入力100万トークンあたり0.10ドル。Metaが11月9日に出した「Muse Ember」の値札は、自社のMuse Spark 1.3の標準料金の12.5分の1です。1か月前、最上位のWonderにOpus 5.5と同じ単価を付けた会社が、今度はラインアップのいちばん下の席を埋めました。この小さなモデルは、どこで働くために作られたのでしょうか。
Metaは2026年11月9日、Museファミリーで最も小さく効率のよいモデル「Muse Ember」を発表した。ツール呼び出し、コーディングの細かな作業、振り分け、情報の抽出、長い文書の読み込みなど、エージェントが繰り返す作業に向けたモデルで、Muse Wonder Fullを使って訓練した最初のモデルである。Meta Model APIとMuse Codeで「muse-ember-1.0」として提供し、料金は入力20万トークン以下のリクエストで、100万トークンあたり入力0.10ドル、出力0.50ドル。20万トークンを超えるリクエストには、全体に3倍の単価がかかる。
コンテキストは100万トークン、出力は最大512Kトークンで、テキスト、画像、音声、動画を理解する。
From:
Introducing Our Smallest, Most Efficient Model: Muse Ember
【編集部解説】
先月のMuse Wonderの記事で、Metaのブログにあった一文を紹介しました。Muse Wonderを使って専門に特化したモデルを開発し、すべての人に届ける、というものです。その最初の一つが、ほぼ1か月後に出てきました。Muse Emberは、上位版のMuse Wonder Fullを使って訓練した最初のモデルだとMetaは説明しています。
計画は大きなモデル、実行は小さなモデル
Metaは今回、自社のモデルを3つの役割で並べ直しました。もっとも難しい問題にはMuse Wonder、コーディングとエージェントの仕事にはMuse Spark、繰り返しの多い作業を大量にこなすにはMuse Emberです。開発者向けドキュメントは、EmberをWonderやSparkと組み合わせる構成を案内しています。大きなモデルが計画と推論を受け持ち、Emberが量をこなすという分担です。
想定している仕事は、サブエージェントへの作業、ツールの呼び出し、振り分け、大量の画像やファイル、記録の一括処理です。Metaはブログで、エージェントはトークンの大半を小さく構造の決まった手順に使っていると書き、Emberはまさにそのために作ったとしています。一方で、難しい1回きりのコーディングや知識が要る質問には、WonderかSparkを使うよう案内しています。
同じ週の11月12日には、GoogleもGemini 4 Hydrogenを「速い実行役」として出し、深く考えるGemini 4 Carbonと仕事を分け合う形を打ち出しました。2社がほぼ同時に、計画役と実行役を分ける設計を前面に出したことになります。
標準料金はMuse Spark 1.3の約8〜13分の1
Emberの料金は、100万トークンあたり入力0.10ドル、キャッシュ入力0.004ドル、出力0.50ドルです。現行のMuse Spark 1.3は、送った内容を訓練に使わない標準モード(Standard mode)で入力1.25ドル、出力4.25ドルなので、入力で12.5分の1、出力で8.5分の1になります。
評価課題1件あたりの費用でも、Metaは差を示しています。独立系の評価機関Artificial Analysisの総合指標で、Emberは36、Spark 1.3は37とほぼ並ぶ一方、この指標の評価課題1件あたりの費用はEmberが約0.14ドル、Spark 1.3が2.39ドルです。掲載された丸めた値で計算すると、1点の差で、費用は約17分の1になります。一般の業務1件の実費ではなく、同じ評価課題を解かせたときの費用の比べ方です。
他社の小型モデルとの比較では、AnthropicのClaude Haiku 5.5とOpenAIのGPT-6 Lunaを相手に選んでいます。Metaが示した図では、Haiku 5.5が最も高い推論設定で36.2点を取るのに1件0.411ドルかかるのに対し、Emberは最も高い設定で35.8点、0.136ドルでした。Emberの費用は掲載の単価をもとにした推計で、Metaはこの評価課題で、ほぼ同じ点数を約3分の1の費用で出せると示したことになります。
得意なのは、仕事を最後まで運ぶ評価
Metaが公表した10項目の比較表で、Emberは9項目で首位か同点でした。差が大きいのは、業務の流れを最初から最後までこなすAutomationBench-AAで、Emberの37.8%に対し、Haiku 5.5は13.9%、GPT-6 Lunaは20.2%です。画面を見てパソコンを操作するOSWorld 2.1(部分点あり)でも69.5%と、Haiku 5.5の68.9%をわずかに上回りました。一方、実際の開発タスクでマージできる修正を出せるかを測るFrontierCode 2.0-AAでは、Haiku 5.5の34.9%に対してEmberは27.2%で、Metaはこの結果もそのまま表に載せています。
表の数字を読むときは、測り方の違いを頭に置いておくと安心です。Agents’ Last Exam、OSWorld 2.1、PerceptionBench、Personal Superintelligence IndexはMetaの社内評価で、Terminal-Bench 4.0は各モデルを別々の実行環境(Emberはmini-swe-agent、Haiku 5.5はClaude Code、GPT-6 LunaはCodex)で測った値です。名前の末尾に「-AA」が付く項目は、Artificial Analysisの測定です。
100万トークンを使うときの料金の段差
料金表には、もう一つ押さえておきたい点があります。Emberは、1回のリクエストの入力が20万トークンを超えると、そのリクエスト全体に長文用の単価がかかります。入力0.30ドル、キャッシュ入力0.012ドル、出力1.50ドルで、通常の3倍です。20万トークンを超えた部分だけでなく全体が対象になり、キャッシュに当たったトークンや、previous_response_idで前の会話を引き継いだ分も入力に数えられます。
Muse WonderとMuse Sparkには、この長文の割増がありません。Gemini 4 Hydrogenも、100万トークンのコンテキスト全域で同じ単価です。Emberは100万トークンを受け取れますが、安さが最も生きるのは、20万トークン以内に収まる小さな作業を大量に回す使い方です。サブエージェントに渡す文脈を短く切り分ける設計が、そのまま費用に効いてきます。
Hydrogenと並べてわかること
単価だけを並べると、Gemini 4 Hydrogenは100万トークンあたり入力1.50ドル、出力7.50ドルで、Emberの20万トークン以内の単価はその15分の1です。ただし、両社が比べた相手は違います。GoogleはHydrogenをClaude Sonnet 5.5やGPT-6.1 Terraと比べ、MetaはEmberをHaiku 5.5やGPT-6 Lunaと比べました。同じ「実行役」でも想定する格が違うため、単価の差をそのまま性能あたりの差と読むことはできません。
データの扱いにも違いがあります。HydrogenはGemini APIの無料枠で試せますが、無料枠に送った内容はGoogleの製品改善に使われます。EmberはMeta Model APIでは標準モードだけの提供で、送った内容をMetaのモデルの訓練に使う代わりに単価を下げる「Contributor mode」は用意されていません。ただしMuse Codeの定額プランは、初期設定でContributor modeがオンになっています。業務のコードを流す前に、設定を確かめておきたいところです。
日本から使えるか
Meta Model APIの地域ポリシー(11月9日更新)では、日本は利用できない地域に入っていません。モデルごとの制限地域が定められているのはMuse WonderとMuse Wonder Fullの韓国だけで、Ember固有の制限地域は記載されていません。ただし、使えるのはMetaがアクセスを有効にしている地域に限られ、ポリシーの一覧は日本からの利用を保証するものではありません。MetaのヘルプはModel APIの提供範囲を、Meta AIが使えて請求に対応している国と地域の大半としています。Muse Codeの定額プランについては、特典や提供状況が地域によって異なる場合があるとされています。Metaによれば、Ember、Spark、WonderはGoogle CloudとOracle Cloudでも使えるようになりました。
Muse本体は、声と表情を手に入れた
Emberの4日前、11月5日には、消費者向けエージェント「Muse」にも動きがありました。Metaは米国で、Museのアプリ(モバイル、Web、Mac)にリアルタイムの音声会話と、表情のあるアバターを加えました。数百種類の声から選べ、話している途中で割り込むこともできます。表示は音声のみ、会話の横にアバター、全画面の3つから選べます。
10月23日に日本でMuseの提供が始まった時点では、高度な音声モードと「Muse Realtime Avatar」の日本での提供は、別途案内するとされていました。今回の展開も米国からで、日本での時期はまだ示されていません。なお、Museのアプリの中でEmberが使われているかどうかは、Metaは明らかにしていません。
小さなモデルにも、同じ安全の物差し
安全面では、Metaは化学・生物、サイバーセキュリティ、制御の喪失のリスクについて、自社のフレームワークで評価し、Emberは高リスクの閾値を下回ったとしています。小さなモデルでも、中核となる安全訓練と試験は同じように受けたといいます。利用者の代わりに動くときのふるまいとして、Webページや文書、ツールの出力に隠された指示に従わないか、影響の大きい操作の前に人間の判断を求めるかも評価しました。10月のMuseの記事で触れたプロンプトインジェクションへの備えは、実行役の小さなモデルでも問われています。
Metaは、Emberの費用を「すべての製品で、すべての人に向けて動かせるほど低い」と表現し、さらに効率のよいモデルを訓練中だとしています。最上位のWonderが計画を立て、その下でEmberが大量の手順をこなす。利用者が話しかける相手の裏側で、何層ものモデルが仕事を分け合う形が、Metaのラインアップとして見えてきました。どの仕事をどのモデルに任せるかを、開発者が自分の手元の費用で測れる段階に来ています。
【関連記事】
Meta、AIエージェント「Muse」を日本で提供開始|Claudeのスキルを渡してみた
Museの日本での提供開始を伝え、Claude向けのスキルを渡して試した記事。音声とアバターの日本提供は別途案内とされた
Meta「Muse Wonder」公開、Opus 5.5と同じ単価|上位版FullはMuse Code限定
Muse Wonderの公開を伝えた記事。Wonderで専門特化のモデルを作るとしたMetaの方針が、今回のEmberにつながる
Google、Gemini 4 Hydrogenを提供開始 Gemini 4で唯一の無料枠、Carbonと分担する実行役
同じ週に出たGoogleの実行役モデルの記事。Carbonと仕事を分け合う設計と、無料枠に送ったデータの扱いを整理している
Meta「Muse」米国で提供開始|専用VMで動くAIエージェント
Museの米国での提供開始を伝えた記事。専用の仮想マシンとSentinelによる承認など、Museの安全の仕組みを読み解いた
【編集部後記】
Muse Emberの開発者向けドキュメントを開くと、推論設定の既定値が「max」になっています。ラインアップでいちばん小さなモデルが、初期設定ではいちばん深く考える設定で動くわけです。
Metaが示した1件約0.14ドルという費用も、このmaxで測った値です。手を抜かせずに安く回す、という前提で作られたモデルなのかもしれません。設定を下げてさらに費用を削るか、maxのまま量を回すか。あなたなら、どちらから試しますか。
【用語解説】
サブエージェント
AIエージェントが仕事を分けて任せる、下位のエージェント。調べもの、ファイルの読み込み、テストの実行などを並列に分担させる。
コンテキスト
AIモデルが1回の処理で受け取って参照できる情報の量。トークン数で表し、Muse Emberは100万トークンに対応する。
キャッシュ入力
以前のリクエストと先頭が一致する入力を再利用し、安い単価で処理する仕組み。同じ前提の文章を何度も送る使い方で費用を抑えられる。
previous_response_id
Meta Model APIのResponses APIで、保存された前の会話を引き継ぐための指定。引き継いだ会話も、そのリクエストの入力として数えられる。
推論設定
回答の前にどれだけ推論させるかを選ぶ設定。Muse Emberは「minimal」から「max」まで選べ、既定は「max」である。
Contributor mode
送った内容をMetaのモデルの訓練に使うことを認める代わりに、単価が安くなる、または使える量が増える利用形態。Meta Model APIではMuse Emberに用意されていない。
AutomationBench-AA
業務の流れを最初から最後までこなせるかを測るベンチマーク。Artificial Analysisが測定し、厳格な判定で1回目の成功率を出す。
OSWorld
画面を見ながらデスクトップのアプリを操作し、パソコン上の作業を完了できるかを測るベンチマーク。
プロンプトインジェクション
Webページや文書、ツールの出力に紛れ込ませた指示によって、AIに利用者の意図しない操作をさせる攻撃。
【参考リンク】
Meta Model API(外部)
MetaのAIモデルを開発者がAPIで使うための公式サイト。Muse Ember、Muse Spark、Muse Wonderなどを提供する
Muse Code(外部)
Metaのコーディングエージェント「Muse Code」の公式ドキュメント。定額プランと従量課金のどちらでもEmberを使える
Muse(外部)
MetaのパーソナルAIエージェント「Muse」のWeb版。日本では2026年10月23日から使え、iOS・Androidのアプリもある
【参考記事】
Muse Ember – Meta Model API(外部)
Muse Emberの仕様と使い方の公式ドキュメント。推論設定の範囲、向いている用途、上位モデルとの組み合わせ方を示している
Pricing and rate limits – Meta Model API(外部)
Meta Model APIの料金と利用上限。Muse Emberの20万トークンを境にした2段階の単価と、その数え方を説明する
Meta Model API Model Designation and Geographic Use Policy(外部)
Meta Model APIを使える地域の方針。11月9日の更新版で、利用できない地域と、モデルごとの制限地域を定めている
Give Your Muse a Voice(外部)
Museのリアルタイムの音声会話と、表情のあるアバターの発表。まず米国で、モバイル、Web、Macのアプリから提供している
Meta、パーソナルAIエージェント「Muse」を日本で提供開始(外部)
Museの日本での提供開始の発表。音声モードやMuse Realtime Avatarの日本での提供は別途案内するとしている
Gemini Developer API pricing(Google AI Studio)(外部)
Gemini APIの料金ページ。Gemini 4 Hydrogenの無料枠と有料の単価、データの扱いの違いを確認できる



