نقطة واحدة فرقاً، وسبعة عشر ضعفاً في السعر
أصدرت ميتا نموذج Muse Ember في التاسع من نوفمبر ووصفته بأنه أصغر نماذجها وأكفأها، مبني لأجل “العمل الذي يكرره الوكلاء طوال اليوم: استدعاء الأدوات، ومهام البرمجة الفرعية، والتوجيه، والاستخلاص، وقراءة الوثائق الطويلة”. والمقارنة التي تفتتح بها الشركة ليست مع منافس بل مع بيتها. ففي إعلانها تضع ميتا النموذج عند ست وثلاثين نقطة على مؤشر Artificial Analysis للذكاء مقابل سبع وثلاثين لنموذجها Muse Spark 1.3، وعند نحو 0.14 دولار للمهمة مقابل 2.39 دولار.
هذا نحو سبعة عشر ضعفاً من الكلفة لقاء نقطة واحدة على المؤشر. وأسعار الرموز خلف الرقم هي 0.10 دولار لكل مليون رمز إدخال و0.50 دولار للإخراج في Muse Ember، مقابل 1.25 و4.25 دولار في Muse Spark 1.3. أما الإدخال المخزّن مؤقتاً فيكلّف 0.004 دولار لكل مليون. والمطالبات التي تتجاوز مئتي ألف رمز تُحسب على نحو مختلف: 0.30 دولار للإدخال، و0.012 للإدخال المخزّن، و1.50 للإخراج لكل مليون.

من أين تأتي الأرقام
رقم المؤشر مستقل: نشرت Artificial Analysis النسخة الخامسة من مؤشرها في التاسع من نوفمبر، ومقارنة الكلفة لكل مهمة تعتمد سعر القائمة لكل نموذج. وعلى ذلك المؤشر يتعادل Muse Ember مع Claude Haiku 5.5 عند ست وثلاثين نقطة، بينما يقف GPT-6 Luna عند ثمانٍ وعشرين. ورسم ميتا نفسه للذكاء مقابل الكلفة، المأخوذ من المصدر نفسه، يضع Muse Ember عند 35.8 بكلفة 0.136 دولار للمهمة عند أقصى استدلال، في حين يبلغ Haiku 5.5 درجة 36.2 بكلفة 0.411 دولار.
جدول المعايير مختلط. فالدرجات التي تحمل اللاحقة “-AA” تأتي من Artificial Analysis: يفوز Muse Ember في AutomationBench-AA بنسبة 37.8 بالمئة مقابل 13.9 لـ Haiku 5.5 و20.2 لـ GPT-6 Luna، وفي Coding Agent Index-AA بـ 46 مقابل 37 و31، لكنه يخسر FrontierCode 2.0-AA حيث يسجل Haiku 5.5 نسبة 34.9 بالمئة مقابل 27.2. أما Agents’ Last Exam (61.6 بالمئة) ومؤشر الذكاء الفائق الشخصي (46.8) وPerceptionBench (80.6) فموسومة بأنها تقييمات داخلية لميتا. وعلى Terminal-Bench 4.0 تعلن ميتا 40.9 بالمئة مقابل 39.2 لـ Haiku 5.5 و16.4 لـ GPT-6 Luna، مع تشغيل كل نموذج في أفضل إطار منشور له، وهي mini-swe-agent وClaude Code وCodex على التوالي، وهو أسلوب منصف يجعل الأرقام كذلك أصعب في المقارنة المباشرة.
مُشتق من النموذج الكبير
Muse Ember هو أول نموذج تدربه ميتا باستخدام Muse Wonder Full، النموذج المتقدم الذي قدمته في أكتوبر، وتعرضه الشركة بوصفه وفاءً بوعد قطعته حينها: استخدام النماذج الكبيرة لإنتاج نماذج متخصصة يمكن وضعها في كل مكان. والتشكيلة التي تصفها الآن هي Muse Wonder لأصعب المسائل، وMuse Spark للبرمجة وسير العمل الوكيلي، وMuse Ember للعمل المتكرر على نطاق واسع.

نافذة السياق مليون رمز مع ما يصل إلى 512 ألف رمز إخراج، وهو ما يكفي، بحسب ميتا، لابتلاع قاعدة شيفرة كاملة أو مجموعة وثائق في استدعاء واحد. والنموذج متاح على Muse Code وواجهة Meta Model API باسم muse-ember-1.0، ويدعم واجهة Responses، ومدرج على Google Cloud وOracle Cloud إلى جانب Muse Spark وMuse Wonder.
الأمان، وأرقام الشركاء
تقول ميتا إنها قيّمت النموذج ضمن إطارها لتوسيع الذكاء الفائق من حيث المخاطر الكيميائية والبيولوجية والسيبرانية وفقدان السيطرة، وإن النموذج ظل في كل الفئات المقيَّمة دون عتبات الخطر المرتفع في الإطار. وتضيف أنها اختبرت سلوكه حين يتصرف نيابة عن مستخدم، بما في ذلك مقاومته لتعليمات مخبأة في صفحات الويب أو الوثائق أو مخرجات الأدوات. ولم تُنشر أي درجات لذلك.
أما أرقام الشركاء الأوائل فهي أرقامهم. قال دين كنيشت، المدير التقني في Cloudflare، إن Muse Ember “عمل أسرع بنسبة تصل إلى 30 بالمئة عند الذيل من النموذج المماثل الذي اختبرناه”. وأفاد تشاك بوثينا، مسؤول الاستدلال في You.com، بزمن استجابة عند المئين الخامس والتسعين قدره 2.2 ثانية، “أي أسرع بنحو أربعة إلى ثلاثة عشر ضعفاً من النماذج الرائدة مفتوحة الأوزان، وبعدد رموز إخراج أقل بنسبة 36 إلى 48 بالمئة”. ولا يسمّي أي من القولين النماذج التي جرت المقارنة بها.
وما يستحق المتابعة هو صمود هذا الترتيب حين تعيد Artificial Analysis تشغيل النسخة الخامسة في أطر أخرى. فالتعادل مع Haiku 5.5 بثلث الكلفة هو حجة هذا النموذج كلها، وهي تقوم على رقم واحد من قائمة واحدة نُشرت يوم الإطلاق.