🚀 Meta представила Muse Ember 1.0: ставка на дешёвый агентный инференс Meta выпустила Muse Ember 1.0 — компактную модель, заточенную под повторяющиеся агентные задачи: вызовы инструментов, подзадачи кодинга, роутинг, извлечение данных и парсинг длинных документов. По данным Simon Willison, модель находится на границе Парето в рейтинге Artificial Analysis: ни одна модель не даёт больше качества за меньшую стоимость задачи. Muse Ember поддерживает до миллиона входных токенов и шесть уровней reasoning — от minimal до max. Для русскоязычных команд, которые гоняют агентные пайплайны на YandexGPT или GigaChat, ценовая сетка Ember показывает, где именно уходят деньги — не в коротких промптах, а в длинном контексте. Но цена за токен здесь обманчива: после порога в 200K токенов она взлетает, а разница в reasoning tokens может перевернуть экономику. → Короткие промпты: $0.10 за миллион входных токенов, $0.50 за миллион выходных — паритет с GPT-6 Luna и Claude Haiku 5.5. → После порога: Ember >200k токенов — $0.30 input / $1.50 output; Luna >272k — $0.20/$0.75; Haiku >100k — $0.50/$2.50. → Cached input: Ember $0.004 против $0.01 у Luna и Haiku — самая низкая ставка на повторные запросы. → Muse Wonder, которая в 40 раз дороже, даёт сопоставимое качество SVG-генерации по тестам Willison. Шесть уровней reasoning звучат как гибкость, но тест Willison с пеликанами на велосипедах показал: качество не растёт линейно с уровнем, а на high модель вообще не вернула полный SVG. Это значит, что дефолтный 'max' может сжигать бюджет без измеримой пользы. Реальный выбор для продакшена — не модель с лучшей ценой за токен, а модель с предсказуемой стоимостью конкретной задачи в вашем пайплайне. #MuseEmber #MetaAI #agentic #LLM #цены