Meta hat soeben Muse Ember vorgestellt, ein Modell, das als „das kleinste und effizienteste für die Ausführung komplexer Denkvorgänge » bei sich wiederholenden Aufgaben für Agenten beschrieben wird. Diese Agenten sind KI-Programme, die mehrere Aktionen eigenständig aneinanderreihen können. Zu den von Meta genannten Beispielen gehören Tool-Aufrufe, Code-Unteraufgaben, Routing, Datenextraktion und die Analyse langer Dokumente.
Muse Ember akzeptiert als Eingabe Text, Bilder, Audio und Video. Ein Agent kann somit einen Screenshot oder ein gescanntes Dokument lesen oder eine Sprachmemo und die Aufnahme eines Meetings verarbeiten, ohne ein zweites Modell zu benötigen. Sein Kontextfenster, also die Menge an Informationen, die er auf einmal verarbeiten kann, erreicht 1 Million Tokens – Wortfragmente – mit bis zu 512.000 Tokens als Ausgabe. Laut Meta passen ein vollständiger Quellcode oder eine Sammlung von Dokumenten somit in einen einzigen Aufruf.
Für die schwierigsten Aufgaben empfiehlt Meta, Ember mit Muse Wonder, seinem Spitzenmodell, zu kombinieren. Das Unternehmen fasst die Rollenverteilung wie folgt zusammen: „Muse Wonder plant, Muse Ember bewältigt das Volumen ». Ember ist das erste Modell, das auf Basis von Muse Wonder Full, der leistungsstärksten Version der Familie, trainiert wurde. Es ergänzt eine Palette, die nun drei Stufen umfasst: Muse Wonder für die schwierigsten Probleme, Muse Spark für Code und agentische Workflows und Muse Ember für großflächig wiederholbare Aufgaben.
Ergebnisse im Vergleich zu Claude Haiku 5.5 und GPT-6 Luna
Meta vergleicht Ember mit Claude Haiku 5.5 und GPT-6 Luna auf dem Index von Artificial Analysis, indem es die Punktzahl auf die Kosten pro Aufgabe für jede Denkstufe bezieht. Bei maximaler Einstellung erzielt Ember 36 Punkte, genau wie Haiku 5.5, und liegt vor Luna, das 28 Punkte erreicht. Meta behauptet, es erreiche die Bestpunktzahl von Haiku für etwa ein Drittel der Kosten, was das Unternehmen als das beste Preis-Leistungs-Verhältnis darstellt.
Bei FrontierCode 2.0, einem Test, der echte Engineering-Aufgaben nach ihrer Fähigkeit bewertet, in eine Codebasis integriert zu werden, behält Claude Haiku 5.5 den Vorteil. Es erzielt 35 %, gegenüber 27 % für Ember.
Zugang und Preise
Muse Ember ist in Muse Code und über die Meta Model API unter der ID muse-ember-1.0 verfügbar. Es unterstützt die Responses API. Meta bietet es auch auf Google Cloud und Oracle Cloud an, ebenso wie Muse Spark und Muse Wonder.
Für Prompts, also Anfragen an das Modell, mit maximal 200.000 Tokens berechnet Meta pro Million Tokens: 0,10 $ für die Eingabe, 0,004 $ für gecachte Eingabe und 0,50 $ für die Ausgabe. Bei mehr als 200.000 Tokens steigen die Preise auf 0,30 $ für die Eingabe, 0,012 $ für gecachte Eingabe und 1,50 $ für die Ausgabe.
