[ITmedia News] Meta、最小・低コストのAIモデル「Muse Ember」発表 「Muse Spark 1.3」に迫る性能を約17分の1のコストで

　米Metaは11月9日（現地時間）、同社のAIモデル「Muse」ファミリーで最小かつ最も効率的な新モデル「Muse Ember」を発表した。AIエージェントが繰り返し実行するタスクに特化したモデルで、既存の「Muse Spark 1.3」に近い性能を約17分の1のコストで実現したという。

　Muse Emberは、ツールの呼び出し、プログラミングの補助、情報の抽出、長文ドキュメントの解析などを大量に処理する用途を想定している。テキストに加え、画像、音声、動画、PDFの入力にも対応する。コンテキストウィンドウは最大100万トークン、出力は最大51万2000トークンだ。

　AIモデルの小型化と低コスト化は競合各社も進めている。米OpenAIは3月に「GPT-5.4 nano」を、米Googleは7月に「Gemini 3.5 Flash-Lite」を、米Anthropicは10月に「Claude Haiku 5.5」を発表した。いずれも大量の反復処理やAIエージェントの補助などを想定した軽量モデルだ。

　Metaは10月に、同社最大のAIモデル「Muse Wonder」と「Muse Wonder Full」を発表している。Muse Wonderが複雑な問題の解決や長時間にわたるタスクを担い、「Muse Spark」がコーディングやAIエージェントの処理を担当するのに対し、Muse Emberは大量の反復処理を低コストで実行する役割を担う。

　例えば、Muse Wonderが全体の計画を立て、Muse Emberが個々のプログラムの修正や情報収集などを実行する構成を想定している。Muse Emberは、Muse Wonder Fullを使って学習させた初のモデルでもある。

　第三者評価機関である米Artificial Analysisの「Intelligence Index v5」では、Muse Emberのスコアは36で、Muse Spark 1.3の37に迫った。一方、同評価での1タスク当たりのコストは0.14ドルで、Spark 1.3の2.39ドルに対して約17分の1に抑えられた。

Muse EmberとMuse Spark 1.3の性能とコストの比較。タスク当たりのコストは約17分の1（画像：Meta）

　個別のベンチマークでも、業務自動化を評価する「AutomationBench-AA」で37.8％を記録し、米OpenAIの「GPT-6 Luna」（20.2％）や米Anthropicの「Claude Haiku 5.5」（13.9％）を上回った。コーディング能力を評価する「Terminal-Bench 4.0」でも40.9％を記録した。ただし、より複雑なソフトウェア開発を評価する「FrontierCode 2.0-AA」ではClaude Haiku 5.5を下回った。

　Muse Emberは同日から、開発者向けの「Meta Model API」とコーディングエージェント「Muse Code」で「muse-ember-1.0」として利用できる。Muse Codeでは、従量課金およびすべてのサブスクリプションプランで利用可能だ。API料金は、100万トークン当たり入力0.10ドル、出力0.50ドル。キャッシュ済み入力は100万トークン当たり0.004ドルとなる。20万トークンを超える入力には別の料金体系が適用される。

　Metaは、Muse Ember、Muse Spark、Muse WonderをGoogle CloudとOracle Cloudでも提供している。一般消費者向けのAIエージェント「Muse」へのMuse Emberの搭載については、今回の発表では明らかにしていない。