โมเดล Muse ของ Meta เปิดให้ใช้งานบน Google Cloud แล้ว: พรีวิวนี้เปลี่ยนแปลงอะไรจริง ๆ

Muse Wonder, Muse Spark 1.3 และ Muse Ember ตอนนี้ให้บริการจาก G​oogle Cloud รวมถึงจาก Model API ของ M​eta เองแล้ว ทั้งสามรายการปรากฏอยู่ในเอกสาร partner-model ของ G​oogle โดยระบุว่า Preview และเข้าถึงได้ผ่าน endpoint ระดับโลกเพียงจุดเดียว และมีการรายงานการปรากฏรายการนี้เมื่อวันที่ 9 พฤศจิกายน 2026 — วันเดียวกับที่ M​eta เปิดตัว Muse Ember ไม่มีการเปลี่ยนแปลงใด ๆ กับ checkpoint ในการย้ายครั้งนี้ model ID ยังคงเป็น muse-wonder-1.0, muse-spark-1.3 และ muse-ember-1.0; context window ยังเหมือนเดิม; ราคาบน rate card ของ M​eta ก็ยังเป็นราคาเดิม สิ่งที่เปลี่ยนไปคือสัญญาที่คุณลงนามและ URL ที่ SDK ของคุณชี้ไป และสำหรับองค์กรจำนวนไม่น้อย นั่นคือตัวอุปสรรคจริง ๆ มากกว่าตัวโมเดล

ดังนั้นให้มองนี่เป็นเรื่องของการกระจายช่องทางจำหน่าย ไม่ใช่เรื่องของความสามารถ Muse Wonder เปิดตัวเมื่อวันที่ 12 ตุลาคม 2026 Muse Spark 1.3 เมื่อวันที่ 2 กันยายน และ Muse Ember เมื่อวันที่ 9 พฤศจิกายน ไม่มีรุ่นใดใหม่ในสัปดาห์นี้ สิ่งที่ใหม่คือลูกค้า G​oogle Cloud สามารถเรียกใช้งานได้โดยไม่ต้องสร้างความสัมพันธ์กับผู้ขายรายที่สอง และนั่นคือสิ่งที่ควรทำความเข้าใจอย่างแม่นยำ เพราะเวอร์ชันพรีวิวมีข้อจำกัดที่การรายงานข่าวตอนประกาศไม่ได้ลงรายละเอียด

สามโมเดล สามงานที่แตกต่างกัน

กรอบการอธิบายของ Meta เองเป็นวิธีที่ชัดที่สุดในการทำความเข้าใจตระกูลนี้ให้ครบ: Wonder วางแผน, Ember รับงานปริมาณมาก, Spark ทำงานเขียนโค้ดที่ต้องใช้ความอดทน ทั้งสามไม่ได้เป็นระดับชั้นของโมเดลเดียวกัน และช่องว่างราคาระหว่างทั้งสาม — ห่างกันถึงสี่สิบเท่าในส่วนของอินพุต — สะท้อนข้อเท็จจริงนี้มากกว่าจะเป็นบันไดการตลาด

• Muse Wonder — โมเดลการให้เหตุผลระดับแนวหน้าของ M​eta เปิดตัวเมื่อวันที่ 12 ตุลาคม 2026 วางตำแหน่งสำหรับงานวิศวกรรมซอฟต์แวร์ที่ซับซ้อนและงานเอเจนต์ระยะยาว; บริบท 1,048,576 โทเค็น; รับข้อความ รูปภาพ เสียง และวิดีโอเข้า และส่งออกเป็นข้อความ; ปรับระดับความพยายามในการให้เหตุผลได้ตั้งแต่ต่ำสุดถึงสูงสุด โดยค่าเริ่มต้นคือสูงสุด

• Muse Spark 1.3 — รุ่นที่เปิดตัวเมื่อวันที่ 2 กันยายน ซึ่งปรับแต่งมาสำหรับเวิร์กโฟลว์แบบเอเจนต์และการเขียนโค้ดเชิงแข่งขัน พร้อมความสามารถในการเรียกใช้เครื่องมือในตัวและการรองรับ Model Context Protocol; คอนเท็กซ์ 1 ล้านโทเคน; ถูกที่สุดในสามรุ่นทั้งฝั่งอินพุตและเอาต์พุต

• Muse Ember — การเปิดตัววันที่ 9 พฤศจิกายน สร้างมาเพื่อการทำงานของเอเจนต์ปริมาณสูง ทั้งการเรียกใช้เครื่องมือ งานย่อยด้านการเขียนโค้ด การกำหนดเส้นทาง การสกัดข้อมูล และการแยกวิเคราะห์เอกสารยาว; รองรับคอนเท็กซ์ 1M โทเค็น และเอาต์พุตสูงสุด 512K โทเค็น; มีอินพุตแบบมัลติโมดัลเหมือนรุ่นอื่นในตระกูลเดียวกัน

• ตัวเลือกการให้บริการ — Muse Wonder และ Muse Spark 1.3 ยังมีให้ใช้งานในรูปแบบ "Contributor" ที่ราคาถูกกว่า หรือแบบสมัครสมาชิกเท่านั้น ซึ่ง Meta จะได้รับสิทธิ์ในการนำไปใช้ฝึกโมเดล หรือได้รับค่าธรรมเนียมรายเดือนเพื่อแลกกับส่วนลด; ส่วนตัวอย่างทดลองบน Google Cloud ให้บริการปลายทางแบบจ่ายตามการใช้งานมาตรฐาน

endpoint และคำว่า "preview" ทำหน้าที่อะไรในประโยคนั้น

เอกสารประกอบของ Google สั้นและเจาะจง โดยรายละเอียดสำคัญกว่าหัวข้อ คำขอจะไปยังพาธของผู้เผยแพร่ภายใต้ aiplatform.googleapis.com โดยระบุชื่อโมเดลแบบเปล่าในฟิลด์ model แทนที่จะใส่คำนำหน้าของผู้เผยแพร่:

• ปลายทาง — POST https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/m​eta/v1/responses โดยยืนยันตัวตนด้วยโทเค็นการเข้าถึงของ G​oogle Cloud จาก gcloud auth application-default print-access-token

• อินเทอร์เฟซ — Responses API แบบไม่มีสถานะและเข้ากันได้กับ O​penAI; เอกสารระบุไว้อย่างชัดเจนว่าไม่รองรับการจัดเก็บคำตอบแบบมีสถานะ (store: true) และมีสตรีมมิ่งผ่าน SSE หากคุณไม่อยากรอคำตอบทั้งหมด

• ภูมิภาค — เฉพาะระดับโลกเท่านั้น ไม่มีปลายทางระดับภูมิภาคระบุไว้สำหรับโมเดลใดเลยในสามโมเดลนี้ ซึ่งเป็นข้อจำกัดที่มีผลกระทบมากที่สุดเพียงข้อเดียวในพรีวิวทั้งหมด และเป็นข้อที่ทีมจัดซื้อควรอ่านซ้ำสองครั้ง

• สถานะ — Preview ตามรายการโมเดลพันธมิตรของ G​oogle ไม่มีการเผยแพร่ SLA ไม่มีกำหนดเวลาเลิกใช้งาน และไม่มีการรับประกันความจุควบคู่กัน

• ความรับผิดชอบ — G​oogle ระบุอย่างชัดเจนว่าโมเดลของ M​eta ไม่ใช่ผลิตภัณฑ์ของ G​oogle และอยู่ภายใต้ข้อกำหนดของผู้ให้บริการเองในฐานะ "Separate Offering" ซึ่งหมายความว่าเส้นทางการสนับสนุนสำหรับผลลัพธ์ที่ไม่ดีนั้นมุ่งไปที่ M​eta ไม่ใช่การสนับสนุนของ G​oogle Cloud

การผสมผสานนั้น — global endpoint, stateless API และข้อกำหนดของบุคคลที่สาม — ไม่ใช่เหตุผลที่จะหลีกเลี่ยงพรีวิว แต่เป็นเหตุผลที่คุณต้องรู้ว่ากำลังทดสอบอะไร หากสถาปัตยกรรมของคุณต้องการ data residency ใน EU หรือ US ในระดับคำขอ global endpoint ก็เป็นคำถามด้าน compliance ที่คุณต้องตอบก่อน first token ไม่ใช่หลังจากนั้น หากแอปพลิเคชันของคุณพึ่งพาผู้ให้บริการในการจัดเก็บสถานะบทสนทนาระหว่างเทิร์น ตอนนี้คุณต้องรับผิดชอบสถานะนั้นด้วยตัวเอง ซึ่งเป็นโค้ดจำนวนเล็กน้อยและการเปลี่ยนแปลงจริงต่อวิธีที่คุณคำนวณต้นทุนและ latency

Ember คือการเปิดตัวที่ซ่อนอยู่ในเรื่องนี้

ในสามตัวนี้ มีเพียง Muse Ember เท่านั้นที่ใหม่จริง ๆ และเป็นข้ออ้างเชิงวิศวกรรมที่น่าสนใจกว่า M​eta อธิบายว่าเป็นโมเดลแรกที่ฝึกโดยใช้ Muse Wonder Full ซึ่งเป็นรุ่นย่อยของ Muse Wonder ที่มีความสามารถสูงกว่า และไม่ได้ขายแบบคิดตามโทเคนเลย ขายเฉพาะภายในแพ็กเกจสมัครสมาชิก Muse Code สองระดับที่แพงที่สุดเท่านั้น สิ่งนี้ทำให้ Ember เป็นเรื่องเล่าการกลั่นโมเดลในคราบของเรื่องเล่าราคา: เรือธงเป็นผู้สอน โมเดลเล็กเป็นผู้ลงมือทำ

ตัวเลขที่เผยแพร่ ซึ่งทั้งหมดเป็นข้อมูลที่ M​eta รายงาน และ ณ เวลาที่เขียนยังไม่มีตัวเลขใดได้รับการทำซ้ำอย่างอิสระ ทำให้ Ember ใกล้เคียงกับ Claude Haiku 5.5 ของ A​nthropic ในการประเมินเอเจนต์หลายรายการ ในขณะที่มีค่าใช้จ่ายเพียงเศษเสี้ยวต่องานที่ทำเสร็จ:

• ราคา — 0.10 ดอลลาร์ต่อ 1 ล้านโทเคนอินพุต และ 0.50 ดอลลาร์ต่อ 1 ล้านโทเคนเอาต์พุต โดยอินพุตที่แคชไว้คิดราคา 0.004 ดอลลาร์; เมื่อมีโทเคนอินพุตเกิน 200,000 โทเคน อัตราสำหรับบริบทแบบยาวที่ 0.30 และ 1.50 ดอลลาร์จะใช้กับคำขอทั้งหมด ไม่ใช่เฉพาะส่วนที่เกิน

• ดัชนี Artificial Analysis Intelligence Index — Ember ได้ 36 คะแนน เทียบกับ Muse Spark 1.3 ที่ 37 คะแนน โดยมีต้นทุนต่องานในดัชนีอยู่ที่ $0.14 เทียบกับ $2.39 ซึ่งเป็นตัวเลขที่สะดุดตากว่าช่องว่างเพียงหนึ่งคะแนน

• การประเมินเอเจนต์และการเขียนโค้ด — AutomationBench-AA 37.8%, Agents' Last Exam (Linux) 61.6%, Terminal-Bench 4.0 40.9%, Coding Agent Index-AA 46 และ OSWorld 2.1 69.5% ทั้งหมดเป็นข้อมูลที่ Meta รายงาน; FrontierCode 2.0-AA ที่ 27.2% เป็นแถวเดียวที่ Haiku 5.5 นำอยู่ที่ 34.9%

อ่านตัวเลขเหล่านั้นโดยคิดส่วนลดตามปกติ เอกสารเปิดตัวของ Meta ผสมผสานการประเมินภายใน การทดสอบจากบุคคลที่สามที่ผู้ขายจัดหาให้ และประมาณการเข้าด้วยกัน และการเปรียบเทียบก็ตั้งสมมติฐานอย่างเงียบ ๆ ว่าทุกคนใช้ราคาตามรายการ ตัวเลขเดียวที่ควรค่าแก่การเชื่อถือโดยไม่มีเงื่อนไขคือเรตการ์ด เพราะเรตการ์ดคือสัญญา

ค่าใช้จ่ายนั้นมาจากไหนกันแน่

หน้าตัวแบบพาร์ตเนอร์ของ G​oogle สำหรับ M​eta ไม่ได้เผยแพร่ราคาต่อโทเคน และไม่มีรายการราคาเฉพาะของ G​oogle สำหรับทั้งสามรายการนี้ปรากฏอยู่พร้อมกับการลงรายการ ใบอัตราค่าบริการที่เผยแพร่เป็นของ M​eta และเป็นใบที่ควรใช้ตั้งงบประมาณอ้างอิงจนกว่า G​oogle จะระบุเป็นอย่างอื่น:

• Muse Wonder — อินพุต $4.00 เอาต์พุต $20.00 และอินพุตที่แคชไว้ $0.20 ต่อล้านโทเค็น โดยใช้อัตราเดียวกันในทุกความยาวบริบทและไม่มีค่าธรรมเนียมเพิ่มสำหรับบริบทขนาดยาว

• Muse Spark 1.3 — อินพุต $1.25, เอาต์พุต $4.25 และอินพุตแบบแคช $0.15 ต่อล้าน; รุ่น Contributor ลดเหลือ $0.10 และ $0.20 แลกกับสิทธิ์ในการนำทราฟฟิกของคุณไปใช้ฝึกโมเดล

• Muse Ember — อินพุต $0.10 และเอาต์พุต $0.50 ต่อล้านโทเค็น สูงสุด 200K โทเค็นอินพุต จากนั้น $0.30 และ $1.50 สำหรับคำขอทั้งหมด

• ค่าใช้จ่ายเสริมแบบคิดตามการใช้งาน — การเชื่อมต่อการค้นหาเว็บ (web search grounding) มีค่าใช้จ่ายเพิ่ม $2.50 ต่อ 1,000 คำขอ สำหรับโมเดลข้อความใด ๆ ก็ตาม และการจำกัดอัตราจะนับเป็นรายทีมแทนที่จะเป็นรายคีย์ โดยอยู่ที่ 3,000 คำขอ และ 4,000,000 โทเค็นต่อนาทีในระดับมาตรฐาน

โครงสร้างราคามีกับดักหนึ่งจุดที่ควรเอ่ยถึง: ระดับ long-context ของ Ember ถูกกระตุ้นด้วยจำนวน input token ทั้งหมด รวมถึง token ที่แคชไว้ด้วย และมันคิดราคาใหม่ทั้งคำขอ ไม่ใช่เฉพาะส่วนที่เกินออกมา agent ที่แบก transcript ขนาด 210K token ไปในทุกเทิร์นจะจ่ายแพงขึ้นสามเท่าในทุกเทิร์น ไม่ใช่แค่เทิร์นสุดท้าย นี่คือรายละเอียดแบบที่เปลี่ยนโมเดลราคาถูกให้กลายเป็นใบแจ้งหนี้ราคาแพง และมันมองไม่เห็นในตารางเปรียบเทียบราคาต่อ token

สิ่งนี้เปลี่ยนแปลงอะไรบ้างสำหรับผู้ซื้อ และไม่เปลี่ยนแปลงอะไรบ้าง

หากองค์กรของคุณใช้งาน Google Cloud อยู่แล้ว พรีวิวนี้ช่วยลดขั้นตอนการจัดซื้อลงหนึ่งขั้น ระบบ identity การเรียกเก็บเงิน การจัดการโควตา และ network egress อยู่ในสัญญาที่คุณมีอยู่แล้ว และทีมสามารถประเมิน Muse Wonder ได้โดยไม่ต้องมีการตรวจสอบความปลอดภัยของผู้จำหน่ายรายใหม่ ซึ่งปกติแล้วเป็นส่วนที่ใช้เวลาสองเดือน ไม่ใช่การเชื่อมต่อระบบ นี่คือเนื้อหาจริงของประกาศ และเป็นเรื่องสำคัญต่อการนำไปใช้มากกว่าผล benchmark แถวใด ๆ

หากคุณไม่ได้อยู่บน Google Cloud หรือต้องการเอนด์พอยต์ระดับภูมิภาคในตอนนี้ สถานการณ์ของคุณก็ไม่มีอะไรเปลี่ยนแปลงในวันที่ 9 พฤศจิกายน Model API ของ Meta เองยังคงให้บริการทั้งสามรายการ ยังคงประกาศอัตราเดิม และยังคงมอบความสะดวกสบายแบบมีสถานะที่พรีวิวของ Google ตัดออกไป การเลือกระหว่างทั้งสองจึงเป็นคำถามเรื่องสัญญาก่อนที่จะเป็นคำถามเรื่องความหน่วง

มีจุดยืนที่สาม และเป็นจุดยืนที่เรายึดถือ OrcaRouter ไม่ได้ให้บริการ Muse Wonder — ดังนั้นหาก Wonder คือโมเดลที่คุณต้องการ API ของ M​eta หรือพรีวิวของ G​ogle นี้คือที่ที่คุณจะได้รับ และเราจะไม่แสร้งทำเป็นอย่างอื่น สิ่งที่เราให้บริการจากตระกูลนี้คือ Muse Spark 1.1 และ Muse Spark 1.2 ทั้งคู่ในราคา $1.25 และ $4.25 ต่อล้านโทเค็นตามราคาของ M​eta เอง โดยไม่มีการบวกเพิ่ม อยู่ในแคตตาล็อกเดียวกับโมเดลอื่นกว่าสองร้อยรายการหลัง API คีย์เดียว สำหรับทีมที่ปริมาณงานส่วนใหญ่เป็นแบบ Spark นั่นหมายถึงสัญญาเดียวแทนที่จะเป็นสองสัญญา และการสลับไปยังผู้ให้บริการรายอื่นโดยอัตโนมัติเมื่อปลายทางพรีวิวมีช่วงเวลาที่แย่ — ซึ่งตามเงื่อนไขของพรีวิวแล้ว เป็นสิ่งที่เกิดขึ้นได้

สิ่งที่ควรดูต่อไป

สัญญาณสามอย่างจะบอกคุณว่าพรีวิวนี้จะกลายเป็นโครงสร้างพื้นฐานหรือไม่ อย่างแรกคือเอนด์พอยต์ระดับภูมิภาค: เส้นทางแบบ global เหมาะกับต้นแบบและไม่สะดวกสำหรับเวิร์กโหลดที่อยู่ภายใต้การกำกับดูแล และเอกสารของ Google จะเพิ่มภูมิภาคก็ต่อเมื่อมีกำลังความสามารถในการให้บริการรองรับเท่านั้น อย่างที่สองคือตารางราคาที่ Google เผยแพร่สำหรับทั้งสามโมเดล — หาก Google ตั้งราคาสูงกว่าราคาตามรายการของ Meta ข้อได้เปรียบด้านการจัดซื้อของพรีวิวก็จะถูกส่วนต่างกำไรกัดกินไป และหากตั้งราคาเท่ากัน ข้อโต้แย้งเรื่อง "สัญญาเดียว" ก็จะแข็งแกร่งขึ้นมาก อย่างที่สามคือความพร้อมใช้งานทั่วไป พร้อม SLA และนโยบายการเลิกใช้ที่มาด้วยกัน; เงื่อนไขของพรีวิวคือที่ที่โมเดลอาศัยอยู่ จนกว่าจะมีคนต้องใส่ไว้ในสัญญา

จนถึงตอนนั้น การตีความอย่างตรงไปตรงมาก็คือ: {{1}}M​eta{{/1}} ใช้เดือนตุลาคมพิสูจน์ว่าตนสร้างโมเดลระดับแนวหน้าได้ และใช้เดือนพฤศจิกายนพิสูจน์ว่าตนทำให้โมเดลหนึ่งถูกกระจายไปใช้งานได้ การมีรายชื่ออยู่ในแค็ตตาล็อกของ {{2}}G​oogle Cloud{{/2}} คือส่วนที่สองของงานนั้น และเป็นครึ่งที่ดูไม่หวือหวาของงาน — แต่เป็นครึ่งที่ตัดสินว่าโมเดลจะถูกใช้งานโดยทีมที่ไม่เคยอ่านโพสต์เปิดตัวหรือไม่