Signal
📡 Signal｜Meta の Muse Ember、Haiku 5.5 と同点を3分の1の費用で
Meta の小型モデル Muse Ember が評価機関の総合指標で Claude Haiku 5.5 と同じ36点。単価は同じで、1問の費用はキャッシュ入力と出力の少なさで約3分の1に。
Meta は11月9日、Muse シリーズで最も小さく効率のよいモデル「Muse Ember」を公開した。第三者の評価機関 Artificial Analysis の総合指標で36点を取り、Anthropic の Claude Haiku 5.5 (推論を最大にした設定) と並んだ。1問を解く費用は0.14ドルで、Haiku 5.5 の0.41ドルのおよそ3分の1にあたる。
この「3分の1」は、トークンあたりの定価の差ではない。Artificial Analysis によると、Ember の入力と出力の単価は Haiku 5.5 や OpenAI の GPT-6 Luna と同じだ。速報では Decrypt の報道をもとに「3分の1の価格」と伝えたが、一次の数字を並べると、差を生んでいるのは単価の安さより、1つの作業に使うトークンの少なさだと分かる。
定価は同じ、差は使う量
Meta が示した料金は、入力100万トークンあたり0.10ドル、出力0.50ドル。違うのは、前に読んだ内容を使い回す「キャッシュ入力」で、100万トークンあたり0.004ドルと、Haiku 5.5 と GPT-6 Luna より60%安い。Artificial Analysis は、エージェントの評価では費用の大半をこのキャッシュ入力が占めるとしている。さらに Ember が出力するトークンは、Haiku 5.5 のおよそ3分の1にとどまる。
エージェントは同じ資料や会話の履歴を何度も読み返しながら、道具の呼び出しを繰り返す。その使い方では、単価の表よりも、読み返しの安さと答えの短さが請求額を決める。AI の値段を比べる物差しは、トークンの単価から、1つの仕事を終えるまでの総額へ移りつつある。
なお Meta はグラフの注記で、Ember の費用は「提案中の価格」での見積もりだと書いている。
得意と苦手を、評価機関の数字で分ける
Meta の発表には自社の評価も並ぶが、ここでは Artificial Analysis が測った数字だけを拾う。
- 得意: 実際のエージェントの環境でプログラミングをさせる指標で46点。Haiku 5.5 (Claude Code 上) の37点、GPT-6 Luna (Codex 上) の31点を上回った。長い文書を使う専門職の作業 (GDP.pdf) でも22.8%と、Haiku 5.5 の20.8%を上回る
- 苦手: 実務の開発課題で、そのまま取り込める修正を書けるかを見る FrontierCode 2.0 では27.2%で、Haiku 5.5 の34.9%に届かない
- 知識: 事実を問う試験 (AA-Omniscience) の正答率は21.1%で、Haiku 5.5 の34.7%を下回る。質問の64%に答えを控えるためで、その結果、もっともらしい誤答 (ハルシネーション) の率は17.4%と Haiku 5.5 の半分にとどまる
知らないことを知らないと言う設計は、道具を呼び出して外から情報を取ってくるエージェントの部品としては扱いやすい。単体で物知りな相手を求める用途には向かない。
10月の Muse Wonder Full が「先生」になった
Meta によると、Ember は10月に公開した最上位の Muse Wonder Full を使って訓練した最初のモデルだ。Meta は10月の公開の時点で、Wonder と Wonder Full を専門のモデルづくりに使うと書いていた。並びは、最難関の課題に Wonder、プログラミングとエージェントに Spark、繰り返しの作業に Ember という分担になる。
Ember は文脈を100万トークンまで読み込み、最大51万2,000トークンを出力できる。文字・画像・音声・動画を入力として扱い、開発者向けの Meta Model API と、プログラミング支援の Muse Code で使える。Meta は Ember・Spark・Wonder を Google Cloud と Oracle Cloud でも提供するとした。Artificial Analysis の試算では、Wonder は同じ指標で44点を取るが、1問の費用は6.95ドルで、Ember はその約50分の1で8点差に迫る。
安全性について Meta は、自社の評価の枠組みで化学・生物、サイバーセキュリティ、制御を失うリスクを調べ、どの分野でも高リスクの基準を下回ったとしている。
次に見るもの
確認先は2つある。第一に Meta の開発者向けのモデルのページで、Ember の料金が提案中の価格から確定した価格になるかを見る。第二に Artificial Analysis の Ember のページで、確定した料金での1問あたりの費用が再計算されるかを確かめる。0.14ドルと0.41ドルの差が残れば、エージェント向けの小型モデルの競争は、使うトークンを減らす設計の競い合いになる。
ことば
- Artificial Analysis Intelligence Index — 独立の評価機関 Artificial Analysis が、推論・知識・プログラミングなど複数の試験をまとめて出す総合点。各社が自社で測った点数と違い、同じ条件で横に並べて比べられる。
- キャッシュ入力 — 一度読み込ませた内容を、次の呼び出しで割安に使い回す仕組みの料金。エージェントは同じ指示や資料を何度も読み返すため、この単価が請求額の大半を左右することがある。
- 推論設定 (max) — モデルが答えを出す前にどれだけ考えるかの段階。最大にすると成績は上がるが、使うトークンと費用も増える。比べるときは同じ設定どうしで並べる必要がある。
🔗 一次ソース
