Meta acaba de presentar Muse Ember, un modelo descrito como «el más pequeño y eficiente para la ejecución de razonamientos complejos» en el marco de tareas repetitivas confiadas a agentes. Estos agentes son programas de inteligencia artificial capaces de encadenar varias acciones por sí solos. Entre los ejemplos citados por Meta figuran las llamadas a herramientas, las subtareas de código, el enrutamiento, la extracción de datos y el análisis de documentos largos.
Muse Ember acepta como entrada texto, imágenes, audio y vídeo. Un agente puede así leer una captura de pantalla o un documento escaneado, o procesar una nota de voz y la grabación de una reunión, sin pasar por un segundo modelo. Su ventana de contexto, es decir, la cantidad de información que puede procesar de una vez, alcanza 1 millón de tokens, o fragmentos de palabras, con hasta 512 000 tokens en salida. Según Meta, un código fuente completo o un conjunto de documentos cabe así en una sola llamada.
Para las tareas más difíciles, Meta recomienda asociar Ember a Muse Wonder, su modelo puntero. El grupo resume la distribución de roles así: «Muse Wonder planifica, Muse Ember gestiona el volumen». Ember es el primer modelo entrenado a partir de Muse Wonder Full, la versión más potente de la familia. Completa una gama que cuenta ahora con tres niveles: Muse Wonder para los problemas más difíciles, Muse Spark para el código y los flujos de trabajo agenticos, y Muse Ember para las tareas repetibles a gran escala.
Resultados comparados con Claude Haiku 5.5 y GPT-6 Luna
Meta compara Ember con Claude Haiku 5.5 y con GPT-6 Luna en el índice de Artificial Analysis, relacionando la puntuación con el coste por tarea para cada nivel de razonamiento. En el ajuste máximo, Ember obtiene 36 puntos, al igual que Haiku 5.5, y supera a Luna, que obtiene 28. Meta afirma que iguala la mejor puntuación de Haiku por aproximadamente un tercio del coste, lo que la empresa presenta como la mejor relación eficiencia-coste.
En FrontierCode 2.0, una prueba que evalúa tareas de ingeniería reales según su capacidad para fusionarse en una base de código, Claude Haiku 5.5 mantiene la ventaja. Obtiene un 35 %, frente al 27 % de Ember.
Acceso y tarifas
Muse Ember está disponible en Muse Code y a través de la Meta Model API, bajo el identificador muse-ember-1.0. Admite la Responses API. Meta también lo ofrece en Google Cloud y Oracle Cloud, al igual que Muse Spark y Muse Wonder.
Para los prompts, es decir, las consultas enviadas al modelo, de 200 000 tokens máximo, Meta factura por millón de tokens: 0,10 $ en entrada, 0,004 $ en entrada en caché y 0,50 $ en salida. Más allá de 200 000 tokens, las tarifas pasan a ser 0,30 $ en entrada, 0,012 $ en entrada en caché y 1,50 $ en salida.
