На фоне громких анонсов тяжелых нейросетей команда Meta Super Intelligence Labs 9–10 ноября выпустила Muse Ember — свою самую компактную и экономичную модель рассуждений. В потоке новостей о гигантах вроде Claude Fable 5.2 мимо такого релиза легко пройти: кажется, что это просто очередная «младшая» версия. Но если ты запускаешь ИИ-агентов в работу, именно на таких скромных исполнителях держится вся экономика автоматизации.
Когда агент берется за рутину — разбирает сотни договоров, вызывает внешние инструменты или маршрутизирует заявки, — бюджет сгорает не на редких озарениях, а на тысячах фоновых шагов. Какая компактная модель сегодня выгоднее всего тянет этот конвейер и почему выбор по прайс-листу за токен больше не работает?
Почему цена за токен обманчива и как устроена граница Парето
На коротких запросах три главных конкурента в легком весе — Muse Ember 1.0, Claude Haiku 5.5 и GPT-6 Luna — стоят одинаково: $0.10 за миллион входных токенов и $0.50 за миллион выходных (флагман Claude Fable 5.2 при тарифе $8/$40 дороже в 80 раз). Но я сверил выкладки Саймона Уиллисона и замеры платформы Artificial Analysis: сравнивать рассуждающие модели по цене токена бессмысленно. У каждой нейросети свой расход скрытых токенов на внутренние размышления, поэтому на одну и ту же задачу одна модель тратит пятьсот токенов, а другая — пять тысяч.
Честный ориентир — стоимость решения задачи (Cost per Task) в паре с качеством ответа. На графике Artificial Analysis модель Muse Ember легла прямо на границу Парето (Pareto frontier) — линию эффективности, где невозможно получить более умный ответ за меньшие деньги. На максимальном уровне рассуждений (max) новинка набирает 36 баллов индекса интеллекта при цене задачи $0.12–0.14, выступая наравне с Claude Haiku 5.5 (36.2 балла) и обходя GPT-6 Luna (27.8 балла).
Откуда такая прыть у компактной модели, видно на контрасте двух подходов к сборке агентов:
- Один тяжеловес на все руки: огромная модель сама строит план, читает каждое письмо и вытаскивает даты из накладных. Как заметил Джулиан Голди, это все равно что нанять кардиохирурга раскладывать папки в регистратуре — медленно и дорого.
- Двухзвенная связка Meta («Muse Wonder планирует, Muse Ember берет на себя объем»): старший планировщик (подробнее — в разборе флагманского семейства Muse Wonder) один раз задает правила, а обученная на его ответах Ember выполняет десятки тысяч вызовов инструментов в 40 раз дешевле учителя. При окне в 1 000 000 токенов она напрямую читает текст, скриншоты, аудио и видео, набирая 37.8% на бизнес-процессах в AutomationBench против 20.2% у Luna и 13.9% у Haiku.
Тарифные пороги кэша, шесть передач мышления и цена компромиссов
Все три компактные модели поддерживают до миллиона токенов, но после порога длины промпта тариф растет. До 200 000 токенов Muse Ember предлагает самую низкую цену кэшированного ввода на рынке — $0.004 за миллион токенов (свыше 200k тарифы переходят на $0.30 за вход, $0.012 за кэш и $1.50 за выход). У GPT-6 Luna кэш до 272k стоит $0.01/M (в 2.5 раза дороже), а у Claude Haiku 5.5 порог наступает уже после 100k токенов, где кэш прыгает с $0.01 до $0.05/M — в 12.5 раза дороже базового тарифа Meta.
Проверим эту разницу на сквозном примере. Допустим, твоя агентная система разбирает поток входящих договоров: неизменный системный промпт с правилами и схемами весит 45 000 токенов, а каждый договор добавляет 15 000 токенов. Без кэширования проверка 1 000 договоров потребует оплаты 60 миллионов токенов (от $6 до десятков долларов на повышенных порогах). С Muse Ember системная шапка кэшируется по $0.004/M: ее тысячекратное чтение стоит всего 18 центов ($0.18), а вся партия обходится в $1.68 (на потоке в 10 000 договоров в сутки затраты падают с $60+ до $16.80).
Второй рычаг экономии — шесть уровней рассуждений (minimal, low, medium, high, xhigh, max). Для выгрузки реквизитов в JSON и маршрутизации хватает minimal и low, для цепочки из 2–3 инструментов — medium, а на max в тесте Саймона Уиллисона модель отрисовала SVG-иллюстрации на уровне флагманской Wonder. Впрочем, у экономии есть границы: на сложном кодинге в больших репозиториях (Frontier Code 2.0) Ember уступает Haiku (27.2% против 34.9%), а без внешнего контекста берет лишь 21% вопросов в тесте Omniscience, зато в 64% случаев честно говорит «не знаю», снижая долю галлюцинаций до 17% (вдвое ниже Haiku).
Оставь тяжелым моделям проектирование архитектуры и сложный код, а массовый разбор документов и вызовы инструментов переведи на Muse Ember — ультрадешевый кэш и шесть режимов рассуждений кратно снизят счета за API без потери надежности.


