K未満なら約$150、すべて200Kを超えると約$450です。$0.004のキャッシュ入力で、繰り返すコンテキストのコストはさらに下がります。バッチ料金は掲載されていません。
- 制限
- コンテキスト1,048,576トークン、出力524,288トークン、チームあたり毎分3,000リクエストと4,000,000トークン、バックグラウンド送信は毎分600件。事実知識に弱く、Metaは一度で解く難しいコーディングとビジュアルコーディングには勧めていません。
良い点
- Intelligence Index 36をタスクあたり約$0.14で達成（Haiku 5.5は$0.41）
- Metaの数字ではAutomationBench-AAのpass@1が37.8（Haiku 5.5は13.9）
- テキスト、画像、音声、動画、PDFの入力に対応し、コンテキストは1Mトークン
- APIのコンテンツはMetaのモデルの学習に使われません
気になる点
- 入力200Kトークン超のリクエストは料金が3倍
- AA-Omniscienceの質問の64%に回答を控えます
- FrontierCode 2.0でHaiku 5.5に劣ります
- 重みは非公開で、利用できる場所は2つだけ
おすすめの人
大量のエージェントのサブタスク、抽出、ルーティングを回し、すでに大きなプランナーモデルに費用を払っているチーム。
Muse Emberの代替
Muse Ember：よくある質問
- Muse Emberは使う価値があるか？
- Muse Emberは、知識を求めない限り、Haiku級のエージェント作業を最も安くこなせるモデルです。 評価は5点満点中4.2点です。
- Muse Emberの料金は？
- 入力200Kトークンまで：100万（1M）トークンあたり入力$0.10、キャッシュ入力$0.004、出力$0.50。200K超：$0.30 / $0.012 / $1.50で、リクエスト全体に適用されます。Web検索は1,000クエリあたり$2.50です。
- Muse Emberの欠点は？
- 入力200Kトークン超のリクエストは料金が3倍; AA-Omniscienceの質問の64%に回答を控えます; FrontierCode 2.0でHaiku 5.5に劣ります; 重みは非公開で、利用できる場所は2つだけ.
- Muse Emberは誰に向いているか？
- 大量のエージェントのサブタスク、抽出、ルーティングを回し、すでに大きなプランナーモデルに費用を払っているチーム。
- チームや本番環境でMuse Emberを使うと費用はいくらか？
- 月に入力10億トークン、出力1億トークンで、1リクエスト200K未満なら約$150、すべて200Kを超えると約$450です。$0.004のキャッシュ入力で、繰り返すコンテキストのコストはさらに下がります。バッチ料金は掲載されていません。
- Muse Emberは企業データを扱っても安全か？
- APIではStandardモードのみで、Standardモードのコンテンツは Metaのモデルの学習に使われません。EmberにはContributorモードがありません。Muse Codeのサブスクリプションは、学習を許可するContributorモードで始まり、オフにするまでそのままです。重みは非公開のため、セルフホストはできません。
- Muse Emberの代わりになるものは？
- 当サイトでレビューした中で最も近い代替はClaude Haiku 5.5, GPT-6 Luna, Muse Spark 1.3 、 Gemini 3.8 Flashです。
回答確認日：2026年11月11日
Muse Emberの開発元の方へ：この評価をサイトに掲載できます
