agent 成本怎么降：分层后 1 万次 1.3 美元

一句话总结：Meta 的 Muse Ember 把输入价打到 0.1 美元每百万 token，是 Fable 5.2 的 1/80。按一个 1 次规划加 1 万次执行的 agent 任务算，全用大模型要 104.1 美元，大小模型分层只要 1.32 美元——省 98.7%，而且省下来的不是我算错的小数点。

11 月 9 日，Meta 超级智能实验室发布 Muse Ember。输入 10 美分每百万 token，支持文本、图像、音频，定位不是替代大模型，而是跟更大的 Muse Wonder 分工：Wonder 定规则，Ember 把规则套到成百上千个相似案例上。

这个价格放进当前的市场里，位置很清楚。

agent 成本档位：0.1 美元是什么概念

图 1：执行 1 万次的总成本随调用次数增长，纵轴为对数刻度

Ember 和两个开源 Flash 模型挤在同一个价位区间，这一点比"比 Haiku 便宜"更值得注意。开源模型把价格锚定在 0.1 美元附近之后，闭源厂商要么跟，要么在别的地方证明自己值 80 倍。

这个路子不新鲜：混元 Hy4 把缓存价打到 1/20，本质也是"不降能力，降重复读取的单价"。区别在于 Hy4 降的是同一模型的复用成本，Ember 降的是换一个模型跑。

Meta 自己的说法是用 Artificial Analysis 的合成基准，声称"比 Haiku 和 Luna 更便宜也更聪明"。这个比较我没法独立验证——合成基准的分数和真实任务表现经常对不上，尤其在这种定位为"执行"的小模型上。

算一笔 agent 的账：模型分层省 98.7%

假设一个客服 agent 处理一张工单：先用大模型判定意图、出计划（5000 输入 + 2000 输出），然后 1 万次工具调用和字段抽取（每次 800 输入 + 100 输出）。

全用 Fable 5.2（8 / 40 美元每百万）：
  规划   5000×8/1e6 + 2000×40/1e6        = 0.120 美元
  执行   10000×(800×8 + 100×40)/1e6      = 104.0 美元
  合计   104.12 美元

分层（规划用 Fable，执行用 Ember 0.1 / 0.4）：
  规划   0.120 美元
  执行   10000×(800×0.1 + 100×0.4)/1e6   = 1.20 美元
  合计   1.32 美元

差 79 倍。这个数字大到不像真的，所以要说清楚它的前提：执行步骤必须真的"可复制"——同样的输入格式、同样的判定逻辑、不需要跨步骤推理。一旦某个执行步骤需要回头改计划，分层就断了。

真实业务里这个前提经常不成立。工单处理到第 300 张时冒出一个特殊案例，需要重新判意图，这条链路就得回到大模型。所以 98.7% 是理论上限，不是平均值。

什么时候不能分层

分层的成本优势来自"执行步骤便宜且独立"。下面三种情况，硬分会出问题。

错误会连锁的。 10 次调用里错 1 次，摊下来还能忍；1 万次调用里错 1% 就是 100 次错。小模型准确率低几个点，在这个尺度上会被放大成事故。

判定边界模糊的。 "帮客户查订单"和"帮客户改地址"在文本上可能只差几个字，小模型容易串。串了之后要回滚，回滚成本比省下的钱高。

需要长上下文的。 Ember 这类小模型的上下文窗口通常比旗舰小得多。要带着前 50 轮的对话历史做判断，它塞不进去。

判断方法很土：把执行步骤抽 200 条出来，人工核对一遍。准确率 98% 以上、且错误可以单条回滚，就分层；低于 95%，或者错误会传导，就别分。

这条曲线改变的是什么

把成本画成调用次数的函数，全用大模型是一条斜率 0.0104 的直线，分层是 0.00012。前者 1 万次调用就破百美元，后者要 100 万次才到 120 美元。

这个差别不是"便宜一点"，是决定的业务能不能上线。一个每天要跑 10 万次工具调用的产品，按第一种账是每天 1040 美元，一个月 3.1 万美元——这个数直接决定项目批不批。按第二种是每月 40 美元。

所以真正的问题从来不是"选哪个最强的模型"，是流程能不能被正确拆开：哪些节点值得付高价，哪些步骤能沉下去批量跑，哪些判断必须留给人。拆分能力比选型重要。

这件事跟编程模型那条线是同一个方向。Fable 5.2 这类旗舰在往上走，把复杂任务的成功率从 32% 推到 49%；Ember 这类小模型在往下走，把重复执行的成本压到 1/80。中间那层——曾经靠"什么都还行"活着的通用中号模型——正在被两头挤掉。

参考资料

1. Meta 推出轻量级智能体模型 Muse Ember（腾讯新闻）
2. AI 行业快讯 2026-11-10：模型竞争转向分工与成本