AI 요약
메타가 복잡한 추론 실행과 에이전트의 반복 작업(도구 호출, 코딩 하위 작업, 라우팅, 추출, 장문 문서 파싱)에 최적화된 가장 작고 효율적인 모델 'Muse Ember'를 공개했다. Muse Ember는 Claude Haiku 5.5나 GPT-6 Luna보다 모든 추론 설정에서 달러당 더 높은 지능을 제공하며, Haiku의 최고 점수를 약 3분의 1 비용으로 달성하고 Luna의 모든 설정을 능가한다. Artificial Analysis 리더보드의 효율 프론티어에 위치해, 더 낮은 비용으로 더 높은 점수를 기록한 모델이 없다. 벤치마크에서 AutomationBench-AA 37.8, Agents' Last Exam 61.6, Terminal-Bench 4.0 40.9 등 에이전트·코딩 부문에서 최고 성적을 기록했다.
핵심 포인트
- Claude Haiku 5.5 최고 점수(36.2)를 약 1/3 비용($0.136 vs $0.411)으로 달성, GPT-6 Luna 전 설정 능가
- AutomationBench-AA 37.8(경쟁사 13.9·20.2), Agents' Last Exam 61.6(57.0·57.1)로 에이전트 작업 최고 성능
- Terminal-Bench 4.0 40.9, Coding Agent Index 46, GDP.pdf-AA 22.8 등 코딩·멀티모달 부문 우위
- Artificial Analysis Intelligence Index 36으로 효율 프론티어 정점 차지
향후 전망
- 저비용 고효율 소형 모델 경쟁 심화로 에이전트 기반 자동화 도입 가속화
- 라우팅·추출 등 반복 작업용 모델로서 기업 워크플로에 광범위하게 채택될 전망
출처:hackernews
