长上下文的定价门槛:三个模型越过阈值后价格怎么变
Muse Ember、GPT-6 Luna、Claude Haiku 5.5 的短提示价一样,都是输入每百万 token 0.10 美元、输出 0.50 美元。但三者各有提示长度阈值,越过后涨幅从 1.5 倍到 5 倍不等。本文讲怎么读这张表算账。

同样标着「便宜」,长文档一贴进去就不是那个价了
一句话结论: 三个模型的短提示价一样,都是输入 0.10、输出 0.50;长文档一越过各自的提示长度阈值,价格会跳到 1.5 倍到 5 倍。
2026 年 11 月 10 日,Meta AI 发布了 Muse Ember,官方说法是「我们最小、最高效的模型,为复杂推理执行和 agent 每天重复的工作而设计:工具调用、编码子任务、路由、抽取,还有长文档解析」。
短提示词下,它和另外两个模型价格完全一样,输入每百万 token 0.10 美元、输出 0.50 美元。听起来就是「又一个小模型」。
但同一篇文章里还有一张表,才是真正影响你账单的部分。这篇讲的就是怎么读这张表。
三档价格,一个阈值
先看原文给的定价(单位都是每百万 token):
| 模型 | 提示长度 | 输入 | 缓存输入 | 输出 |
|---|---|---|---|---|
| GPT-6 Luna | ≤272k | $0.10 | $0.01 | $0.50 |
| GPT-6 Luna | >272k | $0.20 | $0.02 | $0.75 |
| Muse Ember 1.0 | ≤200k | $0.10 | $0.004 | $0.50 |
| Muse Ember 1.0 | >200k | $0.30 | $0.012 | $1.50 |
| Claude Haiku 5.5 | ≤100k | $0.10 | $0.01 | $0.50 |
| Claude Haiku 5.5 | >100k | $0.50 | $0.05 | $2.50 |
三个模型的短提示价一模一样:输入 0.10、输出 0.50。区别全在后半段。
原话是:Luna、Ember 和 Haiku 都支持最长 100 万输入 token,但它们都有各自的阈值,超过之后价格往上走。
阈值的位置不一样。 Haiku 5.5 最早就到(100k),Ember 在 200k,Luna 在 272k。
越过阈值,贵的程度完全不同
把跳档后的价格乘一遍:
| 模型 | 越过阈值后输入涨到 | 输出涨到 | 相对短提示价 |
|---|---|---|---|
| GPT-6 Luna | $0.20 | $0.75 | 输入 2 倍,输出 1.5 倍 |
| Muse Ember 1.0 | $0.30 | $1.50 | 输入 3 倍,输出 3 倍 |
| Claude Haiku 5.5 | $0.50 | $2.50 | 输入 5 倍,输出 5 倍 |
同一份长文档,三个模型的涨幅是 1.5 倍到 5 倍的差别。原文对这个现象的概括是:算上阈值之后,Ember 的定价落在另外两个之间。
对使用者的含义很具体:贴一份 15 万 token 的材料,三个模型里 Haiku 5.5 已经跳档了,另外两个还在原价那档。 换模型不一定省钱,但知道自己在哪一档,是算账的前提。
缓存输入那一列,别忽略
表里还有一列是「缓存输入」,跳档前后同样会变:
- Muse Ember 在短提示档是 $0.004,比另外两个的 $0.01 低四分之一
- 跳档后是 $0.012,仍然低于 Luna 的 $0.02 和 Haiku 的 $0.05
缓存输入价是给「同一批材料反复问」准备的。如果你的用法是反复拿同一份文档追问,缓存那一列比输入列更值得看。
每 token 单价现在是个 misleading 的指标
原文专门花了一段讲这件事,理由是:现在拿每 token 价格互相比意义不大,因为推理 token 让不同模型解同一个问题消耗的 token 数可能差出好几倍。
真正有用的指标是 Artificial Analysis 的 Intelligence Index 对 Cost per Task 图,也就是「完成一个任务要花多少钱」和「这个模型有多强」放在一起看。
原文的结论是:Muse Ember 三个模型正好落在那条帕累托线上——在这条线上,你只能牺牲一个维度去换另一个。Meta 官方也拿这个说事,原话是「它也位于 Artificial Analysis 完整榜单的效率前沿:没有哪个模型能以更低的单任务成本取得更高的分数」。
原文还提到一个细节:那条帕累托线中间偏上的灰点是 GPT-6.1 Terra (low)。
这条对新手的意义在于: 选模型时先问「我的任务一次要花多少钱」,而不是「这个模型每 token 多少钱」。前者是账单,后者是参数。
六个推理档位,贵的那个不一定更好
Muse Ember 有六个推理档位:minimal、low、medium、high、xhigh、max。
作者用一个挺有意思的办法来测:让每个档位各画一张骑自行车的鹈鹕。结果有两点值得记:
- high 那一档没能返回完整的 SVG。
- 推理档位和画面的视觉质量之间,并没有干净对应关系。
也就是说,把推理强度往上调,不保证输出更好。
作者对 Ember 鹈鹕的整体评价是:质量与 Muse Wonder 相当,而 Muse Wonder 的价格是 Ember 的 40 倍。
拿这张表做决定:四步
第一步,估出你的提示长度。 一次要贴多少 token?是几段对话、一篇文档,还是一整本书?估个量级就行。
第二步,看落在哪一档。 三个模型的阈值分别是 100k、200k、272k。你的材料离哪个阈值最近?
第三步,乘一遍跳档后的单价。 涨幅是 1.5 倍、3 倍还是 5 倍,差别很大。
第四步,把推理档位当成一个独立变量。 从低档起步,遇到难题再往上调。高档位不是免费的,也未必更好。
还有一个前置问题要先回答:这活儿该用多贵的模型? Ember 官方定位是「agent 每天重复的工作」——工具调用、编码子任务、路由、抽取、长文档解析。
这几类恰恰是量大、重复、单次不难的活。如果你的任务是偶尔一次的深度推理,硬套小模型可能反而更贵。
资料来源与未核实项
本文依据 Simon Willison 2026 年 11 月 10 日的博客文章 Introducing Our Smallest, Most Efficient Model: Muse Ember(https://simonwillison.net/2026/Nov/10/muse-ember/ ↗ )整理。
核对到的内容与日期(2026-11-12 读取原文):
- Meta AI 发布 Muse Ember 及官方定位描述、短提示下与 GPT-6 Luna 及 Claude Haiku 5.5 同价、Claude Fable 5.2 为该价 80 倍、三个模型各自的上下文上限与提示长度阈值、跳档前后的输入与缓存输入与输出单价。
- 每 token 价格不可直接横向比较而应看 Artificial Analysis 的每任务成本图、Ember 落在帕累托线上、Meta 关于效率前沿的官方表述、帕累托线上的灰点为 GPT-6.1 Terra (low)。
- 六个推理档位(minimal、low、medium、high、xhigh、max)、六张骑自行车的鹈鹕、high 档未返回完整 SVG、档位与视觉质量无干净对应、Ember 与 Muse Wonder 质量相当而后者贵 40 倍。
没有实际验证过的部分:
- 本文没有调用任何一家模型的 API,没有实际计费,本文所有单价均转述自原文表格。
- 原文未标注这些价格的抓取日期,本文同样不标注。
- 六个推理档位的表现结论来自作者自己的一次渲染测试(画鹈鹕),样本量是六张图,不能推广成「推理档位普遍无用」。
- 本文关于「你的材料离哪个阈值最近」的判断方法属本站编辑整理,不是任何一方的官方选型建议。
延伸阅读
- 想学怎么读模型评测表里的数字,见 怎么读模型跑分:一份不会被榜单带跑的读法。
- 想知道图像、视频、音频这类生成工具怎么比价,见 生成成本怎么比:按次计费与按产出计费。
知道自己的提示词大概有多长(几段对话、一篇文档、一整本书)
适用范围:2026-11-12 依据当天采集素材整理
以下来源方便你逐项对照;引用文档不代表已经完成实际操作测试。
- 核对了什么:打开原文核对——Meta AI 发布 Muse Ember 及官方定位表述、短提示下与 GPT-6 Luna 和 Claude Haiku 5.5 同价、Claude Fable 5.2 为 80 倍价、三个模型各自的上下文上限与提示长度阈值、跳档前后输入与缓存输入与输出单价、每 token 价格不可直接横向比较而应看 Artificial Analysis 的每任务成本图、Ember 落在帕累托线上、Meta 关于效率前沿的官方表述、帕累托线上的灰点为 GPT-6.1 Terra (low)、六个推理档位、high 档未返回完整 SVG、档位与视觉质量无干净对应、Ember 与 Muse Wonder 质量相当而后者贵 40 倍,均已核对;核对日期 2026-11-12。没做什么:没有调用任何一家模型的 API,没有实际计费;原文未标注价格抓取日期,本文亦不标注。
- 核对了什么:本次只做表达层改写(拆长段落、结论前置、删重复与填充句),数字、型号、版本、日期、URL、官方表述、否定表述(没有/不支持/不含/仅限)以及限制条件与来源全部保留;改写前后用脚本抽取正文里的数字、英文专名与 URL 做集合比对,差集为空,说明没有丢事实。没做什么:没有新增任何事实,没有重新实测文中提到的产品,没有改动正文里已有的表格、清单、代码块与图。
- 原文用于「Intelligence Index 对 Cost per Task 图」的指标出处。本文只转述原文对该图的描述,没有打开该站核对具体分数与排名,站点上各模型的分数会随时变动。
来源发布时间:2026/11/10。来源采集记录随文章版本保留。
发现内容与当前界面不一致?
提交内容纠错金额随意,多少都帮得上忙。AITime 的资料整理、事实核对和每日更新由个人完成, 没有付费墙,所有内容都可以免费读。
扫码使用微信支付,备注可以留空。
哪个工具卡在哪一步、想给文章补一个真实案例、都可以加我。 留言时写清来源和具体问题,我看到会回。
扫一扫添加好友,备注写「AITime」我更容易认出来。
讨论与使用经验
正在加载讨论…