9 ноября 2026 года, вечер
Meta выпускает Muse Ember — по её словам, свою самую маленькую модель — и фразу, которая кочует из заголовка в заголовок: уровень Claude Haiku 5.5 за треть стоимости.
Я открыл три прайс-листа. Muse Ember: 10 центов за миллион токенов на входе, 50 на выходе. Claude Haiku 5.5: 10 и 50. GPT-6 Luna: 10 и 50.
Три модели, цена одна и та же до цента. Так откуда берётся треть?
Muse Ember — маленькая и дешёвая модель Meta, вышедшая 9 ноября 2026 года. Meta сделала её для повседневной работы ИИ-агентов: сортировать, вытаскивать данные из документов, запускать инструменты и ходить по сайтам, причём в больших объёмах. Я прошёл по официальным страницам, по независимому замеру Artificial Analysis и по первым тестам разработчиков, чтобы ответить на один вопрос: это запуск, который что-то меняет для бизнеса с агентом, или ещё одна модель с красивым графиком?
Собственных тестов мы не проводили. Модели один день, и все цифры здесь взяты из открытых источников, ссылки на которые есть в конце.
Коротко
- Muse Ember стоит за токен ровно столько же, сколько Claude Haiku 5.5 и GPT-6 Luna: $0.10 за миллион токенов на входе и $0.50 на выходе.
- «Треть» — это стоимость задачи: в независимом рейтинге Artificial Analysis модель набирает тот же балл, что Haiku 5.5, за 14 центов за задачу против 41 и справляется за 3,2 минуты против 14,8.
- Слабые места: общие знания (когда её спрашивают о фактах по памяти, без документа перед глазами, она отказывается отвечать на 64% вопросов), сложный код и, в одном независимом тесте, склонность говорить «готово», когда действие не удалось.
- Моё мнение: серьёзный запуск для тех, кто гоняет через агента много рутинной работы. Не основная модель и не повод менять модель, которая у вас уже хорошо работает.
Удобнее смотреть? Обзор в 9-минутном видео (на английском)
Моё мнение коротко
Моё мнение: запуск настоящий, но заголовок вводит в заблуждение
Muse Ember не снизила цену. Она снизила счёт. Нижнюю планку цены в 10 и 50 центов задали GPT-6 Luna в сентябре и Claude Haiku 5.5 в октябре. Meta пришла к той же цене третьей. А принесла она с собой модель, которая получает тот же результат с меньшим количеством текста и за меньшее время.
Представьте трёх сантехников с одинаковой ставкой за час. Один делает тот же ремонт втрое быстрее, поэтому его счёт втрое меньше. Это Ember. Но у сравнения есть менее приятное продолжение: в одном тесте этот же сантехник ещё и говорил «починил», когда кран продолжал капать, причём чаще конкурента. До этого мы дойдём.
Так серьёзно это или ерунда? Серьёзно, но в узкой области. Если ваш агент каждый день делает сотни мелких действий — читает письма, размечает обращения, заполняет поля, — этот запуск стоит проверить. Если вы ищете модель, которая будет думать за вас, писать стратегию или чинить запутанный баг, этот запуск вас не касается.
Что такое Muse Ember, за минуту
Источники: страница модели и страница цен Meta; скорость по Artificial Analysis, 10 ноября 2026 года. Что такое токен, мы объясняли в статье Что такое токен.
Модель доступна через API Meta — прямое подключение к её моделям, через которое с моделью работает агент, — во всех подписках Muse Code (инструмента Meta для программирования), в Google Cloud и в OpenRouter — сервисе, который даёт доступ к разным моделям через один аккаунт. В приложении Meta AI и в WhatsApp Meta её не упоминает, так что тот, кто не запускает агента и не пишет код, напрямую с ней не столкнётся. Модель закрытая: Meta не выкладывает файл модели, и запустить её на своём сервере нельзя. Израиля нет в списке стран, где API заблокирован.
А что с другими языками, кроме английского? Meta не публикует, на каких языках проверяла модель, и все тесты, которые я нашёл, сделаны на английском. Прежде чем отдавать ей письма или отзывы на русском, проверьте её на своих реальных примерах.
Meta представляет её как вторую половину Muse Wonder, своей большой модели: Wonder планирует, Ember берёт на себя основной объём работы. По словам Meta, это ещё и её первая модель, обученная с помощью Wonder Full.
Одна деталь, важная для счёта: у Ember шесть уровней мышления — то есть настроек того, как долго она «думает» перед ответом: от minimal (минимум) до max (максимум), и по умолчанию стоит max. Выключить мышление нельзя. Кто подключит её и ничего не поменяет, будет платить за самое долгое мышление в каждом запросе, даже когда задача — разметить письмо. Сама Meta советует ставить самый низкий уровень, который даёт приемлемый результат.
Muse Ember против Haiku 5.5 и GPT-6 Luna: прайс один, счёт разный
Artificial Analysis — независимая компания, которая прогоняет каждую новую модель через одинаковый набор тестов и публикует общий балл из 100, стоимость и время на задачу. Для масштаба: Muse Wonder, большая модель Meta, получает там 44. Это самый полный независимый замер Ember на сегодня, и большинство цифр здесь взято из него.
«Задача» в этом рейтинге — тяжёлое тестовое задание, где много чтения и размышлений. Разметить письмо или вытащить сумму из счёта стоит лишь малую долю этого. На графике важно соотношение между моделями, а не центы.
Стоимость задачи в рейтинге Artificial Analysis и общий балл
Источник: Artificial Analysis, версия рейтинга 5, 10 ноября 2026 года. DeepSeek посчитан по цене в часы пиковой нагрузки. Баллы в версии 5 ниже, чем в предыдущей, и сравнивать их с цифрами из прошлых статей нельзя.
Против Haiku 5.5: балл тот же, 36. До округления Haiku чуть выше: 36,2 против 35,8. Разница в пути: чтобы туда добраться, Haiku выдал примерно в 2,6 раза больше текста. А когда цена за токен одинаковая, тот, кто пишет меньше, и стоит меньше.
Против GPT-6 Luna: стоимость задачи почти та же, 14 центов против 15, но Ember получает 36, а Luna 28. Здесь преимущество в качестве, а не в деньгах.
Внутри Meta: Muse Spark 1.3, до этого запуска самый дешёвый вариант компании, получает 37 при $2.39 за задачу. Ember набирает на балл меньше и стоит в 17 раз дешевле.
Есть ещё одна причина, почему счёт меньше, и для агентов она особенно важна. Агент снова и снова отправляет модели один и тот же текст: свои инструкции, историю переписки, документ, над которым работает. За текст, который модель уже прочитала, платят по сниженной цене, и у Ember это $0.004 за миллион токенов против $0.01 у Haiku и Luna. По данным Artificial Analysis, в её тестах для агентов это большая часть стоимости. По этому пункту DeepSeek ещё дешевле, но в каждой задаче пишет гораздо больше текста, так что в итоге обходится дороже.
Среднее время на задачу, в минутах
Источник: Artificial Analysis, 10 ноября 2026 года. Все модели на максимальном мышлении.
Скорость — её самое очевидное преимущество, а Meta о ней почти не говорила. Ember начинает отвечать меньше чем через 5 секунд даже на максимальном мышлении. Haiku 5.5 с той же настройкой думает три минуты до первого слова. На низких уровнях мышления Haiku и Luna тоже отвечают за секунды, но тогда их балл заметно падает. Ember — единственная из трёх, кто даёт и высокий балл, и быстрый ответ, а это как раз то, что нужно агенту, который отвечает клиенту в чате.
Где цифры Meta выглядят слишком хорошо
Четыре вещи, которых нет в заголовке анонса:
1. Сравнение делали только на максимальном мышлении. В этой настройке Haiku пишет больше всего, поэтому и стоит дороже всего. На уровень ниже Haiku получает 35 и стоит 25 центов за задачу. Реальный разрыв для того, кто настроил свою модель правильно, — примерно в 1,8 раза. Всё равно в пользу Ember, но не втрое.
2. Часть побед — в тестах, которые Meta проводила сама. Три теста из таблицы анонса — внутренние тесты Meta. А в тесте на работу за компьютером показанный балл, 69,5%, учитывает очки за частичный успех. Если считать только задачи, доведённые до конца, балл — 33,8%. У Haiku такое же падение, до 27,8%, так что Ember всё ещё впереди, но это далеко от впечатления, что удались семь задач из десяти.
3. В одном тесте Haiku явно выигрывает. FrontierCode проверяет, приняли бы код, написанный моделью, в реальном проекте. Haiku: 34,9%. Ember: 27,2%. Meta показывает эту строку в своей таблице, и это ей в плюс.
4. Ценовой порог на 200 тысячах токенов. Meta продаёт окно в миллион токенов, но как только входной текст превышает 200 тысяч токенов (несколько сотен страниц английского текста, а на русском меньше), цена утраивается, причём на весь запрос, а не только на то, что сверх порога. Во входной текст входят и инструкции агента, и история переписки. В пользу Ember: у Haiku скачок резче — цена растёт в 5 раз — и начинается уже со 100 тысяч. Свыше 272 тысяч GPT-6 Luna дешевле Ember.
И ещё одно, что звучит как преимущество: Ember почти не выдумывает ответы. Доля выдумок у неё 17,4%, примерно вдвое меньше, чем у Haiku. Но у этого есть цена. Artificial Analysis задала моделям фактические вопросы по памяти, без документа перед глазами, и Ember отказалась отвечать на 64% из них. В итоге она верно ответила на 21% вопросов против 35% у Haiku. Для агента, который работает с вашими документами и данными, это хорошее поведение: лучше «не знаю», чем выдумка. Но если вам нужна модель, которая отвечает на вопросы по памяти, эта слабая. Что такое галлюцинация и почему она возникает, мы объясняли в статье Что такое галлюцинация ИИ.
Реальные тесты: что получилось у тех, кто её запускал
Материала пока мало. Эти тесты опубликовали в первые часы после запуска, в основном отдельные разработчики или компании, которые продают инструменты для агентов. В тот же день вышла Claude Fable 5.2 от Anthropic, и основное внимание досталось ей.
Четыре теста и их итоги
Зелёный: Ember выгоднее. Оранжевый: зависит от того, что важно вам. Источники: kritinv07, browser_use, navaneeth_pk и LatentOperatorX в X, 9–10 ноября 2026 года.
Самый важный тест для бизнеса — поддержка клиентов. Разработчик Kritin Vongthongsri прогнал на каждой модели по 400 смоделированных диалогов поддержки — в интернет-магазине и в авиакомпании, каждую задачу по восемь раз. По успеху с первой попытки вышла ничья: 83,2% у Ember, 82,8% у Haiku. Разница проявилась в неудачах. В 24 из 50 неудач Ember сообщила клиенту, что действие прошло успешно. В одном примере она оформила обмен вместо возврата и написала клиенту, что обмен успешно выполнен. У Haiku такое случилось в 31% неудач. Это один тест на 50 неудачах, и сам автор пишет, что по общей надёжности ни одна из двух явно не лидирует. Чтобы понять, закономерность ли это, нужны ещё тесты. Но это ровно та ошибка, которую бизнес себе позволить не может.
И про деньги: диалоги у Ember были длиннее, в среднем 22,5 сообщения против 16,6. Если посчитать, сколько стоит ответ, на который можно положиться, у Ember выходит 22 цента, у Haiku 18. Прайс один, а Ember на 20% дороже.
Пост Kritin Vongthongsri в X: Muse Ember против Claude Haiku 5.5 на 800 диалогах поддержки, 10 ноября 2026 года
Работа с сайтами: здесь она блистает. Browser Use, компания, которая делает инструмент, позволяющий агенту работать в браузере, прогнала её на задачах в сотни шагов. Она получила тот же балл, что GPT-6 Luna на среднем мышлении, примерно за 3 цента за задачу. Это компания, которая продаёт инструмент для агентов, так что ей выгодно, чтобы дешёвые модели справлялись.
Пост Browser Use в X: Muse Ember в тесте на долгие задачи в браузере, 9 ноября 2026 года
Против DeepSeek: быстрее, но не так красиво. Разработчик собрал десять внутренних приложений с каждой из трёх моделей и дал оценщикам выставить баллы, не зная, какая модель что сделала. Цена вышла одинаковой. Ember справилась втрое быстрее Luna, по его словам, с похожим или лучшим качеством. DeepSeek V4.1 Flash получил за дизайн 8,1 против 6,9 у Ember. Судя по всему, разработчик связан с платформой, на которой собирали приложения.
Пост Navaneeth PK в X: Muse Ember против GPT-6 Luna и DeepSeek V4.1 Flash, 10 ноября 2026 года
И два предупреждения из практики. Японский разработчик обнаружил, что в его тесте Ember набрала полный балл, но написала примерно втрое больше текста, чем Muse Spark, и потратила больше времени. А разработчик на Hacker News, который работал с тестовой версией модели до запуска, написал, что она начинает сильно, а к двадцатому сообщению в диалоге ей уже невозможно пользоваться. Это одно свидетельство о ранней версии, и, по данным рассылки Latent Space, проблемы, всплывшие в период тестирования, исправили до запуска. Но оно совпадает с тем, как Meta сама её подаёт: модель для повторяющейся работы в больших объёмах, а не для долгих разговоров.
Плюсы и минусы Muse Ember
Что вы получаете
- Балл Haiku 5.5 за треть–половину стоимости задачи
- Скорость: ответ начинается через секунды даже на максимальном мышлении
- Текст, который она уже прочитала, например постоянные инструкции агента, у неё на 60% дешевле, чем у Haiku и Luna
- Читает изображения, видео, аудио и PDF
- Скорее скажет «не знаю», чем выдумает
- В API ваши данные не используются для обучения
От чего отказываетесь
- Слабые общие знания: не та модель, которой задают вопросы по памяти
- Сложный код: Haiku 5.5 справляется лучше
- В одном тесте сообщала «готово» о неудавшихся действиях чаще, чем Haiku
- Свыше 200 тысяч токенов на входе цена втрое выше
- Закрытая модель: работает только в облаке Meta и её партнёров
- Нет скидки на задачи, которым не нужен мгновенный ответ, как у Haiku и Luna
Пара слов о приватности, потому что здесь легко запутаться. В API, по условиям Meta, ваши данные не используются для обучения её моделей. В подписке Muse Code по умолчанию наоборот: данные используются для обучения, с какой бы моделью вы ни работали, пока вы не отключите это в настройках. Отключение действует только с этого момента, а то, что уже отправлено, остаётся доступным для обучения. А если вы работаете с Ember через Google Cloud, Meta, по её словам, вообще не получает ваших данных. О приватности в потребительском продукте Meta мы писали в статье Muse и приватность.
Примеры: что я поручил бы Muse Ember в агенте для бизнеса
- Сортировка писем и заявок с сайта по срочности
- Извлечение суммы, даты и поставщика из счетов
- Разметка отзывов в Google: положительный, отрицательный, нужен ответ
- Описания изображений и теги для товаров на сайте
- Сбор цен и информации с сайтов
- Поддержка клиентов, которая выполняет действия: отмена, возврат, изменение заказа
- Заполнение форм в системах бизнеса
- Мелкие правки в коде сайта
- Фактические вопросы по памяти, без документа, который она может прочитать
- Маркетинговые тексты и решения
- Запутанный баг или крупная переделка сайта
- Долгий разговор на десятки сообщений
- Документ в сотни страниц за раз
Моё правило: Ember получает задачу, у которой есть начало, конец и способ проверить, что она выполнена. «Вытащи из этого счёта сумму» — да. «Разберись с этим клиентом» — нет, если только более сильная модель или сама система не проверяет, что возврат действительно прошёл. Причина — находка с ложным «готово»: в работе с клиентами ошибка, которую выдают за успех, обходится дороже всего, что удалось сэкономить.
Если ваш агент работает на Haiku 5.5 или Luna и работает хорошо, спешить с заменой незачем. Разница — центы за задачу, а смена модели требует заново проверить всё, что делает агент. Ember стоит попробовать в двух случаях: когда агент делает тысячи действий в день и счёт уже заметен, или когда важна скорость, например живые ответы клиенту. Если вашим агентом кто-то управляет, спросите, можно ли запустить Ember на одной вашей задаче рядом с текущей моделью и сравнить результат и счёт. А тем, чей агент работает на модели Google, стоит посчитать прямо сейчас: Gemini 3.8 Flash стоит $0.75 и $3.75, а 1 января 2027 года её цена удвоится.
Что я с этим делаю
Обычно я строю агентов на Hermes Agent, платформе с открытым кодом от Nous Research, и для каждого бизнеса выбираю подходящие ему модели: OpenAI, Anthropic, Google, Meta и другие. Platin Digital — OpenAI Select Partner, но на выбор это не влияет. В большинстве агентов работает больше одной модели: сильная, которая принимает решения, и дешёвая, которая делает повседневную работу. Ember — серьёзный кандидат на вторую роль, но прежде чем ставить её перед клиентами бизнеса, я дождусь новых независимых замеров, прежде всего надёжности при запуске инструментов и в долгих диалогах.
За семь недель OpenAI, Anthropic и Meta пришли к одной и той же цене в дешёвом классе, а Google пошла в обратную сторону. Сколько стоит агент помимо цены модели, мы разобрали в статье Сколько стоит ИИ-агент для бизнеса, а полный рейтинг моделей — в Sigma AI Ranking.
Частые вопросы
Что такое Muse Ember?
Muse Ember — самая маленькая и дешёвая модель Meta, вышедшая 9 ноября 2026 года. Она создана для повседневной работы ИИ-агентов в больших объёмах: запуск инструментов, извлечение данных из документов, сортировка, работа с сайтами и небольшие задачи по коду. Она читает текст, изображения, видео, аудио и PDF, отвечает текстом и доступна в API Meta под названием muse-ember-1.0, в Muse Code, в Google Cloud и в OpenRouter.
Сколько стоит Muse Ember?
$0.10 за миллион токенов на входе, $0.50 на выходе и $0.004 за текст, который модель уже прочитала. Это та же цена, что у Claude Haiku 5.5 и GPT-6 Luna, кроме уже прочитанного текста: он у неё на 60% дешевле. Когда входной текст превышает 200 тысяч токенов, весь запрос оплачивается втрое дороже: $0.30 и $1.50. Бесплатного тарифа в API Meta не публикует, и скидки на задачи, которым не нужен мгновенный ответ, нет.
Muse Ember лучше, чем Claude Haiku 5.5?
По общему баллу Artificial Analysis они равны: 36. До округления Haiku чуть выше. На максимальном мышлении Ember втрое дешевле за задачу и в 4,6 раза быстрее. Haiku 5.5 лучше отвечает на фактические вопросы по памяти, лучше справляется со сложным кодом, а в одном тесте поддержки клиентов реже сообщал об успехе, которого не было. Для повседневной работы в больших объёмах выгоднее Ember. Для работы, где нужны знания и точность перед клиентом, — Haiku.
Доступна ли Muse Ember в Израиле?
Израиля нет в списке стран, для которых заблокирован API Meta, и модель доступна также через Google Cloud и OpenRouter. Регистрацию и оплату из Израиля мы сами не проверяли. Она не входит в приложение Meta AI и в WhatsApp, так что это модель для тех, кто запускает агента или пишет код. О доступности потребительского агента Meta мы писали в статье Muse в Израиле.
Используются ли мои данные для обучения Meta?
В API нет: по условиям использования Meta, данные, отправленные в Muse Ember, не используются для обучения её моделей. В подписке Muse Code по умолчанию данные используются для обучения, и это можно отключить в настройках. Фиксированного срока хранения данных Meta не публикует. При работе через Google Cloud Meta, по её словам, вообще не получает ваших данных.
Чем отличаются Muse Ember, Muse Spark и Muse Wonder?
Это три уровня моделей Meta. Muse Wonder — большая модель, $4 и $20 за миллион токенов, для сложных задач и планирования. Muse Spark 1.3 — средний уровень, $1.25 и $4.25. Muse Ember — маленькая, $0.10 и $0.50, для выполнения работы в больших объёмах. В рейтинге Artificial Analysis Ember получает 36, на балл меньше Spark 1.3, при стоимости задачи в 17 раз ниже.
Источники
- https://research.meta.ai/blog/muse-ember
- https://dev.meta.ai/resources/blog/build-with-muse-ember
- https://dev.meta.ai/docs/muse-ember
- https://dev.meta.ai/docs/pricing-rate-limits
- https://dev.meta.ai/docs/reasoning
- https://dev.meta.ai/docs/choose-a-model
- https://research.meta.ai/static/muse-ember-evaluation-report
- https://dev.meta.ai/legal/terms-of-service
- https://dev.meta.ai/legal/geographic-use-policy
- https://cloud.google.com/products/model-garden/meta
- https://artificialanalysis.ai/models/muse-ember
- https://artificialanalysis.ai/articles/meta-s-muse-ember-is-the-cheapest-model-scoring-36-on-the-intelligence-index
- https://artificialanalysis.ai/leaderboards/models
- https://platform.claude.com/docs/en/about-claude/pricing
- https://developers.openai.com/api/docs/pricing
- https://ai.google.dev/gemini-api/docs/pricing
- https://api-docs.deepseek.com/quick_start/pricing
- https://venturebeat.com/technology/metas-proprietary-muse-ember-nearly-matches-claude-haiku-5-5-at-1-3-the-estimated-per-task-cost
- https://thenextweb.com/news/meta-muse-ember-small-ai-model-haiku-luna
- https://techcrunch.com/2026/11/09/meta-releases-muse-ember-a-new-lightweight-model-for-agent-execution/
- https://siliconangle.com/2026/11/09/meta-introduces-muse-ember-to-power-cost-efficient-ai-agents/
- https://news.ycombinator.com/item?id=50429024
- https://news.ycombinator.com/item?id=50434838
- https://x.com/kritinv07/status/2119981282281345112
- https://x.com/browser_use/status/2119922023975829744
- https://x.com/navaneeth_pk/status/2119980781506568501
- https://x.com/LatentOperatorX/status/2120014259186966703
- https://x.com/gosrum/status/2119956559031927079
- https://openrouter.ai/meta/muse-ember
- https://latent.space/p/ainews-fable-5-2-retakes-world-1-llm-spot-as-ant-ipo-roadshow-begins
