生成AIニュース読了 8 分

Claude HaikuやGPT-6と同じ価格で性能は上――Meta最小AI「Muse Ember」登場

Shiritomo編集部 @shiritomoAI_jp 2026年11月10日更新

入力100万トークンあたり0.10ドル。
日本時間11月10日未明にMetaが公開した新しいAIモデル「Muse Ember」の価格です。
同じ価格帯のClaude Haiku 5.5やGPT-6 Lunaと比べても、ベンチマークの結果はMuse Emberが上回っています。
「価格が同じなら性能も同じ」とは言えない例として、AIをビジネスで使っている人・これから使う人の両方にとって見ておく価値があるニュースです。

先に結論をまとめると：
– MetaがAIエージェント向けの最小・最効率モデル「Muse Ember」を発表、1Mトークンのコンテキストウィンドウでテキスト・画像・音声・動画を扱える
– 2種類のベンチマークでClaude Haiku 5.5・GPT-6 Lunaを上回りながら、価格は入力100万トークンあたり0.10ドル・出力0.50ドル
– 大きな司令塔役モデル「Muse Wonder」と組み合わせ、エージェントが繰り返す大量の作業をEmberが低コストで引き受ける設計

Metaが最小・最効率のAIモデルを公開した

発表したのはMeta公式のAI研究部門アカウント(@AIatMeta)。
「本日、最小かつ最も効率的なモデルであるMuse Emberを発表します。
複雑な推論の実行と、日常のエージェント業務のために作られました」と投稿しています。

Today we're introducing Muse Ember, our smallest and most efficient model, built for complex reasoning execution and everyday agent work.

Muse Ember can carry workflows across apps, call tools in sequence, run tests and make targeted code fixes. With a 1M-token context window… pic.twitter.com/qqcjZw6L8x
— AI at Meta (@AIatMeta) 2026年11月9日

(日本語訳:本日、最小かつ最も効率的なモデルであるMuse Emberを発表します。
複雑な推論の実行と、日常のエージェント業務のために作られました。
Muse Emberはアプリをまたいだ作業の流れを引き継ぎ、ツールを順番に呼び出し、テストを実行し、的を絞ったコード修正ができます)

Muse EmberはMuse CodeとMeta Model API上で「muse-ember-1.0」として今日から使えます。
テキスト・画像・音声・動画をそのまま扱えるため、スクリーンショットや図表、ボイスメモや会議録音を別モデルに通さずそのまま読み込めるのが特徴です。

調べて分かったこと

同じ価格なのにベンチマークは上回っている、本当か

Meta社のチーフAI責任者Alexandr Wang氏は、Muse Emberの立ち位置をこう説明しています。

1/ announcing our smallest, most efficient little model is here: muse ember built for work that agents repeat all day, it gets you more intelligence per dollar than Haiku, Luna, and all other flash models at any reasoning setting and does it at a third of the cost or less!(日本語訳:最小・最効率の新モデル「Muse Ember」を発表します。
エージェントが一日中繰り返す作業のために作られたこのモデルは、どの推論設定でもHaiku・Luna・他の軽量モデルより1ドルあたりの知性が高く、コストは3分の1以下です)

1/ announcing our smallest, most efficient little model is here: muse ember 🔥

built for work that agents repeat all day, it gets you more intelligence per dollar than Haiku, Luna, and all other flash models at any reasoning setting and does it at a third of the cost or less! pic.twitter.com/ClmgPOTrsR
— Alexandr Wang (@alexandr_wang) 2026年11月9日

実際の数字を見ても、知性の面でのこの主張は裏付けられています。
「AutomationBench-AA」(業務フロー全体を再現するベンチマーク)では、Muse Ember(max設定)が37.8%、GPT-6 Lunaが20.2%、Claude Haiku 5.5が13.9%。
もう1つの「Agents’ Last Exam」でも、Muse Emberが61.6%、GPT-6 Lunaが57.1%、Claude Haiku 5.5が57.0%と、いずれもMuse Emberが上回りました。
価格は3社の軽量モデルの中でも同水準なのに、スコアは逆に最上位という結果です。

なぜ小さいモデルを別に作るのか

Meta CEOのMark Zuckerberg氏は、Muse Emberを単独の製品としてではなく、役割分担の一部として紹介しています。

Releasing Muse Ember today — our smallest model that delivers higher intelligence per dollar than others in its class. Built for token-heavy work that agents repeat all day: tool calls, coding subtasks, routing, extraction, and long document parsing.(日本語訳:本日Muse Emberをリリースします。
同クラスの中でもっとも1ドルあたりの知性が高い、最小のモデルです。
ツール呼び出し・コーディングの下請け作業・振り分け・情報抽出・長文書の処理など、エージェントが一日中繰り返すトークン量の多い作業のために作られました)

Releasing Muse Ember today — our smallest model that delivers higher intelligence per dollar than others in its class. Built for token-heavy work that agents repeat all day: tool calls, coding subtasks, routing, extraction, and long document parsing. Available today on the Meta…
— Mark Zuckerberg (@finkd) 2026年11月9日

Metaの公式ブログによると、Muse EmberはMetaのより大きなモデル「Muse Wonder」と組み合わせて使う設計です。
Wonderが計画を立て、Emberがその計画の中の大量の実行作業を安く引き受ける、という役割分担になっています。
1つの巨大モデルに全部をやらせるのではなく、考える部分と手数をこなす部分を分けてコストを抑える発想です。

この手の「大きい司令塔+安い実行役」という組み合わせは、AIエージェントを長時間動かすほど料金がかさむ、という使う側の困りごとに対する答えの1つでもあります。
エージェントに任せる作業が増えるほど、今後も同じ発想のモデルが各社から出てくる可能性があります。

Shiritomo編集部の考察：コスト構造の変化に注目すべき理由

今回の発表で見落とせないのは、同じ日にAnthropicもClaude Fable 5.2・Mythos 5.2という新モデルを発表していたことです。
片方は「性能の最前線」を競い、もう片方(Muse Ember)は「同じ作業を安くこなす」方向で勝負しています。
AIを業務に組み込む側からすると、これは二択ではなく両方必要な話です。
重い判断は高性能モデルに任せ、繰り返しの多い作業は安いモデルに振る——この分担の設計ができるかどうかが、AI活用のコストを大きく左右する段階に入ってきています。