目次

MetaのAI研究サイトおよびMeta Model APIドキュメント（2026年11月9日）によると、MetaはMuse Emberを公開した。エージェントが一日中繰り返す高トークン作業——ツール呼び出し、コーディングサブタスク、ルーティング、抽出、長文ドキュメント解析——向けの、最小かつ最も効率的なモデルと位置づけられている。正式なモデルIDはmuse-ember-1.0。同発表では、Meta Model APIのStandard modeとMuse Codeで利用できると記されている。

用途

MetaはEmberを、より大きなエージェント構成の中で高スループット実行を担う層として説明する。主エージェントが切り出したコーディング下位タスク、コストとレイテンシが積み上がる場面での大量ツール呼び出し、リクエストの分類とルーティング、フィールド抽出、長文ドキュメント集合の処理といった、繰り返しが多い作業が想定域になる。難しい単発の問題は引き続きより大きなMuseモデル側へ寄せ、Emberは量を吸収する側、という整理である。

料金（100万トークンあたり）

入力トークンが≤200Kのとき、掲載の標準料金は入力$0.10、キャッシュ入力$0.004、出力$0.50。入力が200Kを超えると長コンテキスト料金となり、入力$0.30、キャッシュ入力$0.012、出力$1.50。数値はMetaの研究ポストおよびModel APIサイト上のMuse Ember料金表による。Muse Codeのサブスクリプション料金帯は、これらAPIトークン料金とは別枠であり、ここではEmberのトークン料金として扱わない。

コンテキスト、モダリティ、API

ドキュメント上のコンテキスト窓は1,048,576トークン（約1M）、最大出力は524,288トークン（約512K）。入力はtext／image／video／audio／PDF、出力はtext。Responses APIに対応し、Chat CompletionsとMessagesもエンドポイントとして列挙されている。

Wonder／Spark／Emberの組み合わせ

研究ポストでは、Muse EmberはMuse Wonder Fullで訓練された初の専用モデルだとされる。同じ枠組みでは、Muse Wonderが最難問、Muse Sparkがコーディングとエージェントワークフロー、Muse Emberが高スループットで繰り返し可能な実行を担い——大きなモデルが計画し、Emberが量を処理する、という組み合わせになる。Google Cloud側ではSparkはMuse Spark 1.3（bare ID muse-spark-1.3）と書かれ、そのホスト型APIチャネルは隣接記事のオープンウェイトMuse Spark Openとは別話である。

ベンチマーク記述（Metaブログの自称）

研究ポストは、Muse EmberがArtificial Analysisのタスクコスト効率フロンティアに位置し、Claude Haiku 5.5の最良スコアをおよそ3分の1のコストでマッチすると述べる。これらはMeta自身のブログ上の主張であり、独立した再測定ではない。

第三者での利用

OpenRouterはモデルをmeta/muse-emberとして掲載している。またOpenCode側は、Muse EmberがOpenCodeで利用可能になったと述べている。

別途、@finkdは 2026-11-10 05:49:49 Asia/Shanghai に、Muse Ember, Muse Spark 1.3, and Muse Wonder are now available on Google Cloud と述べている。Google CloudのドキュメントはこれらをGemini Enterprise Agent Platform上に列挙し、bare model IDとしてmuse-ember-1.0、muse-spark-1.3、muse-wonder-1.0を示す（modelフィールドにはbare model IDを渡す）。このGoogle Cloudチャネルは既存のMeta Model APIおよびOpenRouterの接頭辞付きID meta/muse-emberと並ぶ——OpenRouterの文字列はGCPのbare IDと同じではない。ドキュメントはResponses API、globalエンドポイント、publishers/metaにも触れる。私たちはGoogle Cloudにログインしておらず、これらのモデルも呼び出していません。

関連記事（別トピック）

MuseファミリーのSpark Openオープンウェイト公開（今回のEmber APIモデル公開でも、本Google Cloudホスト型チャネルでもない）は Meta の Muse Spark Open は 8160 億パラメーターのオープンウェイトモデル、独自ライセンスで公開 を参照。共有リンク発見に関するセキュリティ／プライバシー報道（モデル公開でも本チャネルでもない）の弱い隣接記事は Meta Muse で共有した会話はリンクがなくても見つけられると研究者が指摘。