作者注：Muse Ember 已于 11 月 9 日发布，但 API易 型号列表里还没有它。本文先厘清官方标价和第三方榜单的“每任务成本”，再说明子任务今天该用 Haiku 5.5 还是 GPT-6 Luna。
Meta 在 2026 年 11 月 9 日发布了 Muse Ember，定位是 Muse 系列中最小的模型，主打工具调用、编码子任务、路由、信息抽取和长文档处理。很多做多 Agent 编排的开发者看到后，第一反应是把它接成子 Agent。截至 2026-11-10，API易 apiyi.com 的型号列表里还没有任何名称包含 muse 或 ember 的型号，现在去列表里找也找不到。
这不是“等上架再说”的观望文。和 Muse Ember 标价同档、今天就能调用的两个型号是 claude-haiku-5-5 和 gpt-6-luna，子 Agent 可以先切到这两个 ID 上跑。需要先说明一点：本文讨论的是 Meta 这次发布的轻量 API 模型 Muse Ember，和 Claude 无关，也不是 Meta 那个名为 Muse 的个人 Agent 产品。
核心价值：读完本文，你能分清 Muse Ember 的“官方标价”和第三方榜单给出的“每任务成本”分别指什么，也能根据子任务类型，在 Haiku 5.5 和 GPT-6 Luna 之间做出选择。
Muse Ember 核心信息速览
先把已经公开的信息整理成一张表。表里的事实分别来自 Meta 发布文、Google Cloud 模型卡和 Artificial Analysis 的文章，不同来源的说法单独列出，没有合并。
| 信息项 | 详情 | 来源 |
|---|---|---|
| 发布时间 | 2026-11-09 | Meta 发布文、TechCrunch |
| 发布方 | Meta | Meta 发布文 |
| 模型定位 | 系列中最小的模型，面向工具调用、编码子任务、路由、抽取、长文档 | Meta 发布文 |
| 官方 API 标价 | 输入 $0.10 / 百万 token，输出 $0.50 / 百万 token | Meta 发布文 |
| 模型卡型号 | muse-ember-1.0，2026-11-09 进入预览 |
Google Cloud 模型卡 |
| 上下文长度 | 1,048,576 token | Google Cloud 模型卡 |
| API易 上架状态 | 暂未上架，型号与价格以平台型号列表为准，我们会尽快推出 | API易 价目接口（2026-11-10） |
Muse Ember 输入模态：两种公开说法
输入模态这一项，目前有两种说法，不能写成一句话。Meta 发布文称 Muse Ember 能理解文本、图像、音频和视频。Google Cloud 模型卡中 muse-ember-1.0 列出的输入只有文本和图像。
两者的差别可能来自不同接入渠道开放的能力不同，也可能是预览阶段的阶段性限制。如果你的子任务需要处理音频或视频，建议等实际接入的平台给出明确的模态说明后再做设计，不要直接按发布文里的能力规划生产流程。
Muse Ember 标价与每任务成本的区别
这是本次发布最容易被误读的地方，需要分两层看。
第一层是标价。 Meta 公布的 Muse Ember 价格是输入 $0.10、输出 $0.50（每百万 token）。Artificial Analysis 也确认，Ember 的输入和输出 token 标价与 Claude Haiku 5.5、GPT-6 Luna 相同。所以在单价上，这三个模型处于同一档，Ember 并没有更便宜。
第二层是每任务成本。 Artificial Analysis 在 11 月 9 日的文章中给出的结论是：Ember 完成任务的平均成本更低。主要原因有两个，一是缓存输入的价格更低，二是达到相同分数时消耗的 token 更少。按 AA 的口径，Haiku 5.5（max 档）达到同一分数的任务成本，约为 Ember（max 档）的 3 倍。
| 对比口径 | Muse Ember | Claude Haiku 5.5 | GPT-6 Luna | 说明 |
|---|---|---|---|---|
| 输入标价（/百万 token） | $0.10 | $0.10 | $0.10 | 三者相同 |
| 输出标价（/百万 token） | $0.50 | $0.50 | $0.50 | 三者相同 |
| 缓存输入 | AA 称更便宜 | 平台 cache_ratio 0.1 | 平台 cache_ratio 0.1 | Ember 的具体缓存价以官方为准 |
| 每任务成本（AA 第三方榜单） | 基准 | 约为 Ember 的 3 倍（max 档） | 本文未引用具体倍数 | 评测口径，不是标价 |
| 可用平台 | 暂未上架 | API易 apiyi.com 已上架 | API易 已上架 | 截至 2026-11-10 |
需要强调的是，“约 3 倍”是 Artificial Analysis 在其评测任务集上得出的每任务成本对比，属于第三方榜单数据，不是标价差异，也不是本文自己跑出来的结果。如果把它理解成“Ember 的单价只有 Haiku 的几分之一”，会直接算错预算。
这个数字放到你自己的业务里能否成立，取决于两点：一是你的子任务里缓存命中率高不高，二是你的任务分布和 AA 的评测集是否接近。如果是长系统提示配短任务的路由场景，缓存带来的影响会比较大；如果是一次性抽取任务、每次输入都不同，缓存的优势就很难体现出来。
💡 口径提示：做预算时，单价按标价算，用量按你自己的日志估算。AA 的每任务成本数据可以帮你判断“值不值得等 Ember”，但不能直接当作账单预测。
Muse Ember 未上架时，子 Agent 如何选 Haiku 5.5 与 GPT-6 Luna
API易 价目接口在 2026-11-10 的数据显示，claude-haiku-5-5 和 gpt-6-luna 两个 ID 都已上架，可以直接调用，平台登记的定价参数完全一致：
| 型号 ID | model_ratio | completion_ratio | 对应标价（输入/输出） | cache_ratio | 状态 |
|---|---|---|---|---|---|
claude-haiku-5-5 |
0.05 | 5 | $0.10 / $0.50 | 0.1 | 已上架 |
gpt-6-luna |
0.05 | 5 | $0.10 / $0.50 | 0.1 | 已上架 |
| Muse Ember | — | — | — | — | 暂未上架 |
两个型号在标价和缓存参数上没有差别，所以选择时不用比价，而是看子任务类型以及和主 Agent 的配合。表中价格是型号本身的标价，实际扣费以平台账户页面为准，本文不按分组倍率换算平台价。
Muse Ember 替代方案的选型思路
- 主 Agent 是 Claude 系：子 Agent 优先用
claude-haiku-5-5。工具调用格式、system prompt 写法和主模型保持一致，迁移时改动最少。 - 主 Agent 是 GPT 系，或者以批量自动化为主：子 Agent 优先用
gpt-6-luna。同一套 Prompt 模板和结构化输出的约定可以直接沿用。 - 路由或分类这类短任务：两者都可以，建议用同一批样本分别跑一遍，比较准确率和输出 token 数。标价相同时，哪个输出更短，哪个实际花费就更低。
- 长文档抽取：先确认实际文档长度在模型的上下文范围内，再决定是否切块。不要套用 Ember 模型卡里的 1,048,576 上下文去设计流程。
- 打算之后切到 Ember：在代码里把子 Agent 的型号做成配置项，等 Ember 上架后改一行配置即可完成切换。
两个 ID 今天的调用方式
API易 提供 OpenAI 兼容接口，客户端只需要改两处：base_url 和 model。初始化客户端写成 client = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.apiyi.com/v1")，调用时把 model 设为 claude-haiku-5-5 或 gpt-6-luna，messages 和 tools 的结构保持不变。
| 参数 | 子 Agent 推荐写法 | 说明 |
|---|---|---|
base_url |
https://api.apiyi.com/v1 |
OpenAI 兼容端点 |
model |
claude-haiku-5-5 / gpt-6-luna |
从环境变量读取，方便以后切换 |
max_tokens |
按任务设置上限 | 子任务输出通常较短，设上限能防止 token 浪费 |
tools |
与主 Agent 共用 schema | 降低切换模型的成本 |
建议把型号写进环境变量，例如 SUBAGENT_MODEL=gpt-6-luna。等 Muse Ember 在列表中上架后，只需修改这个变量的值，业务代码不用动。
🚀 快速开始：现在登录 API易 apiyi.com，在型号列表里能看到
claude-haiku-5-5和gpt-6-luna，用同一个 API Key 就能分别调用，适合先用同一批子任务样本做对比。
Muse Ember 发布的影响分析
对开发者的影响
- 子 Agent 的选择变多：在同一价格档里，除了 Claude 和 GPT，又多了 Meta 的选项。多 Agent 架构中“主模型强、子模型便宜”的分层更容易落地。
- 成本评估要看每任务成本：三家标价相同，AA 也明确把差异归因到缓存和 token 效率上。今后选轻量模型时，单看单价的参考意义在下降，“完成一个任务花多少钱”更重要。
- 工程上要能切换模型：新模型发布到各平台上架之间通常有时间差。把子 Agent 型号做成配置项、工具 schema 保持跨模型兼容，就能在新模型上架后直接切换。
对行业的影响
- 轻量档进入同价竞争：Haiku 5.5、GPT-6 Luna、Muse Ember 的标价一样，竞争点转移到缓存定价、输出简洁程度和工具调用的稳定性上。
- 第三方榜单的作用变大：标价相同时，开发者更依赖 Artificial Analysis 这类第三方给出的每任务成本数据。也正因如此，引用时更需要标清楚口径和档位。
💰 成本建议：在 Ember 上架前，先用 Haiku 5.5 和 Luna 把子任务的 token 日志积累起来。等 Ember 可用后，用同一批任务对比，就能知道 AA 的结论在你的业务里能兑现多少。
常见问题 FAQ
Q1：Muse Ember 是什么？和 Meta 的个人 Agent 产品 Muse 是一回事吗？
不是一回事。Muse Ember 是 Meta 在 2026-11-09 发布的轻量 API 模型，面向工具调用、编码子任务、路由、抽取和长文档。它与 Meta 的个人 Agent 产品 Muse 不同，与 Claude 也没有关系。
Q2：Muse Ember 比 Haiku 5.5 便宜吗？
按标价看不便宜，三者的输入和输出单价都是 $0.10 和 $0.50 每百万 token。Artificial Analysis 的第三方榜单显示，Ember 的每任务成本更低：Haiku 5.5（max）达到同一分数的成本约为 Ember（max）的 3 倍。这是评测口径的数据，不是单价差异。
Q3：Muse Ember 什么时候能在 API易 调用？
截至 2026-11-10，Muse Ember 暂未上架，型号与价格以平台型号列表为准，我们会尽快推出。你可以随时在 API易 apiyi.com 的型号列表中搜索 ember 查看是否已上架。
Q4：Muse Ember 支持音频和视频输入吗？
目前有两种说法。Meta 发布文称支持文本、图像、音频和视频；Google Cloud 模型卡中 `muse-ember-1.0` 的预览版只列出了文本和图像。实际能用哪些模态，以你接入的渠道说明为准。
Q5：子 Agent 现在用 claude-haiku-5-5 还是 gpt-6-luna？
两者在 API易 上的标价和 cache_ratio 完全相同，可以按主 Agent 所属的系列来选，便于迁移。如果拿不准，用同一个 Key 在 API易 apiyi.com 上对两个 ID 各跑一批样本，比较准确率和输出 token 数后再决定。
Q6：现在用 Haiku 5.5 或 Luna，以后切换到 Ember 麻烦吗？
不麻烦，前提是代码里没有写死型号。把型号放进环境变量，工具 schema 保持跨模型通用，Ember 上架后改一个配置值就能切换。切换后建议重新跑一遍回归样本，确认输出格式没有变化。
Muse Ember 核心要点 Key Takeaways
- 发布信息：Meta 于 11 月 9 日发布 Muse Ember，定位为面向子任务的最小模型
- 标价相同：输入 $0.10、输出 $0.50，与 Haiku 5.5、GPT-6 Luna 处于同一档
- 每任务成本：AA 第三方榜单显示，Haiku 5.5（max）的每任务成本约为 Ember 的 3 倍
- 模态说法不同：发布文写四种模态，Google Cloud 模型卡写文本加图像
- 上架状态：API易 型号列表暂无 ember，型号与价格以列表为准
- 今天的选择：子 Agent 先在 API易 apiyi.com 调用
claude-haiku-5-5或gpt-6-luna - 工程准备：把型号做成配置项，Ember 上架后改一行配置即可切换
总结
Muse Ember 发布后的要点可以归纳为三条：
- 标价和每任务成本要分开看：单价与 Haiku 5.5、Luna 相同，“约 3 倍”只是 AA 榜单给出的每任务成本对比。
- 能力说明以接入渠道为准：输入模态在发布文和模型卡中说法不同，上下文长度来自 Google Cloud 模型卡。
- 子 Agent 不必等：同档的 Haiku 5.5 和 Luna 已经可以调用，先上线，同时积累 token 日志。
在 Ember 上架前，建议先用 Haiku 5.5 和 Luna 把子 Agent 跑起来，并把型号做成可切换的配置。推荐在 API易 apiyi.com 用同一个 Key 对比这两个型号，等列表里出现 Ember 后，再用同一批任务验证 AA 的结论。
📚 参考资料
- Meta Research – Muse Ember 发布文：模型定位、API 标价与模态说明
- 链接：
research.meta.ai/blog/muse-ember -
说明：官方一手信息，标价以此为准
-
TechCrunch – Meta releases Muse Ember：发布报道
- 链接：
techcrunch.com/2026/11/09/meta-releases-muse-ember-a-new-lightweight-model-for-agent-execution -
说明：发布时间与定位的第三方报道
-
Artificial Analysis – Muse Ember 评测文章：每任务成本对比
- 链接：
artificialanalysis.ai/articles/meta-s-muse-ember-is-the-cheapest-model-scoring-36-on-the-intelligence-index -
说明：第三方榜单口径，引用时注意标明档位
-
Google Cloud – muse-ember-1.0 模型卡：预览状态、输入模态与上下文长度
- 链接：
docs.cloud.google.com/gemini-enterprise-agent-platform/models/partner-models/meta/muse-ember-1-0 - 说明：与 Meta 发布文的模态说法不同，可对照查看
作者：API易 技术团队
技术交流：欢迎在 API易 网站首页联系我们，型号上架动态请以平台型号列表为准
