Meta Superintelligence Labs a publié Muse Ember, son modèle le plus petit et, selon l’entreprise, le plus efficace. Il s’agit d’un modèle de raisonnement multimodal hébergé, conçu pour les étapes répétitives des agents d’IA, ces programmes capables d’enchaîner des actions de façon autonome. Meta le destine notamment aux appels d’outils, aux sous-tâches de programmation, au routage, à l’extraction de données et à l’analyse de longs documents.
- Meta publie Muse Ember, son modèle le plus efficace, conçu pour les agents d’IA aux tâches répétitives.
- Il accepte texte, images, audio et vidéo, avec une fenêtre de contexte de 1 million de tokens.
- Il obtient 36 points à l’Artificial Analysis Intelligence Index, à égalité avec Claude Haiku 5.5.
- Son coût par tâche est plus bas, mais il reste en retrait sur la programmation de dépôts réels.
Une place dans la gamme Muse
Muse Ember est le quatrième modèle de la marque Muse, après Spark, Glimmer et Wonder. Meta le place en dessous de ses modèles les plus importants : Muse Wonder traite les problèmes les plus complexes, tandis que Muse Spark couvre la programmation et les flux de travail agentiques. Ember prend en charge les tâches de programmation et d’agent répétables, à grande échelle. L’entreprise résume ainsi la répartition : « Muse Wonder planifie, Muse Ember gère le volume. » Selon Meta, Muse Ember est le premier modèle entraîné à partir de Muse Wonder Full, son plus grand modèle.
Le modèle accepte nativement le texte, les images, l’audio et la vidéo. Un agent peut ainsi lire des captures d’écran, des graphiques, des pages numérisées, des mémos vocaux ou des enregistrements de réunion sans recourir à un modèle distinct. Il peut également utiliser des applications de bureau à partir de captures d’écran. Sa fenêtre de contexte, c’est-à-dire la quantité d’informations qu’il peut traiter en un seul appel, atteint 1M tokens, soit de quoi contenir une base de code ou un ensemble de documents complet. Un token est une unité de texte traitée par le modèle. La sortie peut aller jusqu’à 512K tokens, soit quatre fois le plafond de 128K tokens des deux concurrents cités par Meta.
Des résultats annoncés par Meta
Les résultats présentés ci-dessous sont ceux publiés par Meta, en effort de raisonnement maximal. Certains proviennent d’Artificial Analysis, d’autres de la suite interne de Meta. Sur l’Artificial Analysis Intelligence Index, Muse Ember obtient 36 points, à égalité avec Claude Haiku 5.5 et devant GPT-6 Luna, qui en obtient 28.
Sur AutomationBench-AA, qui regroupe 657 flux de travail professionnels Zapier, Ember réussit 37,8 % des tâches, contre 20,2 % pour GPT-6 Luna et 13,9 % pour Claude Haiku 5.5. En programmation, il devance Haiku sur Terminal-Bench 4.0, avec 40,9 contre 39,2. En revanche, il est dépassé sur FrontierCode 2.0-AA, où il obtient 27,2 contre 34,9 pour Haiku. Meta indique que ce résultat fait de la programmation de dépôts réels, dont le code peut être fusionné, le point faible du modèle.
Un coût par tâche plus faible à tarifs égaux
Muse Ember est facturé 0,10 dollar par million de tokens en entrée et 0,50 dollar par million de tokens en sortie. Le coût des entrées mises en cache s’élève à 0,004 dollar par million. Claude Haiku 5.5 et GPT-6 Luna affichent les mêmes tarifs de base. L’écart de coût par tâche viendrait donc du nombre de tokens utilisés. Sur le graphique de Meta, Muse Ember obtient 35,8 pour 0,136 dollar par tâche, contre 36,2 pour 0,411 dollar pour Haiku 5.5 en effort maximal. Artificial Analysis résume cette situation comme une performance équivalente à Haiku pour un tiers du coût par tâche.
Les tarifs changent sur les requêtes longues. Claude Haiku 5.5 facture 0,50 dollar et 2,50 dollars au-delà de 100K tokens en entrée, et GPT-6 Luna double ses tarifs d’entrée au-delà de 272K tokens. Meta ne prévoit pas de palier de tarification pour les contextes longs sur Muse Ember.
Accès
Muse Ember est disponible via la Meta Model API et dans Muse Code, l’agent de programmation de Meta. Il prend en charge l’API Responses. Parmi les partenaires ayant participé aux premiers tests figurent Box, Cline, Oracle, Cloudflare et You.com. Les poids du modèle restent privés : il ne peut donc pas être exécuté en local, sur un ordinateur portable ou avec une version quantifiée.
