Meta「Muse Ember」とは — 料金・性能・使い方【入力$0.10・1Mコンテキスト】
Metaが2026年11月9日に発表した最小・高効率モデル「Muse Ember」を解説。入力$0.10・出力$0.50で1M文脈、AA指数36はSpark 1.3の37に迫る。ベンチマークの首位でない項目、重み未公開の注意、Haiku 5.5・Luna比較、API料金と使い方まで分かりやすく整理する。
Metaは2026年11月9日、自社で最小かつ最も効率的とするモデル「Muse Ember」を発表した。Muse CodeとMeta Model APIで、モデルIDは muse-ember-1.0。コンテキストは1Mトークン、出力は最大512Kトークンで、Responses APIに対応する。料金は200Kトークン以下のプロンプトで入力 $0.10・キャッシュ入力 $0.004・出力 $0.50（いずれも100万トークンあたり）と、大量に回す定型エージェント作業向けの価格設定だ。
結論から言うと、Muse Emberは「賢さを最大化するモデル」ではなく「1タスクあたりの費用を極端に下げるモデル」である。Artificial Analysis（以下AA）のIntelligence Indexは36で、上位のMuse Spark 1.3の37とほぼ並ぶが、1タスクあたりのコストは約$0.14と、Spark 1.3の$2.39の約17分の1だ。サブエージェント、ツール呼び出しの反復、ルーティング、抽出、長文書の解析といった「回数が多い仕事」に向く。一方、パラメータ数とオープンウェイトかどうかは公式ブログに記載がなく、ローカル実行できるモデルとして扱うことはできない。
Muse Emberとは何か
Metaの公式ブログは、Muse Emberを複雑な推論の実行と、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・長文書の解析といった反復的なエージェント作業のためのモデルと位置づけている。Muse Wonderを最難関の問題、Muse Sparkをコーディングとエージェント用途、Muse Emberを大規模に繰り返すタスクに充てる、という役割分担の一番下の層にあたる。
訓練面では、Muse Wonder Fullを使って訓練した最初のモデルとされる。それ以外の訓練の詳細、パラメータ数、重みを公開するかどうかは、ブログには書かれていない。入力はテキスト・画像・音声・動画をネイティブに扱えると説明されており、スクリーンショットからPCを操作する用途や、スキャン文書・図表・音声・動画の読み取りも想定されている。なお、AAのモデルページでは入力はテキストと画像、出力はテキストと表記されており、公式ブログの説明とは粒度が異なる。音声・動画を使う場合は提供先の仕様を事前に確認したい。
何が新しいのか
- Muse Wonder Fullで訓練された最初のモデル。小型・低価格でありながら、AAのIntelligence Indexで36を記録した
- 1Mトークンのコンテキストと最大512Kトークンの出力を、入力$0.10/100万トークンの価格帯で提供する
- 同等の知能指数を持つ競合の中で、1タスクあたりのコストが低いとMetaが主張している（AAの効率フロンティア上にあるとの記述）
- Muse Code、Meta Model APIに加え、Google Cloud Model GardenとOracle Cloudでも提供される
- Meta Superintelligence Scaling Frameworkに基づく評価で、化学・生物、サイバーセキュリティ、制御喪失の各カテゴリで高リスクのしきい値を下回ったとされる
もっとも、これらはいずれもMeta自身の発表とAAの掲載値に基づく数字である。第三者が追試した結果ではない点は割り引いて読む必要がある。
料金表
Meta Model APIでの料金は、1回のプロンプトの長さで2段階に分かれる。単位はいずれも100万トークンあたりだ。
| プロンプト長 | 入力 | キャッシュ入力 | 出力 |
|---|---|---|---|
| 200Kトークン以下 | $0.10 | $0.004 | $0.50 |
| 200Kトークン超 | $0.30 | $0.012 | $1.50 |
200Kトークンを超えると、入力・キャッシュ入力・出力のすべてが3倍になる。1Mトークンの長文書を丸ごと渡す使い方は可能だが、単価は上がる点に注意したい。キャッシュ入力は通常入力の4%（約96%引き）で、同じ長いプロンプト（社内規程、コードベース、ツール定義など）を繰り返し使うエージェント用途では、実質コストがさらに下がる。AAの掲載では、入力・キャッシュ・出力を7:2:1の比率で混ぜた場合の実効単価は100万トークンあたり約$0.073とされる。
Muse Spark 1.3のStandard tierは入力$1.25・出力$4.25なので、入力は12.5倍、出力は約8.5倍の差がある。さらにAAの1タスクあたりコストでは、Muse Ember（最大推論）が約$0.14、Muse Spark 1.3（最大推論）が$2.39である。なお、Spark 1.3のContributor tier（データ提供が条件）は入力$0.10で、Emberの入力単価と並ぶ。
ベンチマーク：首位でない項目も含めて
以下は公式ブログが掲載する最大推論設定での比較で、比較対象はClaude Haiku 5.5とGPT-6 Lunaである。数字は特記なき限りMeta公表値で、「Meta内部」と注記された指標はMeta自身が設計・実施したものだ。
| ベンチマーク | 分類 | Muse Ember | Claude Haiku 5.5 | GPT-6 Luna |
|---|---|---|---|---|
| AutomationBench-AA（strict pass@1） | エージェント | 37.8% | 13.9% | 20.2% |
| Agents' Last Exam（Meta内部・Linuxサブセット） | エージェント | 61.6% | 57.0% | 57.1% |
| Personal Superintelligence Index（Meta内部の複合指標） | エージェント | 46.8% | 36.1% | 37.0% |
| Terminal-Bench 4.0 | コーディング | 40.9% | 39.2% | 16.4% |
| Coding Agent Index-AA | コーディング | 46 | 37 | 31 |
| FrontierCode 2.0-AA（mergeability判定） | コーディング | 27.2% | 34.9% | 25.2% |
| GDP.pdf-AA（長い業務文書） | マルチモーダル | 22.8% | 20.8% | 22.8% |
| OSWorld 2.1（部分点・Meta内部） | マルチモーダル | 69.5% | 68.9% | 50.5% |
| OSWorld 2.1（binary・Meta内部） | マルチモーダル | 33.8% | 27.8% | 17.0% |
| PerceptionBench（ツールあり・Meta内部） | マルチモーダル | 80.6% | 78.6% | 62.8% |
読み取れるのは次の点だ。まずエージェント系（AutomationBench-AA、Agents' Last Exam）とTerminal-Bench 4.0ではEmberが首位。ただしTerminal-Benchはモデルごとに「公開されている最良のハーネス」を使っており、Emberはmini-swe-agent、Haiku 5.5はClaude Code、LunaはCodexと、条件がそろっていない。次に、FrontierCode 2.0-AAではClaude Haiku 5.5が34.9%で明確に首位、EmberはLunaを上回るものの7.7ポイント差で2位。コードの「マージできる品質」を問う指標では、Haiku 5.5が一段上だ。さらにGDP.pdf-AAではLunaと同点（22.8%）で、Emberが抜けているとは言えない。
OSWorld 2.1やPerceptionBench、Personal Superintelligence IndexはMeta内部の評価であり、自社モデルに有利な設計になっていないかは外部からは確認できない。AA由来の指標を軸に、自社の業務データで検証するのが安全だ。
Artificial Analysisでの位置づけ
AAのモデルページによれば、Muse Ember（最大推論）のIntelligence Indexは36で、掲載33モデル中2位とされる。出力速度は毎秒446トークン、最初の回答トークンまでは4.37秒、Intelligence Indexの1タスクあたり3.2分で、比較対象の中央値（7.5分）より速い。一方、Intelligence Indexの実行中に生成した出力は1.15億トークンで、中央値の9,000万トークンより多く、AAは「やや冗長」と評している。単価が安くても出力が長ければ支払いは増えるため、実運用では出力トークン量を計測したい。
推論の強度別の比較では、Emberは約$0.116でスコア33.9、約$0.136で35.8。Claude Haiku 5.5は約$0.411で最高36.2に達するが、約$0.248のときは34.3、約$0.159のときは29.6である。GPT-6 Lunaは約$0.152で27.8（掲載された最高の設定）。同程度の指数に到達するコストはEmberが低い、というのがMetaの主張の根拠だ。ただし設定名の対応関係はAAのグラフ凡例からの読み取りであり、正確な推論強度の名称は確認していない。
Museファミリー内での位置づけ
Museファミリーにはクラウド提供のモデルと、重みが公開されたモデルがある。混同しやすいので整理する。
| モデル | 提供形態 | 位置づけ | 備考 |
|---|---|---|---|
| Muse Ember 1.0 | Meta Model API / Muse Code / Google Cloud / Oracle Cloud | 最小・高効率。反復タスク向け | パラメータ数・重み公開は未記載。AA指数36 |
| Muse Spark 1.3 | Meta Model API / Muse Code | コーディング・エージェント用の主力 | AA指数37。単価は入力$1.25・出力$4.25（Standard）。詳細は解説記事 |
| Muse Glimmer 30B | オープンウェイト | ローカル実行向けの小型モデル | 必要スペックはこちら |
| Muse Spark Open | オープンウェイト | 重みを公開した大型モデル | 必要スペックはこちら |
Emberはブログ上でMuse Wonder、Muse Sparkと並ぶ階層の「最下層」にあたり、ローカルで動かせるオープンウェイトのGlimmer 30BやMuse Spark Openとは別系統の、APIで使うモデルである。手元のGPUやMacで動かしたい場合の選択肢にはならない。ローカルで動かしたいなら、先の2記事の要件を確認してほしい。
使い方
Muse Emberは Muse Code、Meta Model API、Google Cloud Model Garden、Oracle Cloudで利用できる。Meta Model APIではモデルIDに muse-ember-1.0 を指定し、Responses APIで呼び出す。ブラウザから試す場合は公式ブログで案内されている dev.meta.ai が入口になる。APIのエンドポイントURLやSDKの具体的なコードは公式ブログ本文では示されていないため、本記事では記載しない。実装は Meta Model API の公式ドキュメント（developer.meta.com/ai）の手順に従ってほしい。呼び出しの設計としては、次のような一般的な形になる。
# 概念的な設定例（実際の呼び出し方法は公式ドキュメントを参照）
model: muse-ember-1.0
api: Responses API
input: タスク指示 + 共通プロンプト（キャッシュ対象）
# 共通の長いプロンプトは固定し、キャッシュ入力（$0.004/100万）を活かす公式ブログが示す使い方の方針は2つある。1つは、ファイルを読む、テストを実行する、的を絞った修正を入れるといった大量のサブタスクをEmberに任せること。もう1つは、最難関の問題ではMuse Wonderが計画を立て、Emberが量をこなす組み合わせだ。1Mトークンのコンテキストがあるため、コードベース全体や文書一式を1回の呼び出しで読み込ませることもできるが、200K超では単価が3倍になる点を踏まえ、必要な範囲に絞るのが現実的である。
競合との比較と選び方
比較対象のClaude Haiku 5.5とGPT-6 Lunaについて、今回は公式ページで料金を確認できていないため、価格欄は「公式参照」とする。AAの掲載値で確認できた範囲では、次のとおりだ。
| 項目 | Muse Ember | Claude Haiku 5.5 | GPT-6 Luna |
|---|---|---|---|
| 料金（入力/出力、100万トークンあたり） | $0.10 / $0.50 | 公式参照 | 公式参照 |
| AA Intelligence Index（最大推論） | 36 | 36 | 28 |
| AAの1タスクあたりコスト（最大推論の設定） | 約$0.136 | 約$0.411 | 約$0.152（掲載された最高設定） |
| FrontierCode 2.0-AA | 27.2% | 34.9% | 25.2% |
| Terminal-Bench 4.0 | 40.9% | 39.2% | 16.4% |
選び方の目安は次のとおりだ。大量のエージェント呼び出しを安く回し、ツール操作やPC操作が中心ならEmberが有力な候補になる。コードのマージ品質を重視する場面では、FrontierCodeで首位のClaude Haiku 5.5を試す価値がある。精度の天井が必要な難問や、重要度の高い判断には、上位のMuse Spark 1.3やClaude Fable 5.2 / Mythos 5.2のような大型モデルを使い、Emberは前処理や分割した作業に回す設計が合理的だ。モデル選びは単価ではなく、自社タスクでの成功率と総コストで比べたい。
導入前の注意点
- パラメータ数とオープンウェイトかどうかは公式に未記載。ローカル実行やオンプレ運用の前提にはできない
- ベンチマークの多くはMeta公表値で、OSWorld 2.1・PerceptionBench・Agents' Last Exam・Personal Superintelligence IndexはMeta内部の評価
- Terminal-Bench 4.0はモデルごとにハーネスが異なり、条件がそろっていない
- 200Kトークン超のプロンプトは入力・キャッシュ・出力のすべてが3倍の単価になる
- AAの評価では出力がやや冗長で、出力トークン量が増えると実コストが膨らむ
- 競合の料金は本記事では未確認。比較は公式ページで最新値を確認してから行う
- 業務データを渡す前に、提供先（Meta Model API、Google Cloud、Oracle Cloud）のデータの取り扱い条件を確認する
よくある質問
Muse Emberとは何か。
Metaが2026年11月9日に発表した、同社で最小かつ最も効率的とするモデル。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、長文書の解析といった反復的なエージェント作業向けで、モデルIDは muse-ember-1.0。
Muse Emberの料金はいくらか。
200Kトークン以下のプロンプトで入力$0.10、キャッシュ入力$0.004、出力$0.50（100万トークンあたり）。200Kトークンを超えると入力$0.30、キャッシュ入力$0.012、出力$1.50になる。
Muse Emberはどこで使えるか。
Muse Code、Meta Model API、Google Cloud Model Garden、Oracle Cloudで提供される。Meta Model APIではResponses APIに対応する。
Muse Emberはローカルで動かせるか。
公式ブログにパラメータ数とオープンウェイトに関する記載はなく、ローカル実行できるモデルとは扱えない。ローカル向けにはオープンウェイトのMuse Glimmer 30BやMuse Spark Openが別にある。
Muse Spark 1.3との違いは何か。
AAのIntelligence Indexは36対37でほぼ同等だが、入力単価は$0.10対$1.25、1タスクあたりのコストは約$0.14対$2.39と大きく異なる。Sparkはコーディング・エージェント向けの主力で、Emberは反復タスクを安く回す位置づけ。
Claude Haiku 5.5やGPT-6 Lunaより優れているのか。
AutomationBench-AAやTerminal-Bench 4.0ではEmberが上回るが、FrontierCode 2.0-AAではHaiku 5.5が34.9%で首位、GDP.pdf-AAではLunaと同点。用途次第なので、自社のタスクで比較するのが確実。
コンテキスト長はどれくらいか。
入力は1Mトークン、出力は最大512Kトークン。ただし200Kトークンを超えるプロンプトは単価が3倍になる。
お気軽にご相談ください
お問い合わせ