تست عملی Meta Muse Ember: کوچیک ولی کاربلد
خلاصهٔ کاملتر
Muse Ember کوچیکترین و بهینهترین مدل متاست و برای کارهای تکراری agentها ساخته شده: tool call، کدنویسی، استخراج داده و خوندن اسناد طولانی. تصویر و صدا و ویدیو هم ورودی میگیره. متا اونو رقیب Claude Haiku و ردیف کوچیک GPT به اسم Luna معرفی کرده و ادعا میکنه توی کدنویسی و کارهای agentic ازشون جلوتره. این مقاله مدل رو با چند تست عملی امتحان کرده.
تو اولین تست، یه طرح دستی از دستگاه کبابترکی به مدل دادن و خواستن ازش یه شبیهسازی تعاملی بسازه. مدل توی حدود ۴۱ ثانیه و فقط با دو tool call یه نتیجهی کارا تحویل داد. همهی اجزای طرح مثل گوشت چرخون، صفحهی حرارت، چاقو، بشقاب و بطری سس توش بودن و کنترل حرارت، سرعت چرخش و برش و یه شمارندهی برش هم داشت. بالا بردن سرعت، انیمیشن رو تندتر میکرد و گوشت تیرهتر میشد. نویسنده میگه نمایش حرارت میتونست ظریفتر باشه، ولی تعاملها از همون بار اول درست کار کردن.
تست بعدی یه فایل فروش عمداً بههمریخته بود: تاریخهای ناهماهنگ، اسمهای نامرتب، ردیفهای تکراری و عددهای خراب. مدل خودش اسکریپت Python و یه پوشهی بررسی ساخت، تاریخها رو یکدست کرد، اسمها و برچسبهای منطقه رو درست کرد، تخفیفها رو درصدی کرد و جمع ردیفها رو پر کرد. نکتهی مهم اینه که جاهایی که تعداد واقعاً وجود نداشت رو خالی گذاشت و عدد از خودش نساخت؛ یعنی توی دادهی مالی خبری از hallucination بیصدا نبود. خروجی نهایی با تب خلاصه، نمودار و توضیحات توی حدود سه دقیقه آماده شد.
یه تست دیگه تبدیل یه نمودار برچسبدار به PDF یهصفحهای بود. همهی برچسبها و فلشها درست منتقل شدن، ولی ترکیب رنگ متن و پسزمینه پایین صفحه اونقدر کمرنگ بود که سخت خونده میشد. توی تست مدار هم، مدل همهی برچسبهای یه مدار دستی رو درست خوند، فهمید یه سیم از اتصال وسط به جایی وصل نیست و دید برچسب «R1 parallel R2» با نقشه جور درنمیاد. بعد مقاومت موازی رو ۶۰ اهم و جریان رو حدود ۷۹ میلیآمپر درست حساب کرد و فقط اتصال شاخهی LED رو یه کم اشتباه تفسیر کرد.
ضعیفترین بخش، تست چندزبانه بود. ازش خواستن برای یه کتابفروشی شناور روی قایق توی ۸۱ زبان اسم بسازه، بدون تکرار و بدون جا انداختن. توی ۷ ثانیه همهی زبانها رو پوشش داد، ولی بیشتر اسمها ترجمهی تحتاللفظی «کتابفروشی شناور» بودن. بوسنیایی و صربی-کرواتی یکی دراومدن و زبانهایی مثل باسکی و اوکراینی مشکوک بودن. نویسنده معتقده عمق زبانی مدل توی زبانهای کممنبع قبل از استفادهی جدی باید بررسی بشه.
از نظر هزینه، طبق نمودار متا که دادههاش از Artificial Analysis اومده، Muse Ember با هزینهی کمتر به ازای هر کار، هوش بیشتری از Claude Haiku 5.5 و Luna داره. قیمتش حدود ۰.۱۰ دلار برای هر میلیون توکن ورودی و ۰.۵۰ دلار برای خروجیه، با context یک میلیون توکنی و خروجی تا ۵۱۲ هزار توکن. جمعبندی نویسنده اینه که برای خروجیهای خلاقانه و صیقلخورده کوچیکی مدل معلومه، ولی برای همون کارهایی که براش ساخته شده خیلی بهتر از اندازه و قیمتش کار میکنه.
نکات کلیدی:
- شبیهسازی تعاملی از روی طرح دستی توی ۴۱ ثانیه و با دو tool call ساخته شد.
- تمیز کردن فایل فروش با نمودار و تب خلاصه حدود سه دقیقه طول کشید و دادهی گمشده خالی موند.
- محاسبهی مدار درست بود: ۶۰ اهم مقاومت موازی و حدود ۷۹ میلیآمپر جریان.
- اسمسازی توی ۸۱ زبان ۷ ثانیه طول کشید ولی بیشترش ترجمهی تحتاللفظی بود.
- قیمت حدود ۰.۱۰ دلار ورودی و ۰.۵۰ دلار خروجی برای هر میلیون توکن، با context یک میلیونی.




