何が起きたか
Metaは反復的なエージェントタスク向けの効率重視モデル「Muse Ember」を公開。
なぜ重要か
Metaは最小かつ最も効率的なモデルと位置づけ、大量の定型作業を担わせ、複雑なワークフローはより大型のモデルに委ねる。
誰に効くかツールを繰り返し呼び出したり、リクエストを振り分けたり、長い文書を解析したりするAIエージェントを構築する企業の開発者は、Metaが示した料金と位置づけに基づけば、Muse Emberでタスクあたりのコストを抑えられる可能性が高い。
こういう要約が、毎朝あなたのメールに届きます。
MetaのMuse Ember公開は、単一の汎用システムではなくタスク種別ごとにモデル群を分けるAIラボの傾向に沿うものだ。Metaは役割分担を明確に打ち出す。最も複雑なワークフローはMuse Wonder、AIエージェントのワークフローとコーディングは中位のMuse Spark、大量の反復タスクはMuse Emberが担う。この階層化はコスト管理が狙いで、Artificial Analysis Intelligence IndexにおけるタスクあたりのコストはMuse Emberが0.14ドル、Muse Spark 1.3（max）が2.39ドルだ。
また、最上位のMuse Wonder Fullを使って学習した初のMetaモデルとしても注目される。小型モデルが大型モデルから学ぶ蒸留に近い手法を示唆する。ベンチマークでは、Muse EmberはArtificial Analysis Intelligence Indexで36を記録してClaude Haiku 5.5に並び、AutomationBench-AAなどのエージェントタスクや、40.9を記録したTerminal-Bench 4.0を含むコーディングベンチマークでHaiku 5.5とOpenAIのGPT-6 Lunaの両方を上回る。一方、コードが保守担当者のマージ可能な品質を満たすかを測るFrontierCode 2.0-AAでは27.2で、Haiku 5.5の34.9を下回った。
Metaはコストを重視しており、比較した3モデルの中でタスクあたりのコストが最も低いと主張する。マルチモーダル対応と100万トークンのコンテキストウィンドウも、企業のエージェント導入でよく必要となる大量の文書処理に向く。100万入力トークンあたり0.1ドル、100万出力トークンあたり0.5ドル、キャッシュ済み入力0.004ドルという料金は、大きなクエリを1回ではなく小さなタスクを繰り返し多数実行するワークロード向けに設計されている。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
Bay AI Inc.が5000万ドルで始動した
Cyanogen共同創業者のKirt McMaster氏率いるKora Systemsが、アプリ間でAIモデルと自律エージェントを動作させるLinuxベースのデスクトップOSを発表
GoogleはAMDと共同開発し機密トレーニングと推論向けのTPU 8txと、TPU 8iを2つ組み合わせて単一パッケージでメモリ・処理能力・帯域幅を2倍にしたTPU 8i Maxを発表した
AnthropicはクラスA株8億2500万株を1株70〜78ドルで売り出し、577億5000万〜643億5000万ドルを調達する
IPROSはAI-Industry World 2026で20分の無料セッション5本を発表
Stratistics MRCは、AIアクセラレータ・AI半導体市場が2026年の450億ドルから2034年に2850億ドルへ拡大すると予測
