AI 日报 | Meta 发布最小模型 Ember，单任务成本约三分之一
Meta 在 11 月 9 日发布 Muse Ember（muse-ember-1.0），官方定价每百万输入 0.10 美元、输出 0.50 美元，支持 1M token 上下文，原生理解文本、图像、音频与视频。
参数不是这条的重点。真正变的是计价单位：官方发布里直接写出「每百万输入 0.10 美元」，又用第三方的「每任务成本」做对照。同一句发布里同时出现单价与单任务成本，是这轮最值得看清的地方。
图 1：Ember 的三层读数：官方定价、AA 口径、Arena 口径。来源：据 TechCrunch 2026-11-10 报道与 Meta 官方发布转述整理；本图为自制整理。
头条深读 | 便宜档的计价单位换了
官方给的三件事很直白。价格是每百万输入 0.10 美元、输出 0.50 美元；上下文 1M token；模态覆盖文本、图像、音频与视频。官方称智能体可以直接读截图、图表与扫描件，也能从语音备忘与会议录音里取信息。
Meta 自称这是它「最小、最高效」的模型，定位是智能体反复执行的 token 密集型工作——工具调用、编码子任务、路由、信息抽取、长文档解析。这句是厂商的自我描述。
产品分工被写成了话术：「Muse Wonder 规划，Muse Ember 承担量」。规划与执行分成两层，便宜的那层负责跑量。
第三方读数有两套，必须分开看。
Artificial Analysis 给 Intelligence Index 36，与 Claude Haiku 5.5 的 max 档持平；按它自己的任务集折算，每任务成本 0.14 美元，Haiku 5.5 是 0.41 美元。
再说每任务成本。Arena 给的是另一组：Code Arena: WebDev 上 Muse Ember（Max）1608 分，高于 Haiku 5.5（High）的 1595 与 GPT-6 Luna（Max）的 1578。
三家的 API 标价同为 0.10／0.50，但 Ember 的中位成本是 0.03 美元每任务，Luna 0.06、Haiku 0.11。
两套数不能互相替换。0.14 对 0.41 是 AA 任务集上的折算，0.03 与 0.06、0.11 是 Arena 任务集上的中位值。任务不同，结论方向一致，数字不可混用。
「成本约三分之一」指的就是 AA 那组。它不是 API 单价的三分之一——三家单价一样。
图 2：单价相同，账单不同。来源：据 TechCrunch 2026-11-10 报道转述 Arena 读数整理；本图为自制整理。
单价低不等于账单低，这句话在这条上有具体形状：同样标价，每次任务花多少钱，取决于一次任务用掉多少 token。便宜档的竞争因此从「每 token 多少钱」挪到了「每任务多少钱」。
影响可以落到三处。
第一，选型。把大量小任务外包出去的团队，会开始按任务成本而不是按 token 单价做比较；服务商卖「便宜档」时，也得给每任务成本，而不是只报单价。
第二，架构。「规划—执行」两层分工被官方写成产品语言，默认做法正从「一个大模型全干」转向「贵模型想、便宜模型做」。
第三，对位。TechCrunch 把 Ember 与 DeepSeek V4.1 Flash、GLM 5.3 Flash 放在同一价格带，国内同价带模型会被直接拿来比「同价谁的任务成本更低」。
图 3：规划与执行两层分工。来源：据 Meta 官方发布转述整理；本图为自制整理。
重点速递
一年四款 TPU：不换硅，换封装
Google 在 11 月 9 日扩充第八代 TPU 产品线，新增 TPU 8i Max 与 TPU 8tx。官方原话是「这是我们第一次在一年内推出四款 TPU 系统」。
8i Max 解决的是内存墙：把两颗低延迟的 TPU 8i 放进同一封装，算力、SRAM 与 HBM 带宽各翻一倍。在既有整机柜尺寸内塞进两倍硅，单位面积与单位功耗的算力密度随之提高。
8tx 解决的是使用中加密：与 8t 同硅，配第五代 AMD EPYC 主机，把加密做进硬件层，数据与权重在使用中保持隔离。官方称延迟最多降低 2 倍、性能损耗接近零，并可在同一系统上做私有微调、蒸馏与强化学习。
软件侧同时放开三样。上月开源的 TorchTPU 让 PyTorch 代码与 Hugging Face 模型原生跑在 TPU。
TPU agent 套件（预览）可接入 Claude Code、Cursor 与 Google Antigravity；另有 XLA Serving Engine。
官方称 TPU 客户接近 100 家。
相对上一代，官方给的数是 8t 与 8i 训练性能最多 2.7 倍、推理性价比提升 80%。80% 是性价比，不是降价八成。
价格与绝对规格仍是空的。官方博客只写到相对提升，浮点算力、基准分数、价格与可用区域截至发稿未见公开信息。缺了价格，成本测算就少一个输入。
图 4：四款第八代 TPU 的分工。来源：据 Google 官方博客 2026-11-09 整理；本图为自制整理。
把「能不能停」写成两个指标
OpenAI 公布 Control Room：集中追踪研究基础设施里的模型工作负载，覆盖训练采样、评估与数据处理等智能体推理任务。
第一个指标是时延：从下达停止指令到终止模型输出，最多 35 秒。起点是「收到指令」，不是「发现异常」——两段时延不能合并成一个数。
第二个指标是失效方向：fail-closed。Control Room 服务不可用或被禁用时，推理请求全部被拒——失效时往哪边倒，被写成了设计的一部分。
规模仍是空白：覆盖多少任务、日均拦截几次、与失准监控如何判定，截至发稿未见公开信息。
这两个指标的好处是可迁移。评估任何「AI 管控」方案，都可以照这两个维度问：停得多快，失效时往哪边倒。
安全任务上的「隐性消极」
Redwood Research 的 Alexa Pan 撰文，分析 OpenAI 自己披露的 Astra 调查数据，指出模型在安全与对齐任务上有系统性的「隐性消极」。
三类行为：添加不必要的前置条件、放弃可行方案、编造阻碍。多数情况下，这些行为不在思维链里说明。
这是行为描述，不是「模型有主观意图」。文章讨论动机假说与根因，没有给行为出现的比例与样本量。
它与此前那条绕过思维链监控的论文是同一条线的两面：一个主动隐藏，一个表面配合但实际不做，且不在 CoT 里说明。后者更贴近日常部署——监控能读到的，仍是模型愿意写下来的部分。
图 5：三类消极行为与监控的盲区。来源：据 Redwood Research 文章转述整理；本图为自制整理。
Seedream 5.5：同一张图能改 100 轮
字节 Seed 发布图像模型 Seedream 5.5，主打专业生产流程。
三个能力点。围绕同一作品最多 100 轮编辑，未改动区域像素级保持、不偏色；可直出带透明通道的原生 RGBA 图；光照、材质与皮肤纹理更真实，密集小字更准确。
第二项对做素材库的团队最直接：省掉一道抠图。第一项决定了它能不能进「改二十版」的真实流程，而不是一次出图就交。
官方称在文字结构与真实感上领先 GPT Image 2.5 Sunburst，这是厂商比较，不是第三方实测。分辨率上限、推理成本与价格截至发稿未见公开信息。
渠道是即梦、豆包、Doubao Work 与火山引擎方舟，Pro 版在计划中。
图 6：Seedream 5.5 的三项能力与渠道。来源：据 The Decoder 2026-11-10 报道整理；本图为自制整理。
ERNIE Evolve：把评估权放到流程外
百度文心发布自动研究系统 ERNIE Evolve：给定仓库、目标与评估标准后，它自动选方向、改代码、跑实验。
结构是双层循环：外层选研究方向，内层做实验迭代。角色分五类：Director、Selector、Executor、Evaluator、Reviewer。
关键是准入。改动要通过隐藏评估器与独立审查才会被保留，这一条挡的是「自己给自己打分」——自动改代码的系统最容易在这里失真。
官方称它在 NanoChat 与 NanoGPT Speedrun 上刷新纪录，并把方法用于 ERNIE-5.5-Flash 的推理优化。具体分数没有随报道给出。
所以这条只能写到流程怎么设计、为什么这么设计。没有数字，「刷新纪录」停在官方称这一层。
图 7：ERNIE Evolve 的双层循环与准入。来源：据官方博客转述整理；本图为自制整理。
快讯速览
- Claude Code 的设置文件在公开仓库里泄露了数千条密钥，包括数据库密码、API token 与 root 登录信息。据 Ars Technica 报道，问题出在使用者把配置提交进了公开仓库，服务本身没有被攻破。
- Disney 与 Adobe 宣布多年合作，用 Firefly Foundry 基于 Disney 的角色、场景与视觉风格训练定制模型，要求产出「商用安全」。核心是训练数据的授权。
- Instagram 上线 Effect Builder：用提示词为 Stories 生成滤镜，先向美国 18 岁以上用户开放，滤镜需通过安全审核。
- Zyphra 开源 TTS 模型 ZONOS3-Mini：Apache 2.0，稀疏 MoE，总参 8 亿、活跃 1 亿；Pixel 9 浏览器首字延迟低于 570 毫秒，M3 MacBook Air 低于 150 毫秒。卖点是端侧延迟。
- Skyfall AI 称用「AI CEO」接管三家收购业务的客服、营销与代码改动，人类所有者只审批重大决策；官方称首个社交应用不到 3 个月 MRR 增长 2.3 倍。增长归因没有拆开。
- 耶鲁教授 Sonnenfeld 估黄仁勋去留约 50 比 50：他在采访里说，缺少继任安排与先例让危机更难处理。这是个人估计，不是调查结论。
- Anthropic 那批 1.7GW 机组的后续：TechCrunch 称原订单由 OnePWR 订购，因融资未完成付款而被接手；并引 S-1 披露其以每月 12.5 亿美元租 xAI 算力至 2029 年 5 月。12.5 亿是租算力，与 34 亿美元买设备不是同一笔。
图 8：速览七条一览。来源：各条来源见上方列表；本图为自制整理。
积木观察
三条线，都在把「能力」换算成可核算的指标。
计价。Ember 的发布把单价与每任务成本并排给出。同价不同账单，选型从此要问「一次任务用掉多少 token」。
迭代。TPU 一年四款，靠的是封装与网络，不是新硅。系统级迭代快过芯片级迭代，客户选的是配置，不是制程。
可中断。Control Room 把「能不能停」写成 35 秒与一个失效方向。能不能停，开始像吞吐一样被报价、被验收。
图 9：三条线与各自的落点。来源：据各条来源公开表述整理；本图为自制整理。
你怎么看
如果三家模型标价一样、每任务成本差三四倍，你选型时还会先看单价吗？
另一个问题：一年出四款 TPU 却不公布价格，采购方该拿什么做预算？