الأربعاء، 11 نوفمبر 2026

الذكاء الاصطناعي

Meta تطلق Muse Ember، أرخص نموذج ذكاء اصطناعي لديها حتى الآن

أطلقت Meta نموذج Muse Ember يوم الاثنين، وهو نموذج ذكاء اصطناعي خفيف بسعر 10 سنتات لكل مليون رمز إدخال (token)، مصمم لمهام الوكلاء ذات الحجم الكبير.

Meta تطلق Muse Ember، أرخص نموذج ذكاء اصطناعي لديها حتى الآن
صورة: Meta Superintelligence Labs

أطلق مختبر Meta Superintelligence Lab نموذج Muse Ember يوم الاثنين، ووصفه بأنه أخف نماذج المختبر وأكثرها كفاءة من حيث التكلفة حتى الآن، وهو مصمم للعمل المتكرر الذي تقوم به وكلاء الذكاء الاصطناعي باستمرار: استدعاءات الأدوات، والمهام الفرعية في البرمجة، والتوجيه، واستخراج البيانات، وتحليل الوثائق الطويلة.

وركّزت Meta رسالتها الترويجية على التكلفة لكل مهمة، مشيرةً إلى نتيجة معيار قياس مركّب من Artificial Analysis تضع Ember في مرتبة متقدمة على منافسين مثل Haiku من Anthropic وLuna من OpenAI من ناحيتي السعر والقدرة معاً. وبسعر 10 سنتات لكل مليون رمز إدخال، يأتي Ember أرخص بكثير من هذين المنافسين المتقدمين، ويقترب من مستوى التكلفة نفسه الذي تقدمه نماذج مفتوحة المصدر منافسة مثل DeepSeek V4.1 Flash وGLM 5.3 Flash.

وصمّمت Meta نموذج Ember للعمل جنباً إلى جنب مع نموذج أكبر مثل Muse Wonder التابع لها ضمن نظام وكلاء واحد: يحدد النموذج الأثقل القواعد الخاصة بكيفية التعامل مع مهمة معينة، بينما يطبّق النموذج الأخف تلك القواعد على نطاق واسع، كما في عشرات آلاف حالات دعم العملاء. وقالت Meta في إعلانها: “Muse Wonder يخطط، وMuse Ember يتولى الحجم الكبير”. كما بنت Meta نموذج Ember للتعامل مع أنواع متعددة من المدخلات في الوقت نفسه — نص وصور وصوت — بحيث يمكن لنموذج واحد معالجة لقطة شاشة، أو رسم بياني، أو وثيقة ممسوحة، أو ملاحظة صوتية، أو مقطع فيديو، دون الحاجة إلى أداة مختلفة لكل صيغة.

ويُعدّ Ember رابع نموذج يُطلق تحت علامة Muse التابعة لـ Meta، بعد النموذج متوسط الحجم Spark في أبريل، ونسخته مفتوحة المصدر Glimmer في أغسطس، والنموذج المتقدم Wonder في أكتوبر. وأُطلق المنتج الاستهلاكي الرئيسي للعلامة، Muse Agent، في سبتمبر وحقق نجاحاً غير متوقع، مع إضافة ميزات جديدة هذا الشهر مثل Spaces والمحادثة بالفيديو.

لماذا يهم

يضع سعر Ember ضغطاً مباشراً على Haiku من Anthropic وLuna من OpenAI في فئة الاستدلال الرخيص التي تحدد بشكل متزايد التكلفة الحقيقية لتشغيل وكلاء الذكاء الاصطناعي على نطاق واسع، حيث يحدد الحجم — لا أقصى قدرة — قيمة الفاتورة.