Meta-მ გამოუშვა Muse Ember, მცირე AI მოდელი იმ განმეორებადი სამუშაოსთვის, რომელსაც აგენტები რეალურად ასრულებენ
Muse Ember Meta-ს ყველაზე პატარა და ყველაზე ეფექტური AI მოდელია რუტინული ამოცანებისთვის: ინსტრუმენტების გამოძახება, კოდირება, მოთხოვნების გადამისამართება, მონაცემების ამოღება და გრძელი დოკუმენტების დამუშავება, დაბალი ღირებულებითა და მულტიმოდალური მხარდაჭერით.
Meta-მ წარმოადგინა Muse Ember, თავისი ყველაზე პატარა და ეფექტური AI მოდელი დღემდე, რომელიც გათვლილია იმ რუტინულ სამუშაოზე, რომელსაც AI აგენტები მთელი დღის განმავლობაში ასრულებენ. მოდელი შექმნილია ისეთი ამოცანებისთვის, როგორიცაა ინსტრუმენტების გამოძახება, მცირე კოდირების დავალებების შესრულება, მოთხოვნების გადამისამართება, მონაცემების ამოღება და გრძელი დოკუმენტების დამუშავება. Meta-ს განცხადებით, ის მსჯელობის ყოველ დონეზე თითო დოლარზე უფრო მეტ ინტელექტს იძლევა, ვიდრე Claude Haiku 5.5 ან GPT-6 Luna.
წარმადობა და ღირებულება
Muse Ember Artificial Analysis-ის ტესტში ერთ ამოცანაზე დაახლოებით $0,14 ღირს, ხოლო უფრო დიდი Muse Spark 1.3 თითქმის იდენტური ქულისთვის $2,39 ღირს: 36 ქულა 37-ის წინააღმდეგ. Meta-ს Muse Ember Artificial Analysis Intelligence Index-ზე 36 ქულას აღწევს ამოცანაზე განსაკუთრებით დაბალი ღირებულებით. Muse Ember ლიდერობს Meta-ს საკუთარი ტესტების უმეტესობაში, მაგრამ Haiku აჯობებს მას რეალურ კოდირების ამოცანებში FrontierCode 2.0-AA-ში: 34,9% Muse Ember-ის 27,2%-ის წინააღმდეგ.
შესაძლებლობები და ხელმისაწვდომობა
მოდელი მუშაობს ტექსტთან, სურათებთან, აუდიოსა და ვიდეოსთან და ერთდროულად ერთ მილიონ ტოკენამდე შეუძლია დაამუშაოს. ის უკვე ხელმისაწვდომია Meta Model API-ისა და Muse Code-ის მეშვეობით: მილიონ შემავალ ტოკენზე $0,10 და მილიონ გამომავალ ტოკენზე $0,50.
წყაროები: The Decoder · TechCrunch
SiTech — AI-გაძლიერებული ვებ დეველოპმენტი
ვქმნით სწრაფ, თანამედროვე ვებსაიტებს და AI-ს ვაერთიანებთ ქართული ბიზნესებისთვის. გაქვთ პროექტი ან კითხვა? სიამოვნებით დაგეხმარებით.