Meta melancarkan Muse Ember, yang digelar sebagai model paling kecil dan paling cekap miliknya. Ia bukan dirancang untuk menyaingi tugas penalaran paling kompleks, tetapi khusus menangani tugas-tugas paling kerap dilakukan oleh Agent—seperti memanggil alat secara berterusan, mencari dan mengekstrak maklumat, membaca kod, menjalankan ujian, mengubah fail secara tempatan, serta mengendalikan dokumen panjang. Model ini mempunyai konteks 1 juta token dan memahami teks, gambar, audio, dan video secara asli. Pembahagian tugas Meta jelas: Muse Wonder bertanggungjawab menyelesaikan masalah sukar, manakala Ember bertugas menyelesaikan banyak tugas spesifik. Yang benar-benar perlu diperhatikan ialah kos. Harga API standard Muse Ember ialah $0.10 per juta token input dan $0.50 per juta token output. Di Artificial Analysis Intelligence Index, ia mendapat skor 36, setara dengan tahap tertinggi Claude Haiku 5.5, dan lebih tinggi daripada semua tahap penalaran GPT-6 Luna. Namun, untuk menyelesaikan satu tugas ujian piawai, Ember purata hanya memerlukan kira-kira $0.14, manakala Haiku 5.5 memerlukan $0.41. Menariknya, harga token input dan output kedua-dua model sebenarnya sama. Mengapa Ember boleh lebih murah dua pertiga? Artificial Analysis memberikan sebabnya: harga input cache-nya lebih rendah, dan penggunaan token outputnya hanya sekitar sepertiga Haiku. Inilah peningkatan kecekapan yang benar-benar berkesan di era Agent. Model tidak hanya perlu mampu bekerja, tetapi juga perlu berbicara sedikit dan mengurangkan penggunaan sumber, serta menekan kos setiap langkah semasa pelaksanaan berulang. Lebih menarik lagi, Ember bahkan mula mengambil peluang daripada model besar milik sendiri. Dalam ujian Artificial Analysis yang sama, indeks kecerdasan Muse Spark 1.3 ialah 36, Ember ialah 36, tetapi kos tunggal tugas masing-masing ialah $2.39 dan $0.14—beza sebanyak 17 kali ganda. Tentu saja, Ember tidak menang sepenuhnya. Dalam ujian FrontierCode 2.0 yang mengukur kebolehgabungan kod kejuruteraan sebenar, ia masih ketinggalan daripada Haiku 5.5. Selepas itu, Meta juga membawa Ember, Wonder, dan Spark 1.3 ke Google Cloud dan Oracle Cloud. Google Cloud kini berada dalam fasa pra-pelancaran, dan Ember hanya membuka input teks dan gambar pada masa ini. Saya rasa isyarat sebenar yang dikeluarkan oleh pelancaran ini dari Meta ialah: persaingan model besar sedang berubah daripada pertandingan kecerdasan tunggal kepada pembahagian tenaga kerja yang halus. Dahulu, orang berdebat model mana yang paling bijak; di masa depan, pembangun mungkin lebih tertarik pada soalan: tugas mana yang patut dibayar mahal kepada model paling bijak, dan tugas mana yang cukup diuruskan oleh model kecil yang 17 kali lebih murah? Sebabnya, nilai sebenar yang dihasilkan oleh sebuah Agent bukanlah bergantung pada penalaran luar biasa yang jarang berlaku, tetapi pada kebolehpercayaan dalam menyelesaikan ratusan operasi biasa. Model paling bijak menentukan had keupayaan Agent; model paling murah dan cukup bijak mungkin menentukan sama ada Agent boleh menjadi perniagaan yang menguntungkan.