메타 'Muse Ember' 공개…하이쿠급 성능, 작업당 비용 3분의 1

메타가 11월 9일(현지시간) 가장 작고 효율적인 모델 'Muse Ember(뮤즈 엠버)'를 공개했다. 가격은 입력 100만 토큰당 0.10달러, 출력 100만 토큰당 0.50달러다. 독립 평가기관 아티피셜 애널리시스(Artificial Analysis)는 이 모델이 종합 지능 지수에서 앤트로픽의 Claude Haiku 5.5와 같은 점수를 내면서 작업당 비용은 약 3분의 1 수준이라고 평가했다.

핵심 정리

• muse-ember-1.0으로 메타 모델 API와 Muse Code에서 제공하며, 컨텍스트는 100만 토큰이다.
• 아티피셜 애널리시스 지능 지수 36점으로 Claude Haiku 5.5(max)와 같고, 작업당 비용은 0.14달러로 하이쿠(0.41달러)보다 싸다.
• 약점은 지식 문항이다. 질문의 64%에 답을 거부했지만, 덕분에 환각률은 17.4%에 그쳤다.

뮤즈 엠버 가격·이용 방법

메타 공식 블로그에 따르면 캐시 입력은 100만 토큰당 0.004달러다. 텍스트·이미지·음성·영상을 이해한다. 메타 최상위 모델 Muse Wonder Full로 학습한 첫 모델이기도 하다. 메타는 Muse Ember·Muse Spark·Muse Wonder를 구글 클라우드와 오라클 클라우드에서도 제공한다고 밝혔다.

메타는 이 모델을 파일 읽기, 테스트 실행, 도구 호출처럼 AI 에이전트가 반복하는 작업용으로 내세웠다.

클로드 하이쿠 5.5·GPT-6 루나와 성능 비교

아티피셜 애널리시스는 같은 날 낸 평가 보고서에서 엠버의 입출력 토큰 단가가 Claude Haiku 5.5, 오픈AI GPT-6 Luna와 같다고 짚었다. 차이는 60% 싼 캐시 입력 단가와 하이쿠의 약 3분의 1인 출력 토큰 사용량에서 나온다.

Muse Code 안에서 돌린 코딩 에이전트 지수는 46점으로, 클로드 코드의 하이쿠 5.5(37점)와 코덱스의 GPT-6 루나(31점)보다 높았다.

같은 벤치마크, 다른 점수

메타 차트는 AutomationBench-AA에서 엠버 37.8%, GPT-6 루나 20.2%, 하이쿠 5.5 13.9%로 적고 '엄격한 pass@1' 기준이라고 표시했다. 반면 아티피셜 애널리시스 보고서는 엠버를 68.1%로 Muse Wonder와 같은 수준이라고 했다. 두 자료 모두 차이를 설명하지 않았다.

Terminal-Bench 4.0의 하이쿠 점수도 메타 차트는 39.2%, 아티피셜 애널리시스는 32.8%로 다르다.

배경: 메타 에이전트 전략의 저가 라인

상위 모델 Muse Wonder(max)는 지능 지수 44점, 작업당 6.95달러다. 엠버는 8점 낮지만 비용은 약 50분의 1이다.

메타는 개발자 블로그에서 Muse Wonder가 계획을 짜고 엠버 에이전트 16개가 Pygments의 언어 렉서 16개를 파이썬에서 러스트로 동시에 옮긴 사례를 소개했다.

전망

메타는 "더 효율적인 모델을 학습 중"이라고 밝혔다. 안전성 면에서는 자체 '메타 초지능 스케일링 프레임워크'의 화학·생물, 사이버보안, 통제 상실 평가에서 고위험 기준 아래였다고 했다. 다만 OSWorld 2.1 등 일부 수치는 외부 검증이 없는 메타 내부 평가다.

자주 묻는 질문

뮤즈 엠버 가격은?
입력 100만 토큰당 0.10달러, 캐시 입력 0.004달러, 출력 0.50달러다.

클로드 하이쿠 5.5보다 나은가?
작업에 따라 다르다. 종합 점수는 36점으로 같고 비용은 싸지만, FrontierCode 2.0과 지식 문항에서는 하이쿠가 앞선다.

참고 자료

• Introducing Our Smallest, Most Efficient Model: Muse Ember — Meta AI Research(2026년 11월 9일)
• Meta's Muse Ember is the cheapest model scoring 36 on the Intelligence Index — Artificial Analysis(2026년 11월 9일)
• Start building with Muse Ember, our smallest, most efficient model — Meta Model API