← 2026-11-10 の一覧へ戻るホーム
Muse Ember：最も小さく効率の良いモデル

2026/11/10 2:58

Muse Ember：最も小さく効率の良いモデル

RSS: https://news.ycombinator.com/rss

元のHacker News記事へ ↗
要約▶

Japanese Translation:

Meta は、複雑な推論、反復的なエージェントタスク、および長大な文書のパースに適した最小かつ最も効率的な AI モデル「Muse Ember」を発表しました。Muse Ember はすでに Meta Model API を通じて利用可能であり、100 万トークンのコンテキストウィンドウを備え、特殊化されたコスト効果の高い運用へという業界の大規模なシフトを示しています。人工分析（2026 年 11 月 9 日時点）によるデータは、提案されているリスト価格である入力トークン当たり 100 万で $0.10、出力トークン当たり 100 万で $0.50 の場合、Muse Ember が GPT-6 Luna と Claude Haiku 5.5 に比べてドルあたりの優越的な知性を提供することを確認しており、コストはおよそ 3 分の 1 で業界効率性のフロンティア上に位置しています。

このモデルは複数のベンチマークで優れた性能を発揮しました：AutomationBench-AA では 37.8% のスコアを達成し（競合の 20.2% と 13.9% を上回りました）、Terminal-Bench 4.0 のコーディングサブタスクにおいて GPT-6 Luna と Claude Haiku 5.5 よりも Coding Agent Index-AA スコア 46 を獲得しました。Muse Ember は今日から Responses API および Muse Code を通じて利用可能で、ツール呼び出しやルーティングなど高度なワークフローをサポートしています。極めて重要なのは、Meta Superintelligence Scaling フレームワークによる安全性評価で、化学・生物・サイバーセキュリティ・制御喪失カテゴリ全体で高リスク閾値を下回り続けており、企業が安全かつ強力な展開を行えることを保証している点です。

本文

Muse Ember：超高効率な多機能 AI モデルのご紹介

概要

Muse Ember は、複雑な推論実行やエージェントの日常業務（ツール呼び出し、コード開発、ルーティング、情報抽出など）に特化した、当社史上最小かつ最高効率の AI モデルです。

  • 設計目的: エージェントが繰り返し行う多様なタスクへの対応
  • 特徴: 小型ながら高度な性能を発揮する最適化されたモデル

知能度対コスト効率 (Price-to-SMART)

Muse Ember は、Claude Haiku 5.5 や GPT-6 Luna を含む既存の推論モデルよりも、単価あたりの知能（intelligence）を提供する点で優れています。

主要ベンチマークとの比較 (Artificial Analysis リーダーボード)

モデルコスト (USD/タスク)スコア
Muse Ember$0.116 - $0.13633.9 - 35.8
GPT-6 Luna$0.073 - $0.15221.4 - 27.8
Claude Haiku 5.5$0.092 - $0.41124.6 - 36.2
  • 効率性の限界: Artificial Analysis の総合リーダーボードにおいて、Muse Ember は**効率性の上限（限界線）**に位置しています。
  • 結論: 「単一タスクあたりの支出を減らしつつ、さらに高いスコアを得られるモデル」は存在しません。
  • 出典: Artificial Analysis｜2026 年 11 月 9 日

エージェント評価結果詳細

Muse Ember は Meta Model API で即日利用可能であり、入力トークンあたり 100 万語で $0.10、出力トークンあたり 100 万語で $0.50 の価格設定です。

初期テストでは、Box AI が Muse Ember を契約書レビューやコード作成など、エージェントの日常業務に投入し、以下のような評価を得ました。

「Muse Ember は驚くべき精度、速度、およびトークン効率を提供します。企業の交渉プレイブックを基準とした契約書チェックや、候補者スクリーニングにおいて、境界線にあるケースを見落とすことなく正確なリスク評価が可能です。」 — 著者: Box Agents｜役職: AI プロダクト VP｜会社: Box

業務フローにおける強み

  • 構造化されたステップでの効率化: エージェントが多くの小ステップに費やすトークンの大半を節約します。
  • 一貫性の高い処理: 業務の起点から終点まで記録抽出、ツール呼び出し、システム更新を一貫して実行可能です。
  • 大容量対応:
    • コンテキストウィンドウ：100 万トークン (1M)
    • 最大出力トークン：512K
    • 単一呼び出しで全コードベースまたは大規模文書セットを処理可能

ベンチマークスコア比較 (最大推論設定)

1. Automation Bench (AA) | エージェント自動化能力

モデルスコア
Muse Ember (max)37.8%
GPT-6 Luna (max)20.2%
Claude Haiku 5.5 (max)13.9%

2. Agents' Last Exam | エージェント総合評価

モデルスコア
Muse Ember (max)61.6%
GPT-6 Luna (max)57.1%
Claude Haiku 5.5 (max)57.0%

3. Personal Superintelligence Index | パーソナル知能指数

モデルスコア
Muse Ember (max)46.8%
GPT-6 Luna (max)37.0%
Claude Haiku 5.5 (max)36.1%

※出典：Artificial Analysis｜2026 年 11 月 9 日。AutomationBench-AA は厳格な pass@1。他は Meta 内部評価。

コーディング能力

Muse Ember は、エージェントがセッション中に実行する数百回のコーディングサブタスク（ファイル読み込み、テスト実行、ターゲット修正など）に最適化されています。

ベンチマークスコア比較 (最大推論設定)

1. Terminal-Bench 4.0 | ターミナル操作能力

モデルスコア
Muse Ember (max)40.9%
Claude Haiku 5.5 (max)39.2%
GPT-6 Luna (max)16.4%

2. Coding Agent Index-AA | コーディングエージェント評価

モデルスコア
Muse Ember (max)46
Claude Haiku 5.5 (max)37
GPT-6 Luna (max)31

3. Frontier Code 2.0-AA | フロンティアコード評価

モデルスコア
Claude Haiku 5.5 (max)34.9%
Muse Ember (max)27.2%
GPT-6 Luna (max)25.2%

※注：最も難しい問題については、Muse Wonder とペアで使用推奨。Muse Wonder が計画を立案し、Muse Ember がボリューム処理を担当します。 ※出典：Artificial Analysis｜2026 年 11 月 9 日。各モデルはそれぞれの最良の公開フレームワークで使用。

マルチモーダル機能

Muse Ember はテキスト、画像、音声、動画をネイティブに理解する能力を備えています。

  • 利用可能な入力: スクリーンショット、チャート、スキャンされた文書、音声メモ、会議録画、動画
  • 主な利点:
    • 別々のモデルを使わずに済む統合アーキテクチャ
    • 長くて実世界に近い文書の処理が可能
    • スクリーンショットから直接コンピュータを操作できる
    • 細部まで視覚的なディテールを抽出可能

ベンチマークスコア比較 (最大推論設定)

1. GDP.pdf-AA | PDF 文書理解

モデルスコア
Muse Ember (max) / GPT-6 Luna (max)22.8% (並)
Claude Haiku 5.5 (max)20.8%

2. OSWorld 2.1 | オペレーティングシステム世界

モデルスコア
Muse Ember (max)69.5%
Claude Haiku 5.5 (max)68.9%
GPT-6 Luna (max)50.5%

3. PerceptionBench | 知覚能力

モデルスコア
Muse Ember (max)80.6%
Claude Haiku 5.5 (max)78.6%
GPT-6 Luna (max)62.8%

※出典：Artificial Analysis｜2026 年 11 月 9 日。PerceptionBench はツールを使用した Meta 内部評価。

セーフティと倫理

リリース前に、Muse Ember は Meta Superintelligence Scaling Framework のもとで厳格に評価されました。

  • 評価範囲: 化学・生物学的リスク、サイバーセキュリティリスク、制御喪失リスク
  • 結果: 全カテゴリーで「高リスク閾値」を下回ることが確認され、安全と判断されました。
  • 特徴:
    • 小型モデルながら、コアとなるセーフティトレーニングとテストは他と同じ基準で実施されています。
    • ユーザーの代わりに行動する際のパターンも評価済み（意図尊重、機密情報保護、リダイレクト指示への抵抗、高影響アクションでの人間合意確保など）。

利用開始状況 (Access & Pricing)

Muse Ember は本日、

muse-ember-1.0
という名前で Muse Code および Meta Model API で利用可能です。

料金体系 (トークン単価：100 万語あたり)

トークンタイプ単価
入力トークン$0.10
キャッシュ済み入力トークン$0.004
出力トークン$0.50

スペック

  • コンテキストウィンドウ: 1M トークン
  • 最大出力トークン: 512K
  • サポート API: Responses API を対応

モデルポートフォリオ全体像

Muse Ember は、Muse Wonder Full を使用して訓練された最初のモデルであり、当社のモデルポートフォリオを完成させる役割を果たします。

モデル名定位と用途
Muse Wonder最も難しい問題への対応（計画立案）
Muse Sparkコーディングおよびエージェントワークフロー向け
Muse Ember大規模で繰り返しのコーディングおよびエージェントタスク向け
  • 価格戦略: Muse Ember は Artificial Analysis の単一タスクあたり約 $0.14 という、あらゆる製品内で実現可能な極めて低い価格設定を実現しています。
  • 展開状況: Muse Ember、Muse Spark、および Muse Wonder は今や Google Cloud と Oracle Cloud で利用可能です。

今後の展望と目標

私たちの最終的な目標は**「パーソナル・スーパーインテリジェンス」**の実現です。 それは、あなたの目標を追求したり、想像力を形にしたり、人間関係を深めたりするためのモデルです。

  • アプローチ: フロンティアカパビリティ（先端能力）のみでは不十分であり、スケーラブルな価格設定を持ってこれらの能力を実現する必要があります。
  • 開発状況: さらに効率的なモデルの開発も進行中で、次なる展開にもご注目ください。

Muse Ember を今日からお試しください。

同じ日のほかのニュース

一覧に戻る →

2026/11/10 4:58

USPS が公式の郵便番号境界多角形を提供開始

## Japanese Translation: 米国郵便公社（USPS）が、実時間の配信住所および位置情報データを基に正確な ZIP コード境界を定義する新たな全国マップを発表しました。これは、人口統計情報や位置情報を整理するための不可欠な「地上の真実（ground truth）」を確立します。歴史的に配送ロジスティクスをルーティングするために主に配送場所の集約手段として用いられてきた ZIP コードとは異なり、これらの更新されたポリゴンには新規または変更された配信場所における実際の変動が反映されており、保険、不動産、マッピング、郵送、マーケティング、ナビゲーション、物流、輸送など、重要な業界に対してより優れた精度を提供します。ユーザーは USPS® ZIP コード境界 - 内部（Internal）を活用することで、更新されたポリゴンを自社のシステムに直接組み込むことができ、これを単なる共同機能として採用することも、既存の ZIP コードデータを修正することも可能です。データの最新性を確保するため、USPS は主要データセット（エンタープライズティアおよびパブリケーションティアを含む）を四半期ごとの 4 回の刷新を含め、3 ヶ月到月に更新しています。限定アクセスバージョンも特定の制約の下で配布されますが、同じくこの更新サイクルを共有します。郵送、マーケティング、輸送分野の企業は、この高解像度なデータを活用して運用を最適化でき、様々なセクターにおける人口統計情報の整理と運用作業効率を著しく向上させることができます。

2026/11/10 6:56

TPU

## Japanese Translation: Google は、Google Cloud Next で発表された 4 つの新しいシステム（TPU 8t、8i、8tx、および 8i Max）によって、第 8 世代 TPU ポートフォリオの開発を加速させました。これらのアップグレードは、最多 2.7 倍の高速なトレーニングと、大幅に向上した推論における価格パフォーマンスを実現し、ハードウェアレベルのセキュリティ（AMD EPYC ホストを通じたもの）および大規模なコンテキストスケーリングに対する緊急のニーズに対応します。エコシステムは TorchTPU、vLLM、SGLang などの PyTorch フレームワークとネイティブに統合されており、開発者がロジックを書き直すことなくコードを実行できるようにしています。主要な革新には、メモリ階層を統一しレイテンシを 90% 以上削減する TPU Sync と、アイドル中のセッションを自動的に停止してコストを削減する Agent Compute Engine が含まれます。さらに、GKE 上の Cloud Pathways を通じた動的スライシングによるデプロイの簡素化など、追加の進歩があり、ジョブ起動時間を最大 5 倍削減します。今後のアップデートには、インフラストラクチャ管理およびカーネルチューニングを自動化するためのオープンソース TPE アジェントスイートが含まれる予定です。

2026/11/10 5:04

人工分析（Artificial Analysis）にて Claude Fable 5.2 が最高得点の 65 を獲得、過去最高を更新

## Japanese Translation: 主な革新点は、API アクセスに依存せずに特定の代理タスクにおける高度な AI モデルを評価するように設計された固有のベンチマークスイート「人工分析知能インデックス v5.0.1」です。正確性とパフォーマンスは、9 つの異なる評価を通じて検証されています：AA-Briefcase v1.1（知識作業向け）、AutomationBench-AA、Terminal-Bench 4.0、FrontierCode 2.0、GDP.pdf、HLE-Diamond、CritPt v2（Hard Subset）、AA-Omniscience v1.1、および Terminal-Bench-Science 0.1。これらの評価は、代理による科学的研究ワークフロー、法律代理作業、医療向け長文脈推論、そして構造化された言語といった特定のカパビリティを対象としています。 AA-Briefcase Elo は、rubric 通過率、分析品質 Elo、およびプレゼンテーション Elo（0 でクランプ）を統合し、AA-Omniscience v1.1 は知識の信頼性とハルシネーションを測定し、-100 から 100 の範囲で Net Score を算出します。ここで、0 は正しい答えと間違いなりの答えが同等であることを示し、正しい答えには報酬を与えつつ、拒否に対してはペナルティを課さないハルシネーションのみを処罰します。パフォーマンスは、タスクあたりの所要時間（分）、出力速度（トークン/秒）、および最初の回答トークンまでの時間（秒）で測定されます。 コストは、入力トークン、キャッシュヒット/ライト、推論、および回答トークンの価格をタスク数で割った加重平均（USD）として計算され、キャッシュヒット、入力、および出力トークンに対して異なる価格体系が適用されます。キャッシュヒットの価格には大幅な割引が付与されています。運営効率は、ベンチマークを自動的に 6 時間ごりに実行することによって維持され、非推奨モデルはリソース節約のため 18 時間周期で動作します。モデルの重みの入手可能性は表示されており、「商用利用制限付き」または「非商用」というラベルがライセンス条件に基づいて付与されます。これにより、エコシステム内での責任ある使用が確保されます。

Muse Ember：最も小さく効率の良いモデル | そっか～ニュース