Muse Ember: la IA barata de Meta per a la feina repetitiva

Un model petit per a la feina menuda dels agents

Segons Meta, Muse Ember és el seu model més petit i eficient, pensat per cridar eines, resoldre subtasques de programació, repartir encàrrecs, extreure dades i llegir documents llargs.

Segons l'empresa, té una finestra de context (context window) d'1 milió de tokens, escriu fins a 512.000 tokens de sortida i entén text, imatge, àudio i vídeo. És el primer model que Meta entrena amb Muse Wonder Full, el seu model gran.

Meta el situa a la base de la seva gamma: Muse Wonder per als problemes més difícils, Muse Spark per a la programació amb agents i Muse Ember per a tasques repetibles a gran escala.

El mateix preu per token, però menys despesa per tasca

Segons Meta, està disponible a Muse Code i a Meta Model API com a muse-ember-1.0, i també a Google Cloud i Oracle Cloud. Cobra 0,10 dòlars per milió de tokens d'entrada i 0,50 per milió de sortida, i la tarifa puja quan la petició passa de 200.000 tokens.

Segons Artificial Analysis, cobra el mateix per entrada i sortida que Claude Haiku 5.5 i GPT-6 Luna, però la seva entrada en memòria cau (cached input), que és la major part del cost en tasques d'agents, és un 60 % més barata.

Un avaluador independent l'iguala a Claude Haiku 5.5

Segons Artificial Analysis, que va publicar els seus resultats el mateix 9 de novembre, Muse Ember amb l'esforç de raonament (reasoning effort) màxim és el model més barat que arriba a 36 punts en el seu Intelligence Index. Queda vuit punts per sota de Muse Wonder, amb aproximadament la cinquantena part del seu cost per tasca.

Segons Artificial Analysis, també destaca com a agent de programació: dins de Muse Code, l'agent de la mateixa Meta, supera Claude Haiku 5.5 a Claude Code i GPT-6 Luna a Codex.

Fluix en coneixement i amb una xifra que no quadra

Segons Artificial Analysis, Muse Ember queda per darrere de Claude Haiku 5.5 en FrontierCode 2.0 i en AA-Briefcase. La seva debilitat més gran és el coneixement: la seva exactitud en AA-Omniscience és la més baixa entre els models de nivell semblant, sobretot perquè es nega a respondre el 64 % de les preguntes. En canvi, la seva taxa d'al·lucinació (hallucination), del 17,4 %, és la meitat que la de Claude Haiku 5.5.

En dues proves no coincideixen les xifres de Meta i les d'Artificial Analysis. La de Terminal-Bench 4.0, en la nota de Claude Haiku 5.5, l'explica Meta: va fer servir el millor arnès publicat per a cada model, i Artificial Analysis, el seu. La d'AutomationBench-AA no l'explica cap de les dues, i amb el que s'ha publicat no es pot saber quina és la bona.

El que mesura Meta a casa

La resta de xifres del llançament són proves internes, mesurades per la mateixa empresa que ven el model. Segons Meta, Muse Ember supera Claude Haiku 5.5 i GPT-6 Luna a Agents' Last Exam, a OSWorld 2.1, a PerceptionBench i al seu Personal Superintelligence Index, un índex d'elaboració pròpia.

Meta diu que el va avaluar amb el seu Meta Superintelligence Scaling Framework, que cobreix riscos químics i biològics, ciberseguretat i pèrdua de control, i que queda per sota dels llindars d'alt risc. I no és un model obert: Meta no publica els pesos de Muse Ember ni parla d'alliberar-los.