Muse Models của Meta đã có trên Google Cloud: Bản xem trước thực sự thay đổi điều gì

Muse Wonder, Muse Spark 1.3 và Muse Ember hiện được cung cấp từ G​oogle Cloud cũng như từ Model API riêng của M​eta. Cả ba đều xuất hiện trong tài liệu về mô hình đối tác của G​oogle, được đánh dấu là Preview và có thể truy cập qua một endpoint toàn cầu, và danh mục này được báo cáo vào ngày 9 tháng 11 năm 2026 — cùng ngày M​eta ra mắt Muse Ember. Không có gì về các checkpoint thay đổi trong lần chuyển này. Các ID mô hình vẫn là muse-wonder-1.0, muse-spark-1.3 và muse-ember-1.0; cửa sổ ngữ cảnh vẫn như cũ; giá trên bảng giá của M​eta vẫn là những mức giá đó. Điều đã thay đổi là hợp đồng bạn ký và URL mà SDK của bạn trỏ tới, và với không ít doanh nghiệp, đó mới là rào cản thực sự chứ không phải mô hình.

Vậy hãy coi đây là một câu chuyện về phân phối, không phải về năng lực. Muse Wonder được phát hành vào ngày 12 tháng 10 năm 2026, Muse Spark 1.3 vào ngày 2 tháng 9, và Muse Ember vào ngày 9 tháng 11. Không có sản phẩm nào trong số đó là mới trong tuần này; điều mới là một khách hàng của G​oogle Cloud giờ đây có thể gọi chúng mà không cần mở một mối quan hệ nhà cung cấp thứ hai, và điều đó đáng để hiểu một cách chính xác, bởi vì bản xem trước có những giới hạn mà các bài đưa tin về thông báo không đi sâu vào.

Ba mô hình, ba công việc khác nhau

Cách Meta tự trình bày là cách rõ ràng nhất để bạn nắm được cả nhóm mô hình trong đầu: Wonder lập kế hoạch, Ember xử lý khối lượng, Spark đảm nhận phần việc lập trình nặng nhọc. Ba mô hình không phải là các hạng của cùng một mô hình, và khoảng cách giá giữa chúng — gấp bốn mươi lần ở đầu vào — phản ánh điều đó chứ không phải một thang bậc tiếp thị.

• Muse Wonder — mô hình suy luận tiên phong của Meta, phát hành ngày 12 tháng 10 năm 2026, được định vị cho kỹ thuật phần mềm phức tạp và công việc tác tử dài hạn; ngữ cảnh 1,048,576 token; đầu vào văn bản, hình ảnh, âm thanh và video, đầu ra văn bản; mức nỗ lực suy luận có thể điều chỉnh từ tối thiểu đến tối đa, với mặc định là tối đa

• Muse Spark 1.3 — bản phát hành ngày 2 tháng 9 được tinh chỉnh cho quy trình làm việc dạng tác tử và lập trình thi đấu, với khả năng gọi công cụ tích hợp và hỗ trợ Model Context Protocol; ngữ cảnh 1M token; rẻ nhất trong ba mô hình ở cả hai chiều tính phí

• Muse Ember — bản ra mắt ngày 9 tháng 11, được xây dựng cho việc thực thi tác nhân với khối lượng lớn: gọi công cụ, tác vụ con lập trình, định tuyến, trích xuất và phân tích tài liệu dài; ngữ cảnh 1M token và tối đa 512K token đầu ra; đầu vào đa phương thức như các mô hình cùng dòng

• Các biến thể khả dụng — Muse Wonder và Muse Spark 1.3 cũng tồn tại ở dạng "Contributor" rẻ hơn hoặc chỉ dành cho thuê bao, trong đó M​eta nhận quyền huấn luyện hoặc phí hàng tháng để đổi lấy mức giảm giá; bản xem trước trên G​oogle Cloud phục vụ các endpoint thanh toán theo mức sử dụng tiêu chuẩn

Endpoint, và "preview" đang làm gì trong câu đó

Tài liệu của Google ngắn gọn và cụ thể, và các chi tiết cụ thể quan trọng hơn tiêu đề. Các yêu cầu được gửi đến một đường dẫn publisher trong aiplatform.googleapis.com, với tên mô hình được ghi trần trong trường model thay vì kèm tiền tố publisher:

• Điểm cuối — POST https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/m​eta/v1/responses, được xác thực bằng mã truy cập G​oogle Cloud từ gcloud auth application-default print-access-token

• Giao diện — Responses API không trạng thái, tương thích với OpenAI; tài liệu nêu rõ rằng không hỗ trợ lưu trữ phản hồi có trạng thái (store: true), và tính năng truyền phát có sẵn qua SSE nếu bạn không muốn chờ toàn bộ câu trả lời

• Khu vực — chỉ toàn cầu. Không có điểm cuối theo khu vực nào được liệt kê cho bất kỳ mô hình nào trong ba mô hình, đây là hạn chế hệ trọng nhất trong toàn bộ bản xem trước và là điều mà các nhóm thu mua nên đọc kỹ hai lần

• Trạng thái — Preview, theo danh sách mô hình đối tác của Google. Không có SLA, không có mốc ngừng hỗ trợ và không có cam kết dung lượng nào được công bố kèm theo.

• Trách nhiệm — G​oogle nêu rõ rằng các mô hình của M​eta không phải là sản phẩm của G​oogle và thuộc các điều khoản riêng của nhà cung cấp với tư cách là một “Separate Offering”, nghĩa là kênh hỗ trợ khi đầu ra bị lỗi sẽ thuộc về M​eta, chứ không phải bộ phận hỗ trợ của G​oogle Cloud

Sự kết hợp đó — endpoint toàn cầu, API không trạng thái, điều khoản bên thứ ba — không phải lý do để tránh bản xem trước. Đó là lý do để biết bạn đang kiểm thử điều gì. Nếu kiến trúc của bạn cần lưu trú dữ liệu EU hoặc US ở cấp yêu cầu, endpoint toàn cầu là một câu hỏi tuân thủ mà bạn phải trả lời trước token đầu tiên, chứ không phải sau đó. Nếu ứng dụng của bạn dựa vào việc nhà cung cấp lưu trạng thái hội thoại giữa các lượt, thì giờ đây bạn tự chịu trách nhiệm về trạng thái đó, đây là một lượng nhỏ mã và là thay đổi thực sự đối với cách bạn tính chi phí và độ trễ.

Ember là buổi ra mắt đang ẩn giấu bên trong câu chuyện này.

Trong ba mô hình, chỉ Muse Ember là thực sự mới, và đó là tuyên bố kỹ thuật thú vị hơn. Meta mô tả nó là mô hình đầu tiên được huấn luyện bằng Muse Wonder Full — biến thể Muse Wonder có năng lực cao hơn, hoàn toàn không được bán theo token, mà chỉ nằm trong hai gói đăng ký Muse Code đắt nhất. Điều đó khiến Ember trở thành một câu chuyện chưng cất khoác lên mình bộ áo của một câu chuyện định giá: mô hình đầu đàn dạy, mô hình nhỏ thực thi.

Các con số được công bố, đều do Meta báo cáo và không có con số nào được tái lập độc lập tại thời điểm viết bài, đưa Ember đến gần Claude Haiku 5.5 của Anthropic trên một số đánh giá tác nhân trong khi chi phí cho mỗi tác vụ hoàn thành chỉ bằng một phần nhỏ:

• Giá — $0,10 mỗi triệu token đầu vào và $0,50 mỗi triệu token đầu ra, với đầu vào được lưu trong bộ nhớ đệm ở mức $0,004; khi vượt quá 200.000 token đầu vào, mức giá ngữ cảnh dài $0,30 và $1,50 sẽ áp dụng cho toàn bộ yêu cầu, không chỉ phần vượt quá

• Chỉ số Trí tuệ Artificial Analysis — 36 đối với Ember so với 37 đối với Muse Spark 1.3, với chi phí cho mỗi tác vụ chỉ số là 0,14 USD so với 2,39 USD, đây mới là con số đáng chú ý chứ không phải khoảng cách một điểm

• Các đánh giá về agent và lập trình — AutomationBench-AA 37,8%, Agents' Last Exam (Linux) 61,6%, Terminal-Bench 4.0 40,9%, Coding Agent Index-AA 46 và OSWorld 2.1 69,5%, tất cả đều do Meta báo cáo; FrontierCode 2.0-AA ở mức 27,2% là hàng duy nhất mà Haiku 5.5 dẫn đầu với 34,9%

Hãy đọc những con số đó với mức chiết khấu thông thường. Tài liệu ra mắt của M​eta trộn lẫn các đánh giá nội bộ, các lượt chạy và ước tính của bên thứ ba do nhà cung cấp đưa ra, còn các so sánh thì âm thầm giả định giá niêm yết cho tất cả mọi người. Con số duy nhất đáng tin mà không kèm điều kiện nào là bảng giá, vì bảng giá là một hợp đồng.

Hóa đơn thực sự đến từ đâu

Trang mô hình đối tác của G​oogle dành cho M​eta không công bố mức giá theo từng token, và không có bảng giá riêng của G​oogle cho ba mô hình này xuất hiện cùng danh mục. Bảng giá được công bố là của M​eta, và đó là bảng giá cần căn cứ để lập ngân sách cho đến khi G​oogle có thông báo khác:

• Muse Wonder — đầu vào $4.00, đầu ra $20.00 và đầu vào được lưu trong bộ nhớ đệm $0.20 cho mỗi triệu token, với cùng mức giá ở mọi độ dài ngữ cảnh và không phụ phí ngữ cảnh dài

• Muse Spark 1.3 — 1,25 USD cho đầu vào, 4,25 USD cho đầu ra và 0,15 USD cho đầu vào được lưu trong bộ nhớ đệm trên mỗi triệu; biến thể Contributor giảm xuống còn 0,10 USD và 0,20 USD để đổi lấy quyền huấn luyện trên lưu lượng truy cập của bạn

• Muse Ember — $0.10 cho đầu vào và $0.50 cho đầu ra mỗi triệu, lên đến 200K token đầu vào, sau đó $0.30 và $1.50 cho toàn bộ yêu cầu

• Các dịch vụ tính phí theo mức sử dụng — tính năng grounding bằng tìm kiếm web cộng thêm 2,50 USD cho mỗi 1.000 truy vấn trên bất kỳ mô hình văn bản nào, và giới hạn tốc độ được tính theo mỗi nhóm thay vì mỗi khóa, ở mức 3.000 yêu cầu và 4.000.000 token mỗi phút trên các bậc tiêu chuẩn

Cấu trúc giá có một cái bẫy đáng gọi tên: bậc long-context của Ember được kích hoạt bởi tổng số token đầu vào, kể cả token đã cache, và nó định giá lại toàn bộ yêu cầu thay vì chỉ phần vượt ngưỡng. Một agent mang theo bản ghi hội thoại 210K token qua mỗi lượt sẽ trả gấp ba ở mọi lượt, chứ không phải chỉ lượt cuối. Đó là kiểu chi tiết biến một mô hình rẻ thành một hóa đơn đắt đỏ, và nó vô hình trên biểu đồ so sánh theo từng token.

Điều này thay đổi gì đối với người mua, và điều gì thì không.

Nếu tổ chức của bạn đã vận hành trên Google Cloud, bản xem trước sẽ thu gọn một bước thu mua. Danh tính, thanh toán, quản lý hạn mức và lưu lượng mạng ra hiện nằm trong hợp đồng sẵn có của bạn, và một đội ngũ có thể đánh giá Muse Wonder mà không cần rà soát bảo mật nhà cung cấp mới — thứ thường là hạng mục kéo dài hai tháng chứ không phải phần tích hợp. Đó mới là nội dung thực sự của thông báo, và nó có ý nghĩa lớn hơn cho việc áp dụng so với bất kỳ dòng benchmark nào.

Nếu bạn không dùng Google Cloud, hoặc hôm nay bạn cần các endpoint theo khu vực, thì không có gì trong tình huống của bạn thay đổi vào ngày 9 tháng 11. Model API của chính Meta vẫn phục vụ cả ba, vẫn công bố cùng mức giá và vẫn cung cấp cho bạn những tiện ích có trạng thái mà bản xem trước của Google loại bỏ. Việc lựa chọn giữa hai bên trước hết là câu hỏi về hợp đồng, rồi mới là câu hỏi về độ trễ.

Có một vị thế thứ ba, và đó chính là vị thế chúng tôi đang nắm giữ. OrcaRouter không cung cấp Muse Wonder — vì vậy nếu Wonder là mô hình bạn cần, API của Meta hoặc bản xem trước Google này là nơi bạn có được nó, và chúng tôi sẽ không giả vờ điều ngược lại. Thứ chúng tôi thực sự cung cấp từ dòng mô hình này là Muse Spark 1.1 và Muse Spark 1.2, cả hai đều ở mức $1.25 và $4.25 trên mỗi triệu token do chính Meta niêm yết, không cộng thêm phí, nằm trong cùng danh mục với hơn 200 mô hình khác và chỉ cần một khóa API. Đối với các nhóm có khối lượng công việc chủ yếu theo dạng Spark, điều đó nghĩa là một hợp đồng thay vì hai, và tự động chuyển đổi dự phòng giữa các nhà cung cấp khi một điểm cuối xem trước gặp trục trặc — điều mà, theo các điều khoản xem trước, vẫn thường xảy ra.

Xem gì tiếp theo

Ba tín hiệu sẽ cho bạn biết liệu bản xem trước này có trở thành hạ tầng hay không. Tín hiệu đầu tiên là các endpoint theo khu vực: một tuyến toàn cầu thì ổn cho bản mẫu thử nhưng lại bất tiện cho một khối lượng công việc chịu quy định, và tài liệu của Google sẽ chỉ bổ sung khu vực khi có đủ năng lực phục vụ. Tín hiệu thứ hai là bảng giá do Google công bố cho ba mô hình — nếu Google định giá cao hơn bảng giá của Meta, lợi thế mua sắm của bản xem trước sẽ bị khoản chênh lệch giá bào mòn, còn nếu định giá ngang bằng, lập luận "một hợp đồng" sẽ mạnh lên rất nhiều. Tín hiệu thứ ba là tính khả dụng chung, cùng với mọi SLA và chính sách ngừng hỗ trợ đi kèm; các điều khoản xem trước là nơi một mô hình tồn tại cho đến khi có người phải đưa nó vào hợp đồng.

Cho đến lúc đó, cách diễn giải trung thực là thế này: M​eta đã dành tháng Mười để chứng minh mình có thể xây dựng một mô hình tiên phong và tháng Mười Một để chứng minh mình có thể phân phối một mô hình như vậy. Việc niêm yết trên G​oogle Cloud là phần thứ hai trong số đó, và là nửa kém hào nhoáng hơn của công việc — nhưng chính là nửa quyết định liệu một mô hình có được các nhóm chưa từng đọc bài đăng ra mắt nào sử dụng hay không.