Muse Ember: la IA barata de Meta para el trabajo repetitivo

Un modelo pequeño para el trabajo menudo de los agentes

Según Meta, Muse Ember es su modelo más pequeño y eficiente, pensado para llamar a herramientas, resolver subtareas de programación, repartir encargos, extraer datos y leer documentos largos.

Según la empresa, tiene una ventana de contexto (context window) de 1 millón de tokens, escribe hasta 512.000 tokens de salida y entiende texto, imagen, audio y vídeo. Es el primer modelo que Meta entrena con Muse Wonder Full, su modelo grande.

Meta lo coloca en la base de su gama: Muse Wonder para los problemas más difíciles, Muse Spark para programación con agentes y Muse Ember para tareas repetibles a gran escala.

El mismo precio por token, pero menos gasto por tarea

Según Meta, está disponible en Muse Code y en Meta Model API como muse-ember-1.0, y también en Google Cloud y Oracle Cloud. Cobra 0,10 dólares por millón de tokens de entrada y 0,50 por millón de salida, y la tarifa sube cuando la petición pasa de 200.000 tokens.

Según Artificial Analysis, cobra lo mismo por entrada y salida que Claude Haiku 5.5 y GPT-6 Luna, pero su entrada en caché (cached input), la mayor parte del coste en tareas de agentes, es un 60 % más barata.

Un evaluador independiente lo iguala a Claude Haiku 5.5

Según Artificial Analysis, que publicó sus resultados el mismo 9 de noviembre, Muse Ember con el esfuerzo de razonamiento (reasoning effort) máximo es el modelo más barato que llega a 36 puntos en su Intelligence Index. Queda ocho puntos por debajo de Muse Wonder, con alrededor de la cincuentava parte de su coste por tarea.

Según Artificial Analysis, también destaca como agente de programación: dentro de Muse Code, el agente de la propia Meta, supera a Claude Haiku 5.5 en Claude Code y a GPT-6 Luna en Codex.

Flojo en conocimiento y con una cifra que no cuadra

Según Artificial Analysis, Muse Ember queda por detrás de Claude Haiku 5.5 en FrontierCode 2.0 y en AA-Briefcase. Su mayor debilidad es el conocimiento: su exactitud en AA-Omniscience es la más baja entre modelos de nivel parecido, sobre todo porque se niega a responder el 64 % de las preguntas. A cambio, su tasa de alucinación (hallucination), del 17,4 %, es la mitad que la de Claude Haiku 5.5.

En dos pruebas no coinciden las cifras de Meta y las de Artificial Analysis. La de Terminal-Bench 4.0, en la nota de Claude Haiku 5.5, la explica Meta: usó el mejor arnés publicado para cada modelo, y Artificial Analysis, el suyo. La de AutomationBench-AA no la explica ninguna de las dos, y con lo publicado no se puede saber cuál vale.

Lo que mide Meta en casa

Las demás cifras del lanzamiento son pruebas internas, medidas por la misma empresa que vende el modelo. Según Meta, Muse Ember supera a Claude Haiku 5.5 y a GPT-6 Luna en Agents' Last Exam, en OSWorld 2.1, en PerceptionBench y en su Personal Superintelligence Index, un índice de elaboración propia.

Meta dice que lo evaluó con su Meta Superintelligence Scaling Framework, que cubre riesgos químicos y biológicos, ciberseguridad y pérdida de control, y que queda por debajo de los umbrales de alto riesgo. Y no es un modelo abierto: Meta no publica los pesos de Muse Ember ni habla de liberarlos.