Meta lanzó Muse Ember el 9 de noviembre, el modelo más pequeño y barato de su familia Muse, diseñado para el trabajo repetitivo que los agentes de IA hacen todo el día: llamadas a herramientas, subtareas de código, enrutamiento, extracción y análisis de documentos largos. Está en vivo en la Meta Model API y en Muse Code como muse-ember-1.0, a 0,10 $ por millón de tokens de entrada y 0,50 $ por millón de salida.

La apuesta es la inteligencia por dólar. En el Intelligence Index v5 de Artificial Analysis, Ember obtiene 36 con el razonamiento al máximo, prácticamente empatado con Claude Haiku 5.5 (36,2) y por encima de GPT-6 Luna de OpenAI (28), a unos 0,14 $ por tarea frente a los 0,41 $ de Haiku. Meta afirma que ningún modelo de la tabla completa logra más por menos. Son cifras de un organismo de medición, no resultados de pruebas independientes.

Ember acepta texto, imágenes, audio y video, con una ventana de contexto de un millón de tokens y hasta 512.000 tokens de salida, y admite la API Responses. Meta no revela el número de parámetros ni ha publicado los pesos: es un modelo solo por API, no una descarga abierta.

Meta presenta a Ember como el trabajador de volumen bajo su modelo más grande, Muse Wonder: «Muse Wonder planifica, Muse Ember se encarga del volumen». También es el primer modelo que Meta dice haber entrenado con Muse Wonder Full, su enfoque de entrenamiento más reciente. Entre los primeros socios citados por Meta: Box, Cline, Oracle, Cloudflare y You.com.

El lanzamiento importa porque las cargas de los agentes son sobre todo repetición, y es la repetición la que decide si un producto de agentes puede permitirse funcionar. A 0,10 $ por millón de tokens de entrada, Ember tiene precio para ser llamado miles de veces al día; si aguanta en ciclos de agentes reales, y no solo en las pruebas del día del lanzamiento, es la prueba que empieza ahora.

Fuentes