Meta ra mắt Muse Ember nhỏ gọn với giá chỉ bằng một phần ba

Meta vừa hoàn thiện đội hình mô hình Muse bằng một thành viên chuyên làm việc nặng nhọc: Muse Ember. Thay vì chạy đua sức mạnh tuyệt đối, mô hình mới nhắm vào công việc mà các AI agent lặp lại mỗi ngày, từ gọi công cụ tới đọc tài liệu dài. Đây cũng là mô hình đầu tiên Meta huấn luyện bằng Muse Wonder Full, mô hình lớn nhất của hãng, và đã bán ra ngay trong ngày công bố.

Muse Ember rẻ hơn đối thủ ở những điểm nào?

Giá niêm yết của Muse Ember là 0,10 USD cho mỗi triệu token đầu vào và 0,50 USD cho mỗi triệu token đầu ra, tương đương khoảng 2.550 đồng và 12.760 đồng theo tỉ giá ngày 10/11/2026. Đây chỉ là giá quy đổi, không phải giá bán tại Việt Nam. Với prompt đã lưu trong bộ nhớ đệm, giá đầu vào giảm còn 0,004 USD mỗi triệu token, tức khoảng 100 đồng.

Điểm thú vị là giá theo token của Ember ngang với Claude Haiku 5.5 và GPT-6 Luna, nhưng chi phí thực tế mỗi tác vụ lại thấp hơn nhiều. Theo số liệu Artificial Analysis, Ember hoàn thành một tác vụ chuẩn với chi phí khoảng 0,14 USD, trong khi Haiku 5.5 tốn 0,41 USD. Meta cho biết Ember dùng ít token đầu ra hơn khoảng hai phần ba so với Haiku 5.5, nhờ đó tổng chi phí giảm dù đơn giá không đổi. So với người anh em cùng nhà Muse Spark 1.3, vốn tốn 2,39 USD mỗi tác vụ, Ember rẻ hơn tới 17 lần, dù điểm trí tuệ chỉ thấp hơn một điểm, 36 so với 37.

Muse Ember làm được gì cho AI agent?

Meta thiết kế Ember cho đúng lớp công việc mà agent tiêu tốn nhiều token nhất: gọi công cụ, chạy các bước lập trình nhỏ, định tuyến yêu cầu, trích xuất dữ liệu và phân tích tài liệu dài. Mô hình có thể kéo hồ sơ, gọi công cụ theo trình tự và cập nhật hệ thống qua nhiều ứng dụng, qua đó thực hiện trọn vẹn một quy trình nghiệp vụ từ đầu tới cuối.

Cửa sổ ngữ cảnh 1 triệu token cho phép Ember nạp cả một codebase hoặc bộ tài liệu trong một lần gọi, trong khi đầu ra tối đa 512.000 token đủ cho những bản sửa code dài hay báo cáo chi tiết. Mô hình hiểu sẵn văn bản, hình ảnh, âm thanh và video, nên agent có thể đọc ảnh chụp màn hình, biểu đồ, tài liệu quét hay ghi âm cuộc họp mà không cần mô hình phụ.

Trên các bài kiểm tra do Artificial Analysis thực hiện, Ember dẫn đầu ở nhiều hạng mục agent. Bài AutomationBench-AA đạt 37,8 điểm, vượt xa Haiku 5.5 với 13,9 điểm và GPT-6 Luna với 20,2 điểm. Chỉ số Coding Agent Index đạt 46 điểm so với 37 và 31 của hai đối thủ, còn Terminal-Bench 4.0 đạt 40,9 điểm, nhỉnh hơn Haiku 5.5 ở mức 39,2. Trong đội hình Muse, Wonder lo bài toán khó nhất, Spark lo lập trình và agent, còn Ember lo khối lượng lặp lại ở quy mô lớn.

Box, một trong các đối tác thử nghiệm sớm, cho biết Ember chấm điểm hợp đồng theo từng điều khoản và đưa ra đánh giá rủi ro tổng thể chính xác, đồng thời sàng lọc ứng viên theo bản mô tả công việc chi tiết. Đại diện Box gọi đây là nền tảng nhanh và tiết kiệm token cho agent làm việc trên nội dung doanh nghiệp.

Điểm yếu cần cân nhắc trước khi dùng

Dù dẫn đầu ở nhiều bài kiểm tra agent, Ember vẫn thua Haiku 5.5 ở FrontierCode 2.0, bài kiểm tra tác vụ kỹ thuật thực tế đánh giá theo khả năng hợp nhất code: 27,2% so với 34,9%. Điểm yếu rõ nhất là kiến thức tổng quát. Theo Artificial Analysis, Ember chỉ đạt 21,1% ở bài kiểm tra AA-Omniscience, thấp nhất trong nhóm mô hình cùng tầm, so với 34,7% của Haiku 5.5, và từ chối trả lời tới 64% câu hỏi kiểu đố vui. Với tác vụ cần kiến thức nền rộng, người dùng nên kiểm chứng kết quả thay vì tin tuyệt đối.

Một giới hạn khác nằm ở cách tiếp cận. Meta không công bố số tham số và không phát hành trọng số mô hình, nên Ember chỉ dùng được qua API của Meta và các dịch vụ bán lại, không thể tự triển khai. Toàn bộ điểm số nêu trong bài đều là công bố của Meta hoặc số liệu từ Artificial Analysis, chưa có kiểm chứng độc lập toàn diện. Người dùng doanh nghiệp vì thế nên thử nghiệm trên chính khối lượng công việc của mình trước khi chuyển hẳn sang Ember.

Ai nên dùng Muse Ember?

Ember phù hợp nhất với nhà phát triển đang xây agent chạy hàng nghìn tác vụ nhỏ mỗi ngày, nơi chi phí token tích lũy nhanh hơn nhiều so với chi phí mỗi lần gọi. Doanh nghiệp tự động hóa quy trình văn bản, rà soát hợp đồng hay xử lý tài liệu dài cũng là đối tượng Meta nhắm tới, với giá đủ thấp để bật agent trong mọi sản phẩm. Mô hình đã có mặt trên Muse Code và Meta Model API dưới tên muse-ember-1.0, đồng thời xuất hiện trên Google Cloud và Oracle Cloud.

Về an toàn, Meta cho biết Ember được đánh giá theo khung Superintelligence Scaling Framework của hãng, gồm rủi ro hóa học, sinh học, an ninh mạng và mất kiểm soát, và đều nằm dưới ngưỡng rủi ro cao. Dù là mô hình nhỏ, Ember vẫn nhận cùng chương trình huấn luyện và kiểm tra an toàn cốt lõi như các mô hình lớn hơn, gồm khả năng tôn trọng ý định người dùng và xin xác nhận trước hành động có tác động lớn.

Muse Ember cho thấy cuộc đua mô hình AI đang chuyển trọng tâm từ điểm số tuyệt đối sang chi phí cho mỗi tác vụ thực tế. Với những ai đang vận hành agent ở quy mô lớn, mức giá 0,14 USD mỗi tác vụ cùng cửa sổ ngữ cảnh 1 triệu token là con số đáng thử. Tuy vậy, điểm yếu về kiến thức tổng quát và bài kiểm tra FrontierCode nhắc rằng mô hình nhỏ vẫn có giới hạn riêng, và lựa chọn đúng hay không phụ thuộc vào loại công việc cụ thể, không chỉ bảng giá.

Nguồn tham khảo: Meta