ملاحظة المؤلف: صدر Muse Ember في 9 نوفمبر، لكنه لم يُضَف بعد إلى قائمة الموديلات على APIYI. يوضّح هذا المقال أولاً السعر الرسمي وتكلفة المهمة الواحدة كما تعرضها لوحات التصنيف الخارجية، ثم يشرح أيّهما يجب استخدامه اليوم في المهام الفرعية: Haiku 5.5 أم GPT-6 Luna.
أصدرت Meta في 9 نوفمبر 2026 نموذج Muse Ember، ويُوصَف بأنه أصغر نموذج في سلسلة Muse، ويتمحور حول استدعاء الأدوات، والمهام الفرعية البرمجية، والتوجيه، واستخراج المعلومات، ومعالجة المستندات الطويلة. وكثير من المطورين الذين يعملون على تنسيق الوكلاء المتعددين كانت ردة فعلهم الأولى عند رؤيته هي وصله كوكيل فرعي. وحتى تاريخ 2026-11-10، لا توجد في قائمة الموديلات على APIYI (apiyi.com) أي موديل يحمل اسمًا يحتوي على muse أو ember، ولن تجده الآن حتى لو بحثت في القائمة.
هذا ليس مقالًا تراقبيًا من نوع «ننتظر الطرح ثم نتحدث». فالموديلان اللذان يقعان في الفئة السعرية نفسها التي يعلنها Muse Ember، ويمكن استدعاؤهما اليوم، هما claude-haiku-5-5 وgpt-6-luna، ويمكن للوكيل الفرعي أن ينتقل إلى هذين المعرّفين ويبدأ العمل عليهما. ومن الضروري التوضيح أولًا: هذا المقال يتناول Muse Ember، نموذج الـ API الخفيف الذي أصدرته Meta هذه المرة، ولا علاقة له بـ Claude، وليس منتج الوكيل الشخصي الذي تطلقه Meta باسم Muse.
القيمة الأساسية: بعد قراءة هذا المقال ستستطيع التمييز بين ما يعنيه «السعر الرسمي» لـ Muse Ember وما تعنيه «تكلفة المهمة الواحدة» الواردة في لوحات التصنيف الخارجية، وستتمكن أيضًا من الاختيار بين Haiku 5.5 وGPT-6 Luna بحسب نوع المهمة الفرعية.
لمحة سريعة عن المعلومات الأساسية لـ Muse Ember
نبدأ بتجميع المعلومات المتاحة علنًا في جدول واحد. الحقائق الواردة فيه مأخوذة من منشور إطلاق Meta، وبطاقة نموذج Google Cloud، ومقال Artificial Analysis، مع ذكر كل مصدر على حدة دون دمج الروايات.
| البند | التفاصيل | المصدر |
|---|---|---|
| تاريخ الإصدار | 2026-11-09 | منشور إطلاق Meta، وTechCrunch |
| الجهة المصدرة | Meta | منشور إطلاق Meta |
| تموضع النموذج | أصغر نموذج في السلسلة، موجّه لاستدعاء الأدوات، والمهام الفرعية للبرمجة، والتوجيه، والاستخراج، والمستندات الطويلة | منشور إطلاق Meta |
| السعر الرسمي لواجهة API | الإدخال 0.10 دولار / مليون توكن، والإخراج 0.50 دولار / مليون توكن | منشور إطلاق Meta |
| معرّف النموذج في بطاقة النموذج | muse-ember-1.0، دخل مرحلة المعاينة في 2026-11-09 |
بطاقة نموذج Google Cloud |
| طول نافذة السياق | 1,048,576 توكن | بطاقة نموذج Google Cloud |
| حالة الإتاحة على APIYI | لم يُطرح بعد؛ يُرجى الرجوع إلى قائمة النماذج والأسعار على المنصة لتحديد المعرّف والسعر، وسنعمل على إتاحته في أقرب وقت | واجهة أسعار APIYI (2026-11-10) |
وسائط الإدخال في Muse Ember: روايتان منشورتان
فيما يخص وسائط الإدخال، توجد حاليًا روايتان لا يمكن دمجهما في عبارة واحدة. يذكر منشور إطلاق Meta أن Muse Ember قادر على فهم النصوص والصور والصوت والفيديو. بينما تسرد بطاقة نموذج Google Cloud الخاصة بـ muse-ember-1.0 النصوص والصور فقط كمدخلات.
قد يعود الاختلاف بينهما إلى تفاوت القدرات المتاحة عبر قنوات الوصول المختلفة، أو إلى قيود مؤقتة في مرحلة المعاينة. إذا كانت مهامك الفرعية تتطلب معالجة الصوت أو الفيديو، فمن المستحسن الانتظار حتى تقدّم المنصة التي ستتصل بها توضيحًا صريحًا حول الوسائط المدعومة قبل اتخاذ قرارات التصميم، بدلًا من تخطيط سير عمل الإنتاج بناءً مباشرةً على القدرات المذكورة في منشور الإطلاق.
الفرق بين السعر المعلن لـ Muse Ember وتكلفة المهمة الواحدة
هذه هي النقطة الأكثر عرضة لسوء الفهم في هذا الإصدار، ويجب النظر إليها على مستويين.
المستوى الأول هو السعر المعلن. السعر الذي أعلنت عنه Meta لـ Muse Ember هو 0.10 دولار للإدخال و0.50 دولار للإخراج (لكل مليون token). وقد أكدت Artificial Analysis أيضًا أن سعر الإدخال والإخراج بالـ token لدى Ember مطابق لسعر Claude Haiku 5.5 وGPT-6 Luna. لذلك، من حيث سعر الوحدة، تقع الموديلات الثلاثة في الفئة نفسها، وليس Ember أرخص.
المستوى الثاني هو تكلفة المهمة الواحدة. الخلاصة التي قدّمتها Artificial Analysis في مقالها بتاريخ 9 نوفمبر هي أن متوسط تكلفة إنجاز المهام لدى Ember أقل. وهناك سببان رئيسيان: الأول أن سعر الإدخال المخزّن مؤقتًا أقل، والثاني أن عدد الـ tokens المستهلكة للوصول إلى الدرجة نفسها أقل. وبحسب معايير AA، فإن تكلفة المهمة لدى Haiku 5.5 (إعداد max) للوصول إلى الدرجة نفسها تبلغ نحو 3 أضعاف تكلفة Ember (إعداد max).
| معيار المقارنة | Muse Ember | Claude Haiku 5.5 | GPT-6 Luna | ملاحظات |
|---|---|---|---|---|
| سعر الإدخال (لكل مليون token) | $0.10 | $0.10 | $0.10 | متطابق للموديلات الثلاثة |
| سعر الإخراج (لكل مليون token) | $0.50 | $0.50 | $0.50 | متطابق للموديلات الثلاثة |
| الإدخال المخزّن مؤقتًا | تقول AA إنه أرخص | cache_ratio 0.1 على المنصة | cache_ratio 0.1 على المنصة | سعر التخزين المؤقت الفعلي لـ Ember يُعتمد فيه على المصدر الرسمي |
| تكلفة المهمة الواحدة (لوحة AA لطرف ثالث) | خط الأساس | نحو 3 أضعاف Ember (إعداد max) | لم يُذكر مُضاعِف محدد في هذا المقال | معيار تقييم وليس سعرًا معلنًا |
| المنصات المتاحة | لم يُدرج بعد | متاح على APIYI apiyi.com | متاح على APIYI | حتى 2026-11-10 |
من المهم التأكيد على أن «نحو 3 أضعاف» هي مقارنة لتكلفة المهمة الواحدة توصّلت إليها Artificial Analysis على مجموعة مهام التقييم الخاصة بها، وهي بيانات لوحة طرف ثالث، وليست فرقًا في السعر المعلن، وليست نتيجة استخرجها هذا المقال بنفسه. وإذا فُهمت على أنها «سعر وحدة Ember لا يمثل إلا جزءًا صغيرًا من سعر Haiku»، فسيؤدي ذلك إلى خطأ مباشر في حساب الميزانية.
وهل يصح هذا الرقم في سياق عملك الخاص؟ يتوقف على أمرين: الأول مدى ارتفاع معدل إصابة التخزين المؤقت (cache hit) في مهامك الفرعية، والثاني مدى اقتراب توزيع مهامك من مجموعة تقييم AA. ففي سيناريو التوجيه الذي يجمع بين موجه نظام طويل ومهام قصيرة، سيكون أثر التخزين المؤقت كبيرًا نسبيًا؛ أما في مهام الاستخلاص لمرة واحدة، حيث يختلف الإدخال في كل مرة، فسيكون من الصعب إظهار ميزة التخزين المؤقت.
💡 ملاحظة منهجية: عند إعداد الميزانية، احسب سعر الوحدة وفق السعر المعلن، وقدّر حجم الاستخدام اعتمادًا على سجلاتك الخاصة. تساعدك بيانات تكلفة المهمة الواحدة من AA في الحكم على «هل يستحق الأمر الانتظار حتى يتوفّر Ember»، لكنها لا تصلح كتنبؤ مباشر بالفاتورة.
عندما لا يكون Muse Ember متاحًا: كيف يختار الوكيل الفرعي بين Haiku 5.5 وGPT-6 Luna
تُظهر بيانات واجهة قائمة الأسعار في APIYI بتاريخ 2026-11-10 أن المعرّفين claude-haiku-5-5 وgpt-6-luna قد أُدرجا بالفعل ويمكن استدعاؤهما مباشرة، وأن معاملات التسعير المسجّلة على المنصة متطابقة تمامًا:
| معرّف الطراز | model_ratio | completion_ratio | السعر المعلن المقابل (إدخال/إخراج) | cache_ratio | الحالة |
|---|---|---|---|---|---|
claude-haiku-5-5 |
0.05 | 5 | $0.10 / $0.50 | 0.1 | مُدرج |
gpt-6-luna |
0.05 | 5 | $0.10 / $0.50 | 0.1 | مُدرج |
| Muse Ember | — | — | — | — | غير مُدرج بعد |
لا يوجد فرق بين الطرازين في السعر المعلن ولا في معاملات التخزين المؤقت، لذا لا داعي لمقارنة الأسعار عند الاختيار، بل انظر إلى نوع المهمة الفرعية وإلى طريقة تكاملها مع الوكيل الرئيسي. الأسعار في الجدول هي أسعار الطراز نفسه، والخصم الفعلي يُحتسب وفق صفحة حساب المنصة، ولا يعتمد هذا المقال تحويل سعر المنصة عبر معاملات المجموعات.
نهج اختيار البديل لـ Muse Ember
- الوكيل الرئيسي من عائلة Claude: أعطِ الأولوية لاستخدام
claude-haiku-5-5للوكيل الفرعي. فصيغة استدعاء الأدوات وطريقة كتابة موجه النظام تبقى متوافقة مع النموذج الرئيسي، ما يعني أقل قدر من التعديلات عند الانتقال. - الوكيل الرئيسي من عائلة GPT، أو الاعتماد الأساسي على الأتمتة بالدفعات: أعطِ الأولوية لاستخدام
gpt-6-lunaللوكيل الفرعي. فقوالب الموجه نفسها واصطلاحات الإخراج المُهيكل يمكن استخدامها كما هي دون تغيير. - المهام القصيرة مثل التوجيه أو التصنيف: كلاهما يصلح، ويُستحسن تشغيل نفس مجموعة العينات على كل منهما ثم مقارنة الدقة وعدد رموز الإخراج. وعند تساوي السعر المعلن، يكون الإخراج الأقصر هو الأقل تكلفة فعليًا.
- استخراج المستندات الطويلة: تأكد أولًا من أن طول المستند الفعلي يقع داخل نافذة السياق الخاصة بالنموذج، ثم قرر إن كنت بحاجة إلى تقطيع المستند. لا تصمم سير العمل بناءً على نافذة السياق 1,048,576 المذكورة في بطاقة نموذج Ember.
- إذا كنت تنوي الانتقال إلى Ember لاحقًا: اجعل طراز الوكيل الفرعي بندًا في الإعدادات داخل الشيفرة، وبعد إطلاق Ember يكفي تعديل سطر إعداد واحد لإتمام التبديل.
طريقة استدعاء المعرّفين هذين اليوم
توفّر APIYI واجهة متوافقة مع OpenAI، ولا يحتاج العميل سوى تغيير مكانين: base_url وmodel. تكون تهيئة العميل على الشكل التالي: client = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.apiyi.com/v1")، وعند الاستدعاء اضبط model على claude-haiku-5-5 أو gpt-6-luna، مع إبقاء بنية messages وtools كما هي.
| المعامل | القيمة الموصى بها للوكيل الفرعي | الوصف |
|---|---|---|
base_url |
https://api.apiyi.com/v1 |
نقطة نهاية متوافقة مع OpenAI |
model |
claude-haiku-5-5 / gpt-6-luna |
يُقرأ من متغير بيئة لتسهيل التبديل لاحقًا |
max_tokens |
اضبط حدًا أعلى حسب المهمة | مخرجات المهام الفرعية عادةً أقصر، ووضع سقف يمنع إهدار الرموز |
tools |
مشاركة schema مع الوكيل الرئيسي | تقليل تكلفة تبديل النماذج |
يُنصح بكتابة اسم النموذج في متغير بيئة، مثل SUBAGENT_MODEL=gpt-6-luna. وبعد إتاحة Muse Ember في القائمة، يكفي تعديل قيمة هذا المتغير فقط، دون الحاجة إلى تغيير كود الأعمال.
🚀 بدء سريع: سجّل الدخول الآن إلى APIYI على apiyi.com، وستجد
claude-haiku-5-5وgpt-6-lunaفي قائمة النماذج. باستخدام مفتاح API نفسه يمكنك استدعاء كل منهما على حدة، وهو مناسب لإجراء مقارنة أولية باستخدام نفس دفعة عينات المهام الفرعية.
تحليل تأثير إصدار Muse Ember
التأثير على المطورين
- خيارات أكثر للوكلاء الفرعيين: في نفس فئة السعر، أصبح أمامك خيار Meta إضافة إلى Claude وGPT. وفي بنى الوكلاء المتعددين، يصبح تطبيق الطبقات “نموذج رئيسي قوي + نموذج فرعي رخيص” أسهل بكثير.
- تقييم التكلفة يجب أن يقلَب على تكلفة المهمة الواحدة: الأسعار المعلنة للثلاثة متطابقة، وقد أرجع تحليل AA الفروقات صراحةً إلى التخزين المؤقت وكفاءة الرموز (token efficiency). لذلك عند اختيار نموذج خفيف لاحقًا، لم يبقَ للسعر الفردي ذلك الوزن، والأهم هو “كم تكلّفني المهمة الواحدة”.
- هندسيًا، لا بد أن تكون قادرًا على تبديل النماذج: عادة تفصل فجوة زمنية بين إصدار النموذج وإتاحته على المنصات. اجعل طراز الوكيل الفرعي بند إعداد، وحافظ على توافق مخطط الأدوات عبر النماذج، وبذلك يمكنك التبديل فور إتاحة النموذج الجديد.
التأثير على الصناعة
- الفئة الخفيفة تدخل منافسة السعر الواحد: Haiku 5.5 وGPT-6 Luna وMuse Ember بأسعار معلنة متطابقة، وقد انتقلت نقاط التنافس إلى تسعير التخزين المؤقت، ومدى إيجاز المخرجات، واستقرار استدعاء الأدوات.
- دور قوائم التصنيف الخارجية يزداد: عندما تتطابق الأسعار المعلنة، يعتمد المطورون أكثر على بيانات تكلفة المهمة الواحدة التي تقدمها جهات خارجية مثل Artificial Analysis. ولهذا السبب تحديدًا، يصبح من الضروري عند الاقتباس توضيح المنهجية والفئة.
💰 توصية بشأن التكلفة: قبل إتاحة Ember، ابدأ بتجميع سجلات رموز (token) للمهام الفرعية باستخدام Haiku 5.5 وLuna. وبعد أن يصبح Ember متاحًا، قارن باستخدام نفس مجموعة المهام، لتعرف القدر الذي يمكن أن تتحقق به استنتاجات AA في سياق عملك.
الأسئلة الشائعة FAQ
س1: ما هو Muse Ember؟ هل هو نفسه Muse، منتج الوكيل الشخصي من Meta؟
لا، ليس هو نفسه. Muse Ember هو نموذج API خفيف أطلقته Meta في 2026-11-09، ويستهدف استدعاء الأدوات، والمهام البرمجية الفرعية، والتوجيه، والاستخراج، والمستندات الطويلة. وهو يختلف عن Muse، منتج الوكيل الشخصي من Meta، ولا علاقة له بـ Claude.
س2: هل Muse Ember أرخص من Haiku 5.5؟
بحسب السعر المعلن، ليس أرخص؛ فسعر الإدخال والإخراج للطرازات الثلاثة جميعًا هو $0.10 و$0.50 لكل مليون token. وتُظهر لوحة تصنيفات طرف ثالث من Artificial Analysis أن تكلفة Ember لكل مهمة أقل: فتكلفة وصول Haiku 5.5 (max) إلى النتيجة نفسها تبلغ نحو 3 أضعاف تكلفة Ember (max). هذه بيانات وفق منهجية التقييم، وليست فرقًا في سعر الوحدة.
س3: متى يمكن استدعاء Muse Ember عبر APIYI؟
حتى 2026-11-10، لم يُدرج Muse Ember بعد. يعتمد الطراز والسعر على قائمة النماذج في المنصة، وسنوفّره في أقرب وقت ممكن. يمكنك في أي وقت البحث عن ember في قائمة النماذج على APIYI apiyi.com لمعرفة ما إذا كان قد أُضيف.
س4: هل يدعم Muse Ember إدخال الصوت والفيديو؟
توجد حاليًا روايتان. يذكر منشور الإطلاق من Meta أنه يدعم النص والصور والصوت والفيديو، بينما تسرد بطاقة النموذج من Google Cloud، في النسخة التجريبية من `muse-ember-1.0`، النص والصور فقط. أما الوسائط المتاحة فعليًا فتحددها تعليمات القناة التي تتصل بها.
س5: هل يستخدم الوكيل الفرعي الآن claude-haiku-5-5 أم gpt-6-luna؟
السعر المعلن وcache_ratio متطابقان تمامًا بينهما على APIYI، لذا يمكنك الاختيار بحسب العائلة التي ينتمي إليها الوكيل الرئيسي، لتسهيل الانتقال. وإذا لم تكن متأكدًا، فاستخدم المفتاح نفسه على APIYI apiyi.com لتشغيل دفعة من العينات على كل من المعرّفين، ثم قارن الدقة وعدد رموز الإخراج قبل اتخاذ القرار.
س6: إذا كنت أستخدم Haiku 5.5 أو Luna الآن، هل سيكون الانتقال إلى Ember لاحقًا صعبًا؟
لن يكون أمرًا صعبًا، بشرط ألا يكون اسم الطراز مضمّنًا مباشرة في الكود. ضع اسم الطراز في متغير بيئة، وأبقِ مخطط الأدوات (schema) عامًا قابلًا للاستخدام مع مختلف النماذج، وبعد إتاحة Ember يكفي تغيير قيمة إعداد واحدة للتبديل. بعد التبديل، يُنصح بإعادة تشغيل عينات اختبار الانحدار، للتأكد من أن تنسيق الإخراج لم يتغير.
Muse Ember: أهم النقاط الأساسية (Key Takeaways)
- معلومات الإطلاق: أطلقت Meta نموذج Muse Ember في 9 نوفمبر، ويُوصف بأنه أصغر نموذج موجّه للمهام الفرعية.
- السعر المعلن متطابق: الإدخال $0.10 والإخراج $0.50، وهو في الفئة نفسها مع Haiku 5.5 وGPT-6 Luna.
- تكلفة المهمة الواحدة: تُظهر لوحة تصنيف AA من طرف ثالث أن تكلفة المهمة لدى Haiku 5.5 (max) تبلغ نحو 3 أضعاف تكلفة Ember.
- اختلاف في توصيف الوسائط: منشور الإطلاق يذكر أربع وسائط، بينما بطاقة النموذج على Google Cloud تذكر النص والصور.
- حالة الإدراج: لا يظهر ember حاليًا في قائمة الطرازات على APIYI؛ والطرازات والأسعار المعتمدة هي ما تظهر في القائمة.
- خيار اليوم: يمكن للوكيل الفرعي أن يستدعي
claude-haiku-5-5أوgpt-6-lunaعلى APIYI apiyi.com. - التحضير الهندسي: اجعل الطراز بندًا في الإعدادات، وبعد إدراج Ember يكفي تغيير سطر واحد للتبديل.
الخلاصة
يمكن تلخيص أهم ما بعد إطلاق Muse Ember في ثلاث نقاط:
- افصل بين السعر المعلن وتكلفة المهمة: سعر الوحدة مطابق لـ Haiku 5.5 وLuna، وعبارة “نحو 3 أضعاف” تشير فقط إلى مقارنة تكلفة المهمة الواحدة في تصنيف AA.
- اعتمد على قناة الوصول في فهم القدرات: تختلف صياغة وسائط الإدخال بين منشور الإطلاق وبطاقة النموذج، وطول السياق مأخوذ من بطاقة النموذج على Google Cloud.
- الوكيل الفرعي ليس مضطرًا للانتظار: يمكن استدعاء Haiku 5.5 وLuna من الفئة نفسها الآن؛ أطلقهما أولًا مع جمع سجلات token.
قبل إدراج Ember، أنصح بتشغيل الوكيل الفرعي باستخدام Haiku 5.5 وLuna، وجعل الطراز إعدادًا قابلًا للتبديل. ويُفضّل استخدام المفتاح نفسه على APIYI apiyi.com لمقارنة الطرازين، ثم بعد ظهور Ember في القائمة التحقق من استنتاجات AA باستخدام المجموعة نفسها من المهام.
📚 المراجع
- Meta Research – مقال إصدار Muse Ember: تحديد موقع النموذج، والسعر المعلن لواجهة API، ووصف الوسائط
- الرابط:
research.meta.ai/blog/muse-ember -
الوصف: معلومات رسمية من المصدر الأول، ويُعتمد السعر بناءً عليها
-
TechCrunch – Meta releases Muse Ember: تقرير الإصدار
- الرابط:
techcrunch.com/2026/11/09/meta-releases-muse-ember-a-new-lightweight-model-for-agent-execution -
الوصف: تقرير من طرف ثالث عن وقت الإصدار وتحديد موقع النموذج
-
Artificial Analysis – مقال تقييم Muse Ember: مقارنة التكلفة لكل مهمة
- الرابط:
artificialanalysis.ai/articles/meta-s-muse-ember-is-the-cheapest-model-scoring-36-on-the-intelligence-index -
الوصف: منهجية لوحة تصنيف من طرف ثالث، مع مراعاة توضيح الفئة عند الاقتباس
-
Google Cloud – بطاقة نموذج muse-ember-1.0: حالة المعاينة، ووسائط الإدخال، وطول السياق
- الرابط:
docs.cloud.google.com/gemini-enterprise-agent-platform/models/partner-models/meta/muse-ember-1-0 - الوصف: يختلف وصف الوسائط هنا عن مقال إصدار Meta، ويمكن الرجوع إليهما للمقارنة
المؤلف: فريق APIYI التقني
للتواصل التقني: يسعدنا تواصلكم معنا عبر الصفحة الرئيسية لموقع APIYI، وللاطلاع على آخر أخبار إدراج الطُرز يُرجى الرجوع إلى قائمة الطُرز في المنصة
