Meta Muse Ember: цена API $0,10 / $0,50, контекст 1M

Новая Muse Ember от Meta — малая модель для дешёвых повторяющихся шагов внутри агента. По объявлению Meta, на промптах до 200K токенов она стоит $0,10 за вход и $0,50 за выход на 1M токенов, а выше 200K цена утраивается. Сессия агента из 50 шагов (20K токенов на входе и 500 на выходе в каждом) обойдётся примерно в $0,11, а ту же роль в CheapTokens может играть DeepSeek-V4-Flash.

Модель представлена 9 ноября 2026 в исследовательском блоге Meta (research.meta.ai/blog/muse-ember); на странице указана дата, но не время. Блог и страницу модели на dev.meta.ai мы сверили 10 ноября 2026.

Что объявила Meta#

Muse Ember (id модели muse-ember-1.0) — самая маленькая и экономная модель в линейке Muse, рассчитанная на подзадачи агентов: вызовы инструментов, извлечение данных, маршрутизацию, разбор длинных документов. Доступна в Muse Code, Meta Model API (только режим Standard), Google Cloud и Oracle Cloud. Открытые веса Meta не объявляла, так что путь один — API и Muse Code. Регионы не указаны.

Лимиты со страницы модели (dev.meta.ai/docs/muse-ember, даты на странице нет). Контекстное окно — 1 048 576 токенов, максимум ответа — 524 288 токенов, а повышенный тариф начинается выше 200K токенов промпта.

На вход принимает текст, изображения, видео, аудио и PDF, на выходе — текст. Доступны эндпоинты Responses, Chat Completions и Messages, вызов инструментов, структурированный вывод, computer use, понимание изображений и поиск с привязкой к источникам. Усилие рассуждения — от minimal до max, по умолчанию max. Про стриминг на странице ничего нет, так что утверждать его мы не будем.

Мета опубликовала и результаты тестов; это данные самой Meta, в основном при max-рассуждении: Terminal-Bench 4.0 — 40,9% против 39,2% у Haiku 5.5, AutomationBench-AA — 37,8% против 13,9% и 20,2% у двух других моделей из таблицы Meta, FrontierCode 2.0-AA — 27,2%, позади Haiku 5.5 с 34,9%. В Artificial Analysis Intelligence Index — 36 против 37 у Muse Spark 1.3. Считайте это заявлением вендора, пока не прогнали свои примеры.

Сколько стоит сессия из 50 шагов на Ember#

Тарифы по объявлению Meta (страница модели отсылает к странице цен, без цифр):

Цены за 1M токенов, сверено 10 ноября 2026. Вторичные источники описывают правило для 200K по-разному, поэтому перед расчётом бюджета уточните его на странице цен Meta.

Теперь сессия. Допустим, агент делает 50 шагов, на каждом отправляет около 20K токенов (растущая история и результаты инструментов) и получает около 500. Всего 1M токенов на входе и 25K на выходе. На Ember: 1 × $0,10 + 0,025 × $0,50 = $0,1125 (количество токенов в миллионах). Почти весь счёт — вход, поэтому цена кэшированного входа $0,004 важна, если у агента постоянный префикс.

Зачем вообще такие длинные промпты? Агент пересылает историю на каждом шаге; если это для вас новость, почему агент перечитывает всю историю объясняет на маленьком примере.

В каком тарифе ваш промпт#

Следить надо за границей 200K. Meta указывает для длинных промптов ставки втрое выше: вход $0,30, кэш $0,012, выход $1,50.

Та же роль дешёвой подзадачи в CheapTokens#

Частая схема агента: большая модель планирует, повторяющиеся подзадачи уходят дешёвой. На второе место в CheapTokens подойдёт DeepSeek-V4-Flash: контекст 380K, до 32 768 токенов в одном ответе, одна цена в любое время суток без пиковых часов, API совместим с OpenAI и Anthropic, один баланс на все модели. Для циклов с вызовом инструментов и разбора длинных документов есть GLM-5.3-Flash: контекст 390K, до 8 192 токенов в ответе. Прогоните на DeepSeek-V4-Flash 20 своих подзадач и сравните результаты по полю usage.

Та же сессия из 50 шагов, 20K на входе и 500 на выходе, по живым ценам:

Цена всей сессии на DeepSeek-V4-Flash — $0.0175; в сумме, с учётом входа и выхода, это дешевле референсной цены OpenRouter за ту же модель. Цены на странице обновляются сами.

Попробовать можно одним запросом. Ключ — в переменной окружения, id модели полный, как в документации (в документации есть список, на странице цен — актуальные тарифы):

curl https://api.cheaptokens.dev/v1/chat/completions \
  -H "Authorization: Bearer $CHEAPTOKENS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-ai/DeepSeek-V4-Flash-0731",
    "messages": [{"role": "user", "content": "Extract the order number from: Order #48213 shipped today."}],
    "max_tokens": 100
  }'

В ответе будет обычный объект usage: реальные токены входа и выхода вашей подзадачи можно подставить в таблицу выше. Сам приём разобран в статье маршрутизация моделей: сначала дешёвая, потом эскалация, а о модели подробнее — на странице DeepSeek в CheapTokens.

Следите за выходом#

Усилие рассуждения у Ember по умолчанию max, и тесты Meta в основном гонялись именно так. Подзадаче, которой нужно лишь достать поле из документа, это не нужно, а высокое усилие может означать больше выходных токенов, более дорогой стороны. Как Meta считает токены рассуждения, на её страницах не сказано, так что смотрите в usage, а не предполагайте.

Итог для тех, кто строит агентов: Ember оценена под дешёвое место в агенте, границу 200K надо закладывать в дизайн, а решает дело только цифра из вашего собственного поля usage.