著者注：Muse Ember は 11 月 9 日にリリースされましたが、APIYI のモデル一覧にはまだ登録されていません。本記事ではまず、公式の定価とサードパーティ製ランキングが示す「タスクあたりコスト」の違いを整理し、そのうえでサブタスクに今日 Haiku 5.5 と GPT-6 Luna のどちらを使うべきかを説明します。
Meta は 2026 年 11 月 9 日に Muse Ember をリリースしました。Muse シリーズで最小のモデルという位置づけで、ツール呼び出し、コーディングのサブタスク、ルーティング、情報抽出、長文ドキュメント処理を主な用途としています。マルチエージェントのオーケストレーションを手がける開発者の多くは、これを第一報でサブ Agent として組み込もうと考えたはずです。ただし 2026-11-10 時点で、APIYI apiyi.com のモデル一覧には muse や ember を含む名前のモデルがまだ一つもありません。今一覧を探しても見つかりません。
これは「上架を待ってから考えよう」という傍観記事ではありません。Muse Ember と同じ価格帯にあり、今日すぐ呼び出せるモデルが claude-haiku-5-5 と gpt-6-luna の 2 つです。サブ Agent はまずこの 2 つの ID に切り替えて動かすことができます。先に一点だけ補足しておきます。本記事で扱うのは Meta が今回リリースした軽量 API モデル Muse Ember であり、Claude とは関係ありません。また、Meta の「Muse」という名称のパーソナル Agent 製品とも別物です。
本記事の価値：読み終えれば、Muse Ember の「公式定価」とサードパーティ製ランキングが示す「タスクあたりコスト」がそれぞれ何を指すのかを区別でき、さらにサブタスクの種類に応じて Haiku 5.5 と GPT-6 Luna のどちらを選ぶべきか判断できるようになります。
Muse Ember の基本情報をひと目で
まず、すでに公開されている情報を表に整理しました。表の事実はそれぞれ Meta の発表文、Google Cloud のモデルカード、Artificial Analysis の記事に由来しており、情報源ごとの記述は個別に記載していて、統合はしていません。
| 情報項目 | 詳細 | 情報源 |
|---|---|---|
| 公開日 | 2026-11-09 | Meta の発表文、TechCrunch |
| 公開元 | Meta | Meta の発表文 |
| モデルの位置づけ | シリーズ最小のモデル。ツール呼び出し、コーディングのサブタスク、ルーティング、抽出、長文ドキュメント向け | Meta の発表文 |
| 公式 API 価格 | 入力 $0.10 / 100万トークン、出力 $0.50 / 100万トークン | Meta の発表文 |
| モデルカードの型番 | muse-ember-1.0、2026-11-09 にプレビュー開始 |
Google Cloud のモデルカード |
| コンテキスト長 | 1,048,576 トークン | Google Cloud のモデルカード |
| APIYI での提供状況 | 現時点では未提供。型番と価格はプラットフォームのモデル一覧を基準とし、できるだけ早く提供予定 | APIYI 価格インターフェース(2026-11-10) |
Muse Ember の入力モダリティ:2つの公開見解
入力モダリティの項目については、現在2つの見解があり、ひとつの文にまとめることはできません。Meta の発表文では、Muse Ember がテキスト、画像、音声、動画を理解できるとされています。一方、Google Cloud のモデルカードで muse-ember-1.0 に挙げられている入力は、テキストと画像のみです。
この違いは、接続チャネルごとに開放されている機能が異なるためかもしれませんし、プレビュー段階の一時的な制限によるものかもしれません。サブタスクで音声や動画を扱う必要がある場合は、実際に接続するプラットフォームから明確なモダリティの説明が出てから設計することをおすすめします。発表文に書かれた機能をそのまま前提に、本番フローを計画しないほうが安全です。
Muse Ember のリスト価格とタスクあたりコストの違い
これは今回のリリースで最も誤解されやすいポイントです。2つのレイヤーに分けて見る必要があります。
1つ目のレイヤーはリスト価格です。 Meta が公表した Muse Ember の価格は、入力 $0.10、出力 $0.50（100万トークンあたり）です。Artificial Analysis も、Ember の入力・出力トークンのリスト価格は Claude Haiku 5.5、GPT-6 Luna と同じだと確認しています。つまり単価では、この3モデルは同じ価格帯にあり、Ember が特に安いわけではありません。
2つ目のレイヤーはタスクあたりコストです。 Artificial Analysis が11月9日の記事で示した結論は、「Ember のほうがタスク完了までの平均コストが低い」というものです。主な理由は2つあり、1つはキャッシュ入力の価格がより安いこと、もう1つは同じスコアに到達するまでに消費するトークンが少ないことです。AA の算定基準では、Haiku 5.5（max ティア）が同じスコアに到達するためのタスクコストは、Ember（max ティア）の約3倍になります。
| 比較基準 | Muse Ember | Claude Haiku 5.5 | GPT-6 Luna | 説明 |
|---|---|---|---|---|
| 入力リスト価格（/100万トークン） | $0.10 | $0.10 | $0.10 | 3者とも同じ |
| 出力リスト価格（/100万トークン） | $0.50 | $0.50 | $0.50 | 3者とも同じ |
| キャッシュ入力 | AA によればより安価 | プラットフォームの cache_ratio 0.1 | プラットフォームの cache_ratio 0.1 | Ember の具体的なキャッシュ価格は公式情報を参照 |
| タスクあたりコスト（AA の第三者ランキング） | 基準 | 約 Ember の3倍（max ティア） | 本記事では具体的な倍率を引用していない | 評価基準であり、リスト価格ではない |
| 利用可能なプラットフォーム | 未上架 | APIYI apiyi.com で提供中 | APIYI で提供中 | 2026-11-10 時点 |
強調しておきたいのは、「約3倍」という数字が Artificial Analysis の評価タスクセット上で得られたタスクあたりコストの比較であり、第三者ランキングのデータであって、リスト価格の差ではないという点です。もちろん、本記事が独自に実行して得た結果でもありません。これを「Ember の単価は Haiku の数分の1にすぎない」と解釈すると、予算計算を大きく間違えてしまいます。
この数字が自分の業務に当てはまるかどうかは、2つのポイントにかかっています。1つは、自分のサブタスクでキャッシュヒット率が高いかどうか。もう1つは、自分のタスク分布が AA の評価セットに近いかどうかです。長いシステムプロンプトに短いタスクを組み合わせるルーティングのシナリオでは、キャッシュの影響が大きくなります。一方、ワンショットの抽出タスクで毎回入力が異なる場合は、キャッシュの優位性はほとんど実感できないでしょう。
💡 算定基準の注意：予算を立てるときは、単価はリスト価格で計算し、使用量は自分のログから見積もってください。AA のタスクあたりコストのデータは「Ember を待つ価値があるか」を判断する助けになりますが、そのまま請求額の予測として使うことはできません。
Muse Ember が未リリースのとき、サブAgentは Haiku 5.5 と GPT-6 Luna をどう選ぶか
APIYI の価格APIの 2026-11-10 時点のデータによると、claude-haiku-5-5 と gpt-6-luna の2つのIDはいずれも提供中で、そのまま呼び出せます。プラットフォームに登録されている価格パラメータも完全に同じです。
| モデルID | model_ratio | completion_ratio | 対応する表示価格（入力/出力） | cache_ratio | ステータス |
|---|---|---|---|---|---|
claude-haiku-5-5 |
0.05 | 5 | $0.10 / $0.50 | 0.1 | 提供中 |
gpt-6-luna |
0.05 | 5 | $0.10 / $0.50 | 0.1 | 提供中 |
| Muse Ember | — | — | — | — | 未提供 |
2つのモデルは表示価格もキャッシュパラメータも違いがありません。そのため選ぶときに価格比較をする必要はなく、見るべきはサブタスクの種類と、メインAgentとの組み合わせです。表中の価格はモデル自体の表示価格で、実際の課金額はプラットフォームのアカウントページが基準になります。本記事ではグループ倍率によるプラットフォーム価格の換算は行いません。
Muse Ember 代替案の選び方
- メインAgentがClaude系：サブAgentには
claude-haiku-5-5を優先しましょう。ツール呼び出しのフォーマットや system prompt の書き方がメインモデルと揃うため、移行時の変更が最小で済みます。 - メインAgentがGPT系、またはバッチ自動化が中心：サブAgentには
gpt-6-lunaを優先しましょう。同じプロンプトテンプレートや構造化出力の取り決めをそのまま流用できます。 - ルーティングや分類のような短いタスク：どちらでも構いません。同じサンプル群を両方で流して、精度と出力token数を比べてみるのがおすすめです。表示価格が同じなら、出力が短いほうが実コストは下がります。
- 長い文書の抽出：実際の文書長がモデルのコンテキストに収まるかを先に確認し、それからチャンク分割するかどうかを決めましょう。Ember のモデルカードにある 1,048,576 コンテキストを前提にフローを設計しないでください。
- 後で Ember に切り替える予定：コード内でサブAgentのモデルIDを設定項目にしておけば、Ember が提供開始されたあとに1行書き換えるだけで切り替えられます。
2つのIDの現時点での呼び出し方
APIYI は OpenAI 互換インターフェースを提供しているので、クライアント側で変更するのは base_url と model の2か所だけです。クライアントの初期化は client = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.apiyi.com/v1") と書き、呼び出し時に model を claude-haiku-5-5 または gpt-6-luna に設定します。messages と tools の構造はそのまま変えません。
| パラメータ | サブAgentでの推奨の書き方 | 説明 |
|---|---|---|
base_url |
https://api.apiyi.com/v1 |
OpenAI 互換エンドポイント |
model |
claude-haiku-5-5 / gpt-6-luna |
環境変数から読み込み、後で切り替えやすくする |
max_tokens |
タスクに応じて上限を設定 | サブタスクの出力は短いことが多いため、上限を設けるとtokenの無駄を防げます |
tools |
メインAgentとschemaを共有 | モデル切り替えのコストを下げる |
モデルIDは環境変数に入れておくのがおすすめです。たとえば SUBAGENT_MODEL=gpt-6-luna のようにします。Muse Ember が一覧に登場したら、この変数の値だけ変えればよく、ビジネスロジックのコードはそのままです。
🚀 クイックスタート：今すぐ APIYI apiyi.com にログインすると、モデル一覧に
claude-haiku-5-5とgpt-6-lunaが表示され、同じAPIキーでそれぞれ呼び出せます。まずは同じサブタスクのサンプル群で比較してみるのがおすすめです。
Muse Ember リリースの影響分析
開発者への影響
- サブエージェントの選択肢が増える：同じ価格帯で、Claude と GPT に加えて Meta の選択肢が登場しました。マルチエージェント構成で「メインモデルは高性能、サブモデルは低コスト」という階層化がより現実的になります。
- コスト評価ではタスクあたりのコストを見る：3社の表示価格は同じで、AA も差異はキャッシュとトークン効率に起因すると明確にしています。今後、軽量モデルを選ぶ際に単価だけを見る意義は薄れ、「1つのタスクを完了するのにいくらかかるか」がより重要になります。
- エンジニアリング面ではモデルを切り替えられるようにする：新しいモデルの発表から各プラットフォームでの提供開始までには、通常タイムラグがあります。サブエージェントのモデルを設定項目にし、ツールスキーマをモデル間で互換に保っておけば、新モデルの提供開始後にそのまま切り替えられます。
業界への影響
- 軽量帯は同価格競争へ：Haiku 5.5、GPT-6 Luna、Muse Ember の表示価格は同じで、競争軸はキャッシュの価格設定、出力の簡潔さ、ツール呼び出しの安定性へ移っています。
- サードパーティ製ベンチマークの役割が大きくなる：表示価格が同じ場合、開発者は Artificial Analysis のような第三者によるタスクあたりのコストデータに、より依存するようになります。だからこそ引用時には、前提や価格帯をより明確に示す必要があります。
💰 コストに関する提案：Ember の提供開始前に、Haiku 5.5 と Luna でサブタスクの token ログを蓄積しておきましょう。Ember が使えるようになったら、同じタスク群で比較すれば、AA の結論が自社の業務でどこまで再現できるかがわかります。
よくある質問 FAQ
Q1：Muse Ember とは何ですか？Meta の個人向け Agent 製品「Muse」と同じものですか？
別物です。Muse Ember は Meta が 2026-11-09 にリリースした軽量な API モデルで、ツール呼び出し、コーディングのサブタスク、ルーティング、抽出、長文ドキュメントを対象としています。Meta の個人向け Agent 製品「Muse」とは異なり、Claude とも関係ありません。
Q2：Muse Ember は Haiku 5.5 より安いですか？
定価で見ると安くはありません。3 モデルとも入力・出力の単価は 100 万トークンあたり $0.10 と $0.50 です。Artificial Analysis のサードパーティ製リーダーボードによると、Ember のタスクあたりコストはより低くなっています。Haiku 5.5（max）が同じスコアに到達するためのコストは、Ember（max）の約 3 倍です。これはベンチマーク評価の数値であり、単価の差ではありません。
Q3：Muse Ember はいつ APIYI で呼び出せますか？
2026-11-10 時点では、Muse Ember はまだ未上架です。型番と価格はプラットフォームの型番リストに準じます。できるだけ早く提供予定です。APIYI apiyi.com の型番リストで「ember」を検索すれば、上架済みかどうかをいつでも確認できます。
Q4：Muse Ember は音声と動画の入力に対応していますか？
現在、2 つの見解があります。Meta のリリース文ではテキスト・画像・音声・動画に対応とされていますが、Google Cloud のモデルカードにある `muse-ember-1.0` のプレビュー版ではテキストと画像のみが記載されています。実際に利用できるモダリティは、接続するチャネルの説明に従ってください。
Q5：サブ Agent には今、claude-haiku-5-5 と gpt-6-luna のどちらを使うべきですか？
両者は APIYI 上の定価と cache_ratio が完全に同じなので、メイン Agent が属するシリーズで選べば移行が容易です。判断に迷う場合は、同じ Key を使って APIYI apiyi.com 上で 2 つの ID それぞれにサンプルをまとめて実行し、正解率と出力トークン数を比較してから決めるとよいでしょう。
Q6：今 Haiku 5.5 や Luna を使っていて、後から Ember に切り替えるのは面倒ですか？
面倒ではありません。ただしコード内に型番をハードコードしていないことが前提です。型番を環境変数に入れておき、ツールのスキーマをモデル間で共通に保っておけば、Ember の上架後に設定値を 1 つ変えるだけで切り替えられます。切り替え後は、出力フォーマットが変わっていないことを確認するため、回帰サンプルを再実行することをおすすめします。
Muse Ember の要点まとめ（Key Takeaways）
- 公開情報：Meta は 11 月 9 日に Muse Ember を公開し、サブタスク向けの最小モデルとして位置づけています
- 表示価格は同一：入力 $0.10、出力 $0.50 で、Haiku 5.5 や GPT-6 Luna と同じ価格帯です
- タスクあたりコスト：第三者評価の AA リーダーボードでは、Haiku 5.5（max）のタスクあたりコストは Ember の約 3 倍とされています
- モダリティの記述が異なる：発表文では 4 種類のモダリティ、Google Cloud のモデルカードではテキスト＋画像と記載されています
- 掲載状況：APIYI のモデル一覧にはまだ ember がありません。モデルと価格は一覧を基準にしてください
- 現時点の選択：サブ Agent はまず APIYI apiyi.com で
claude-haiku-5-5またはgpt-6-lunaを呼び出してください - 実装上の準備：モデル名を設定項目にしておけば、Ember が掲載されたあとは 1 行の設定変更で切り替えられます
まとめ
Muse Ember の発表後に押さえるべきポイントは、次の 3 つに集約できます。
- 表示価格とタスクあたりコストは分けて考える：単価は Haiku 5.5、Luna と同じで、「約 3 倍」はあくまで AA リーダーボードが示すタスクあたりコストの比較です。
- 能力の説明は接続チャネルを基準にする：入力モダリティは発表文とモデルカードで記述が異なり、コンテキスト長は Google Cloud のモデルカードに基づきます。
- サブ Agent は待たなくてよい：同じ価格帯の Haiku 5.5 と Luna はすでに呼び出せるので、先に運用を始めながら token ログを蓄積しましょう。
Ember が掲載されるまでは、Haiku 5.5 と Luna でサブ Agent を動かし始め、モデル名は切り替え可能な設定にしておくことをおすすめします。APIYI apiyi.com で同じ Key を使ってこの 2 モデルを比較し、一覧に Ember が現れたら、同じタスクセットで AA の結論を検証するとよいでしょう。
📚 参考資料
- Meta Research – Muse Ember 発表記事：モデルの位置づけ、API 料金、モダリティの説明
- リンク：
research.meta.ai/blog/muse-ember -
説明：公式の一次情報です。料金はこちらを基準にしてください
-
TechCrunch – Meta releases Muse Ember：リリース報道
- リンク：
techcrunch.com/2026/11/09/meta-releases-muse-ember-a-new-lightweight-model-for-agent-execution -
説明：公開時期と位置づけに関する第三者報道です
-
Artificial Analysis – Muse Ember 評価記事：タスクあたりのコスト比較
- リンク：
artificialanalysis.ai/articles/meta-s-muse-ember-is-the-cheapest-model-scoring-36-on-the-intelligence-index -
説明：第三者のベンチマーク基準です。引用する際はティア（評価段階）を明記してください
-
Google Cloud – muse-ember-1.0 モデルカード：プレビュー状態、入力モダリティ、コンテキスト長
- リンク：
docs.cloud.google.com/gemini-enterprise-agent-platform/models/partner-models/meta/muse-ember-1-0 - 説明：Meta の発表記事とはモダリティの記述が異なるため、見比べて確認できます
作者：APIYI 技術チーム
技術交流：APIYI のウェブサイトトップページからお気軽にお問い合わせください。モデルの掲載状況は、プラットフォームのモデル一覧を最新の情報としてご確認ください
