Name: GPT-6 Luna
Author: OpenAI

मार्क ज़करबर्ग (Mark Zuckerberg) ने X पर एक ही पंक्ति में Meta के नए AI मॉडल का परिचय दिया: “आज Muse Ember जारी कर रहे हैं—हमारा सबसे छोटा मॉडल, जो अपनी श्रेणी के दूसरे मॉडलों के मुकाबले हर डॉलर में अधिक बुद्धिमत्ता देता है।” लॉन्च की ज़्यादातर खबरों में इसे कीमतों में कटौती के तौर पर पेश किया गया—यानी Meta, Anthropic और OpenAI के उन छोटे, सस्ते मॉडलों से कम कीमत रख रहा है जिन्हें डेवलपर AI एजेंट बनाने के लिए इस्तेमाल करते हैं।

लेकिन कीमतों में कटौती नहीं हुई है—कम-से-कम मूल्य सूची में तो नहीं। Muse Ember इनपुट और आउटपुट, दोनों में हर टोकन के लिए अपने दो नामित प्रतिद्वंद्वियों जितनी ही कीमत लेता है। Meta जिस बचत का दावा कर रहा है, वह वास्तविक है, लेकिन उसकी वजह कुछ और है: जवाब देने से पहले मॉडल कितना लिखता है। यह छूट से कहीं ज़्यादा दिलचस्प दावा है, और खरीदार के लिए बिल आने से पहले इसकी जांच करना भी कहीं मुश्किल।

Meta ने क्या जारी किया

Muse Ember, Meta के Muse परिवार का चौथा और सबसे छोटा मॉडल है। इससे पहले Spark, Glimmer और Wonder जारी किए गए थे। Meta Superintelligence Labs ने इसे किसी एजेंट के भीतर बार-बार होने वाले कामों के लिए बनाया है। ज़करबर्ग के शब्दों में, “कोडिंग के छोटे काम, रूटिंग, जानकारी निकालना और लंबे दस्तावेज़ों को समझना।” काम के बंटवारे को लेकर Meta का अपना बयान दो टूक है: “Muse Wonder योजना बनाता है, Muse Ember बड़े पैमाने पर काम संभालता है।” Meta Superintelligence Labs का नेतृत्व करने वाले अलेक्ज़ेंडर वांग (Alexandr Wang) ने कहा कि Ember, Muse Wonder Full का इस्तेमाल करके प्रशिक्षित किया गया पहला जारी मॉडल है। यह Meta का सबसे बड़ा मॉडल है।

Meta के मुताबिक, Ember टेक्स्ट, तस्वीरें, ऑडियो और वीडियो पढ़ सकता है, इसकी कॉन्टेक्स्ट विंडो दस लाख टोकन की है और यह एक जवाब में 512,000 टोकन तक लिख सकता है। यह ओपन मॉडल नहीं है। इसके वेट डाउनलोड के लिए उपलब्ध नहीं हैं। यह Meta के होस्टेड Model API और Meta के कोडिंग एजेंट Muse Code में चलता है। Google Cloud और Oracle Cloud भी इसे इस्तेमाल करने के रास्तों के तौर पर सूचीबद्ध हैं।

“प्रति डॉलर” का दावा कहां से आता है

Meta ने Ember की कीमत दस लाख इनपुट टोकन के लिए $0.10 और दस लाख आउटपुट टोकन के लिए $0.50 रखी है। MarkTechPost और Fello AI ने भी बताया है कि Anthropic के Claude Haiku 5.5 और OpenAI के GPT-6 Luna की मूल दरें भी यही हैं। सूचीबद्ध कीमत में Ember को बस एक जगह बढ़त है: कैश किए गए इनपुट की, यानी वह टेक्स्ट जिसे मॉडल पहले देख चुका है और दोबारा इस्तेमाल कर सकता है। इसके लिए Ember दस लाख टोकन पर $0.004 लेता है, जबकि दोनों प्रतिद्वंद्वी $0.01 लेते हैं।

अंतर हर काम के हिसाब से सामने आता है। स्वतंत्र बेंचमार्क समूह Artificial Analysis Intelligence Index में Ember का स्कोर 36 है—Haiku 5.5 की सबसे ऊंची सेटिंग के बराबर—और प्रति काम इसकी लागत करीब $0.14 है, जबकि Haiku की $0.41 पड़ती है। Artificial Analysis के आंकड़ों को Fello AI ने जिस तरह समझाया है, उससे वजह साफ होती है: पूरे इंडेक्स में Ember ने करीब 11.5 करोड़ आउटपुट टोकन बनाए, जबकि Haiku ने करीब 29.8 करोड़—और दोनों की आउटपुट दर समान है। टोकन की कीमत समान, लेकिन टोकन बहुत कम। GPT-6 Luna की प्रति काम लागत Ember के लगभग बराबर, $0.15 है, लेकिन उसका स्कोर 28 है।

यह फर्क इसलिए मायने रखता है क्योंकि टोकन की संख्या किसी मूल्य सूची में नहीं छपी होती। सूचीबद्ध कीमतों की तुलना करने वाले डेवलपर को तीनों मॉडल एक जैसे दिखते हैं। अंतर तभी सामने आता है, जब एजेंट काम करने लगता है; और यह काम, उसके लिए इस्तेमाल किए गए हार्नेस तथा रीजनिंग सेटिंग के साथ बदलता रहता है। Meta की तुलना में रीजनिंग का अधिकतम स्तर इस्तेमाल किया गया है। डेवलपर दस्तावेज़ों में भी यही Ember की डिफ़ॉल्ट सेटिंग दी गई है।

वह कीमत जो तीन गुना हो जाती है

Meta के डेवलपर पेज पर कीमतों का एक दूसरा स्तर भी दिया गया है, जिसका लॉन्च संबंधी संदेशों में ज़िक्र नहीं है। 200,000 इनपुट टोकन से ऊपर Ember की कीमत दस लाख इनपुट टोकन के लिए $0.30 और आउटपुट के लिए $1.50 हो जाती है—यानी मुख्य दर से तीन गुना। Meta के दस्तावेज़ चेतावनी देते हैं कि लंबी बातचीत के इतिहास वाला अनुरोध इस सीमा को पार कर सकता है। MarkTechPost की लॉन्च रिपोर्ट में कहा गया था कि Meta ने Ember के लिए लंबा-कॉन्टेक्स्ट वाला कोई मूल्य स्तर सूचीबद्ध नहीं किया है; लेकिन Meta की अपनी मूल्य तालिका कुछ और ही बताती है।

यह ऊंची दर ठीक उन्हीं कामों पर लागू होती है जिनका ज़करबर्ग ने प्रचार किया था। “लंबे दस्तावेज़ों को समझने” की क्षमता और दस लाख टोकन की कॉन्टेक्स्ट विंडो डेवलपर को पूरा कोडबेस और दस्तावेज़ों के संग्रह मॉडल को देने के लिए प्रेरित करती है—और ऐसे अनुरोधों के सीमा पार करने की आशंका सबसे अधिक है। फिर भी इस स्तर पर Ember, Haiku 5.5 से सस्ता है: MarkTechPost के मुताबिक, 100,000 प्रॉम्प्ट टोकन से ऊपर Haiku इनपुट के लिए $0.50 और आउटपुट के लिए $2.50 लेता है। लेकिन “सस्ता” अब “दूसरे विकल्प से सस्ता” हो जाता है—और यह एक अलग तरह का वादा है।

बेंचमार्क क्या बताते हैं, और उन्हें किसने चलाया

Meta ने Haiku 5.5 और GPT-6 Luna के साथ तुलना की दस पंक्तियां प्रकाशित कीं। Ember का सबसे मज़बूत नतीजा AutomationBench में है। Artificial Analysis के इस परीक्षण में Zapier के 657 कारोबारी वर्कफ़्लो चलाए गए, जिनमें Ember ने 37.8% काम पूरे किए। Haiku का आंकड़ा 13.9% और Luna का 20.2% रहा। Ember की एक साफ हार FrontierCode 2.0 में है। यह असली कोड बदलावों को इस आधार पर परखता है कि कोई मेंटेनर उन्हें मर्ज करेगा या नहीं: Haiku का स्कोर 34.9 और Ember का 27.2 है।

Fello AI ने यह भी गिना कि हर आंकड़ा किसने तैयार किया। पांच नतीजे Artificial Analysis से हैं, चार Meta के अपने परीक्षणों से, जबकि Terminal-Bench का नतीजा अलग-अलग व्यवस्थाओं को मिलाता है: Ember के लिए Artificial Analysis का परीक्षण और प्रतिद्वंद्वियों के लिए खुद बताई गई संख्याएं। Fello यह भी बताता है कि Artificial Analysis के मॉडल पेज पर Ember के इनपुट केवल टेक्स्ट और तस्वीरें दर्ज हैं। इसलिए ऑडियो और वीडियो के समर्थन की पुष्टि फिलहाल Meta के दावे पर ही निर्भर है।

Muse Ember किनके लिए है

Meta की लॉन्च पोस्ट में कहा गया है कि Ember की लागत “इतनी कम है कि इसे हर उत्पाद में, हर किसी के लिए चलाया जा सकता है।” फिलहाल यह Meta के किसी भी उपभोक्ता उत्पाद में उपलब्ध नहीं है: Fello AI के मुताबिक, यह Meta AI ऐप, WhatsApp और Muse एजेंट—तीनों में मौजूद नहीं है। यह दूसरी कंपनियों के एजेंटों का एक हिस्सा है, और Meta ने जिन साझेदारों के बयान चुने हैं, वे भी यही बात कहते हैं। Cline के संस्थापक सऊद रिज़वान (Saoud Rizwan) ने इसे “ऐसी टीमों के लिए बताया जो अपने हार्नेस में इसे सब-एजेंट की तरह चलाकर लागत घटा रही हैं।” Cloudflare के CTO डेन क्नेख्त (Dane Knecht) ने कहा कि “हमने जिस मिलते-जुलते मॉडल का परीक्षण किया, उसकी तुलना में यह आखिरी चरण में 30% तक तेज़ चला।”

Ember के पीछे यही दांव है। Meta इसके ज़रिए चैट विंडो जीतने की कोशिश नहीं कर रहा। वह चाहता है कि किसी और के एजेंट के भीतर यह हर घंटे एक हज़ार बार चलने वाला मॉडल बने, जबकि सोचने का काम कोई बड़ा मॉडल करे। और इस भूमिका में बिल उस संख्या से तय होता है जिसे कोई विक्रेता प्रकाशित नहीं करता: काम पूरा करने के लिए मॉडल को कितने टोकन चाहिए।

टैग: meta, mark Zuckerberg, AI मॉडल, Claude Haiku, Muse Ember