Meta heeft zojuist Muse Ember onthuld, een model dat wordt gepresenteerd als ‘het kleinste en meest efficiënte voor het uitvoeren van complexe redeneringen’ bij repetitieve taken die aan agents worden toevertrouwd. Deze agents zijn kunstmatige intelligentieprogramma’s die zelfstandig meerdere acties kunnen uitvoeren. Voorbeelden die Meta noemt zijn toolcalls, codesubtaken, routering, data-extractie en analyse van lange documenten.
Muse Ember accepteert tekst, afbeeldingen, audio en video als invoer. Een agent kan dus een screenshot of een gescand document lezen, of een spraakmemo en een meetingopname verwerken, zonder een tweede model nodig te hebben. Zijn contextvenster, dat wil zeggen de hoeveelheid informatie die hij in één keer kan verwerken, bereikt 1 miljoen tokens, oftewel woordfragmenten, met tot 512.000 tokens als uitvoer. Volgens Meta past een volledige broncode of een set documenten zo in één enkele aanroep.
Voor de moeilijkste taken raadt Meta aan Ember te combineren met Muse Wonder, zijn topmodel. De groep vat de rolverdeling als volgt samen: ‘Muse Wonder plant, Muse Ember verwerkt het volume’. Ember is het eerste model dat is getraind op basis van Muse Wonder Full, de krachtigste versie van de familie. Het completeert een gamma dat nu drie niveaus telt: Muse Wonder voor de moeilijkste problemen, Muse Spark voor code en agentische workflows, en Muse Ember voor herhaalbare taken op grote schaal.
Resultaten vergeleken met Claude Haiku 5.5 en GPT-6 Luna
Meta vergelijkt Ember met Claude Haiku 5.5 en GPT-6 Luna op de index van Artificial Analysis, waarbij de score wordt gerelateerd aan de kosten per taak voor elk redeneerniveau. Op de maximale instelling behaalt Ember 36 punten, net als Haiku 5.5, en doet het beter dan Luna, die er 28 behaalt. Meta beweert dat het de beste score van Haiku evenaart voor ongeveer een derde van de kosten, wat het bedrijf presenteert als de beste prijs-prestatieverhouding.
Op FrontierCode 2.0, een test die echte engineeringtaken evalueert op hun vermogen om te worden samengevoegd in een codebase, behoudt Claude Haiku 5.5 het voordeel. Het behaalt 35%, tegenover 27% voor Ember.
Toegang en tarieven
Muse Ember is beschikbaar in Muse Code en via de Meta Model API, onder de identifier muse-ember-1.0. Het ondersteunt de Responses API. Meta biedt het ook aan op Google Cloud en Oracle Cloud, net als Muse Spark en Muse Wonder.
Voor prompts, dat wil zeggen de aan het model gestuurde queries, van maximaal 200.000 tokens, rekent Meta per miljoen tokens: $0,10 voor invoer, $0,004 voor gecachete invoer en $0,50 voor uitvoer. Boven de 200.000 tokens gaan de tarieven naar $0,30 voor invoer, $0,012 voor gecachete invoer en $1,50 voor uitvoer.
