| 1タスクの費用 | 0.136ドル |
|---|---|
| 入力20万超の単価 | 3倍 |
Muse Ember公開 1タスク約21円でHaikuと並んだ
Metaは11月9日、Museシリーズでいちばん小さいモデル「Muse Ember」を公開しました。狙いはAIエージェントが1日中くり返す軽い作業です。ツールの呼び出しやコードの小さな修正、文書からの抜き出しを安く大量にこなします。
上位の「Muse Wonder Full」を使って学習させた初めてのモデルです。Artificial AnalysisのIntelligence Indexは36点です。Claude Haiku 5.5の最も重い設定と並びました。
GPT-6 Lunaの最高設定は28点です。Metaの公表では1タスクの費用は0.136ドルで、1ドル157.95円で直すと約21.5円です。
| 項目 | Muse Ember | Claude Haiku 5.5 | GPT-6 Luna |
|---|---|---|---|
| Intelligence Index | 36点 | 36点 | 28点 |
| 1タスクの費用 | 0.136ドル（約21.5円） | 0.411ドル（約64.9円） | 0.152ドル（約24.0円） |
| AutomationBench | 37.8% | 13.9% | 20.2% |
| FrontierCode 2.0 | 27.2% | 34.9% | 25.2% |
単価はHaikuやLunaと同じ 差は使うトークンの量だ
The Next Webによると、Haiku 5.5とGPT-6 Lunaの定価はEmberと同じです。100万トークンあたり入力0.10ドル・出力0.50ドルです。1タスクの費用の差は、使ったトークンの量の差になります。
ただし全部の試験で勝ってはいません。実際の開発に近いFrontierCode 2.0では、Haiku 5.5がEmberを上回りました。点の多くは推論の強さを最大のmaxにした結果で、Emberの既定もmaxです。
- Emberが上：業務の流れを通しでこなすAutomationBench（37.8%対13.9%）
- Haiku 5.5が上：そのまま取り込めるコードかを見るFrontierCode 2.0（34.9%対27.2%）
- Metaの社内試験：Personal Superintelligence Indexなどは外部の評価ではない
入力20万トークン超は全体が3倍 会話の履歴も数に入る
AInformationがMeta Model APIの料金ページを開くと、Emberだけに長文の割増がありました。1回の入力が20万トークンを超えると、単価が入力0.30ドル・出力1.50ドルの3倍になります。
割増は超えた分だけでなく、そのリクエスト全体にかかります。前の会話を引き継ぐprevious_response_idを使うと、その履歴も入力に数えられます。
| 1回の入力（出力は除く） | かかる単価 | 入力の費用 |
|---|---|---|
| 19万トークン | 0.10ドル | 0.019ドル（約3.0円） |
| 21万トークン | 0.30ドル | 0.063ドル（約10.0円） |
入力が1.1倍に増えただけで、入力の費用は3.3倍になる計算です。長い会話を続けるエージェントほど、この境目に当たりやすくなります。Muse WonderとMuse Sparkにはこの割増がありません。
学習に使わない代わりに割引は無い 日本で使えるかは書いていない
Meta Model APIには、学習に使ってよい代わりに安くなるContributor modeがあります。Muse Spark 1.3なら出力0.20ドルまで下がりますが、Emberにはありません。
Emberは学習に使わないStandard modeだけで動きます。社外秘の文書を流すなら、ここが決め手になりそうです。一方でMuse Codeの定額プランは既定がContributor modeなので、設定を先に見ておくと安心です。
料金と説明書のページには、使える国の記載がありませんでした。日本から契約できるかは、申し込みの画面で確かめることになります。
- 今のエージェントの1回の入力が20万トークンを超えていないか、使用量の画面で見る
- 推論の強さを既定のmaxのまま使うか、軽い設定で足りるかを決める
- コード修正はHaiku 5.5と同じ課題で比べてから移す
請求書と使用量の画面では、20万トークンまでと超えた分の2つの単価が分けて出ます。乗り換えたら最初の請求で割増の行が出ていないかを見てください。
- Contributor mode
- 送った中身をMetaのモデルの学習に使ってよい代わりに、単価が下がるMeta Model APIの使い方。Muse Emberには用意されていない。
※記事の事実とは分けて、筆者の考えを書いています。
分析・考察Emberの売りは単価ではなく少ない手数で終えることなので、乗り換えは今の仕事を同じ条件で流した請求額で決めたい。ベンチマークの点だけで選ぶと、負けているコード修正まで移してしまう可能性がある。
情報システム部門が先に決めておきたいのは、会話の履歴をどこで切るかだ。20万トークンを越えた瞬間に全体が3倍になるので、長く続くエージェントほど試算より高くつきそうだ。
- Muse Emberに送った内容は学習に使われる？
- Meta Model APIでは学習に使われません。EmberはStandard modeだけで動き、学習に使う代わりに安くなるContributor modeが用意されていないためです。ただしMuse Codeの定額プランは既定がContributor modeです。定額で使う人は設定で切り替えを確かめてください。
- Muse EmberはClaude Haiku 5.5より性能が上？
- 総合の点は同じで得意な作業が分かれます。Artificial AnalysisのIntelligence Indexはどちらも36点です。AutomationBenchではEmberが37.8%でHaiku 5.5の13.9%を上回りました。FrontierCode 2.0ではHaiku 5.5が34.9%でEmberの27.2%より上です。1タスクの費用はEmberが0.136ドルでHaiku 5.5は0.411ドルです。
【この記事の出典】
- GIGAZINE（この記事の元にした報道）補助資料・2026年11月10日に確認
