Meta uruchamia rodzinę Muse dla przepływów pracy agentów

Meta wprowadziła nową rodzinę modeli sztucznej inteligencji pod marką Muse, pozycjonując Wonder jako swój model flagowy, Spark jako opłacalną klasę średnią oraz Ember do powtarzalnych zadań agentowych o dużej objętości. Zmiana ta zastępuje linię Llama i dodaje opcje z otwartymi wagami, takie jak Glimmer dla agentów działających na urządzeniach.

Co się stało

Zgodnie z blogiem Zapier, linia Muse od Meta obejmuje obecnie:

• Muse Wonder – najbardziej zdolny model, oferowany przez API oraz w Muse Code, z wariantem „Full” dostępnym tylko w subskrypcji Muse Code. Wprowadza on Active Memory (trwałość stanu między konwersacjami) oraz Active Focus (odzyskiwanie po błędach zorientowane na cel). Ceny: 4 USD / mln tokenów wejściowych, 20 USD / mln tokenów wyjściowych.
• Muse Spark 1.3 – wielodalny model korzystający z narzędzi, który obsługuje tekst, obrazy, dźwięk i wideo. Jest tańszy i szybszy niż Wonder, kosztując 1,25 USD / mln tokenów wejściowych i 4,25 USD / mln tokenów wyjściowych. Poziom „Contributor” obniża cenę do 0,10 USD / mln wejściowych i 0,20 USD / mln wyjściowych w zamian za udostępnianie danych.
• Muse Ember – lekki model stworzony do powtarzalnej pracy agenta (wywołania narzędzi, routing, ekstrakcja). Posiada okno kontekstowe o wielkości 1 mln tokenów, może generować do 512 tys. tokenów i kosztuje 0,10 USD / mln wejściowych oraz 0,50 USD / mln wyjściowych.
• Muse Glimmer – 30-miliardowy model z otwartymi wagami, zaprojektowany do działania lokalnie na konsumenckim GPU, do pobrania z Hugging Face.
• Muse (osobista aplikacja asystenta) – wykorzystuje Spark pod maską, uruchamia każdego użytkownika na dedykowanej instancji Linuksa „Muse Secure VM” i zawiera strażnika Sentinel dla bezpieczeństwa.
• Muse Code – oparty na terminalu agent kodujący, który może uruchomić dowolny model Muse. W połączeniu z Wonder Full jego wydajność dorównuje ofertom najwyższej klasy od Claude i OpenAI.

Programiści mogą uzyskać dostęp do Spark, Wonder i Ember za pośrednictwem Meta Model API, a wszystkie trzy można wpiąć w automatyzacje Zapier, które uruchamiają się w ponad 9000 aplikacji. Meta zapowiedziała również urządzenie zorientowane na głos, Muse Charm, choć szczegóły są skąpe.

Dlaczego to ma znaczenie dla małych zespołów

Dla twórców z małych i średnich firm rodzina Muse oferuje jasną drabinę skalowania. Koszty są głównym zagadnieniem: stawki Ember poniżej 0,20 USD za milion tokenów czynią go opłacalnym do przetwarzania wsadowego (np. parsowania dokumentów lub routingu), podczas gdy Spark zapewnia złoty środek dla zadań multimodalnych bez wygórowanej ceny Wonder. Funkcje agentowe, takie jak Active Memory i Active Focus, zmniejszają potrzebę pisania niestandardowego kodu zarządzania stanem, pozwalając zespołom skupić się na logice biznesowej, a nie na inżynierii promptów. Model Glimmer z otwartymi wagami pozwala zespołom dbającym o prywatność uruchamiać agentów lokalnie, unikając obaw o eksfiltrację danych przy jednoczesnym zachowaniu tych samych wzorców użycia narzędzi. Wreszcie, ścisła integracja z Zapier oznacza, że zespoły mogą osadzać modele Muse w istniejących przepływach pracy bez kodu, zyskując obserwowalność i zarządzanie bez budowania pełnego stosu orkiestracji. Krótko mówiąc, linia Muse od Meta daje małym zespołom warstwowy, przejrzysty cenowo sposób na eksperymentowanie i przechodzenie do gotowych do produkcji agentów AI.

Co zrobić w tym tygodniu

1. Skonfiguruj automatyzację Zapier, która wywołuje Muse Spark do powtarzalnego zadania (np. wyciągania leadów z e-maili) i zmierz zużycie tokenów w odniesieniu do swojego budżetu.
2. Pobierz Muse Glimmer z Hugging Face i uruchom prostego lokalnego agenta na stacji roboczej obsługującej GPU, aby przetestować opóźnienia i gwarancje prywatności danych.
3. Porównaj koszty tokenów Ember i Spark dla zadania wsadowego i zdecyduj, czy przejście na Wonder jest uzasadnione w przypadku zastosowań o wysokiej złożoności.

Źródła

• Muse Wonder, Muse Spark, and Muse Ember: A guide to Meta's AI models — Zapier Blog