Meta Merilis Muse Ember untuk Pekerjaan Agen dan Pemrograman Berbiaya Lebih Rendah

Meta AI Research memperkenalkan Muse Ember pada 9 November 2026, menyebutnya sebagai model terkecil perusahaan dan pilihan paling efisien untuk pekerjaan agen dan pemrograman yang berulang. Model ini tersedia pada hari yang sama melalui Muse Code dan Meta Model API, dengan harga $0,10 per 1 juta token masukan dan $0,50 per 1 juta token keluaran.

Beban kerja yang dituju adalah lapisan aktivitas agen yang berulang: pemanggilan alat, subtugas pemrograman, perutean, ekstraksi, dan penguraian dokumen panjang. Menurut Meta, agen menggunakan sebagian besar tokennya untuk langkah-langkah kecil dan terstruktur ini. Ember dapat mengambil data, memanggil alat secara berurutan, dan memperbarui sistem di berbagai aplikasi, sehingga dapat menjalankan alur kerja bisnis dari awal hingga akhir.

Harga dan Peran Keluarga Muse

Biaya token masukan yang di-cache adalah $0,004 per 1 juta token. Model ini tersedia sebagai muse-ember-1.0 dan mendukung Responses API. Menurut Meta, jendela konteks 1 juta tokennya dapat menampung seluruh basis kode atau kumpulan dokumen dalam satu pemanggilan, sementara model ini mendukung keluaran hingga 512 ribu token.

Perbandingan Meta dengan Muse Spark 1.3 menggambarkan kompromi yang ditawarkan: Ember meraih skor 36 pada Artificial Analysis Intelligence Index, dibandingkan dengan 37 untuk Spark 1.3, sementara biaya per tugas yang tercantum menurut Artificial Analysis masing-masing adalah $0,14 dan $2,39. Ember juga merupakan model pertama yang dilatih menggunakan Muse Wonder Full. Meta merencanakan pembagian peran: Wonder menangani perencanaan masalah tersulit, Spark mengerjakan pemrograman dan alur kerja berbasis agen, sedangkan Ember menjalankan tugas-tugas tersebut secara berulang dalam skala besar.

Hasil Evaluasi Agen dan Pemrograman

Menurut Meta, hasil terbaik Ember pada Intelligence Index menyamai Claude Haiku 5.5 dengan biaya per tugas sekitar sepertiganya, dan Ember mengungguli GPT-6 Luna pada setiap tingkat penalaran. Tidak ada model pada papan peringkat lengkap Artificial Analysis yang meraih skor lebih tinggi dengan biaya per tugas lebih rendah. Biaya Ember dalam perbandingan tersebut merupakan perkiraan berdasarkan harga yang ditetapkan Meta.

Pada tingkat penalaran maksimum, Meta melaporkan hasil evaluasi berikut:

AutomationBench-AA menggunakan penilaian pass@1 yang ketat, sedangkan Terminal-Bench menguji setiap model dengan perangkat uji terbaik yang dipublikasikan. Agents’ Last Exam dan OSWorld merupakan evaluasi internal Meta. Hasil Haiku pada FrontierCode memberi batasan pada klaim yang lebih luas tentang kemampuan pemrograman: tolok ukur tersebut mengevaluasi tugas rekayasa nyata berdasarkan kemudahan penggabungan kode, dan Haiku unggul di dalamnya.

Ember juga dapat memproses teks, gambar, audio, dan video secara langsung. Karena itu, agen dapat bekerja dengan tangkapan layar, diagram, dokumen hasil pemindaian, memo suara, rekaman rapat, atau video tanpa memanggil model terpisah. Masukan ini memperluas cakupan model eksekusi hingga penggunaan komputer desktop dan dokumen dengan detail visual, selain pemrograman berbasis teks.

Pengujian Keselamatan dan Mitra Awal

Meta mengevaluasi Ember berdasarkan Superintelligence Scaling Framework untuk mengukur risiko kimia dan biologi, keamanan siber, serta hilangnya kendali. Perusahaan melaporkan bahwa model ini tetap berada di bawah ambang risiko tinggi dalam kerangka tersebut pada semua kategori yang dinilai, serta menerima pelatihan dan pengujian keselamatan inti yang sama. Evaluasi perilaku agen mencakup penghormatan terhadap maksud pengguna, penanganan informasi sensitif, ketahanan terhadap instruksi tersembunyi di halaman web, dokumen, atau keluaran alat, serta upaya meminta masukan manusia sebelum mengambil tindakan berdampak besar.

Meta juga menerbitkan laporan pengujian awal dari Cloudflare dan You.com. CTO Cloudflare Dane Knecht mengatakan bahwa Ember berjalan hingga 30% lebih cepat pada persentil latensi tertinggi dibandingkan model sebanding yang diuji perusahaannya, serta mampu menangani penyelidikan yang mencakup beberapa repositori dengan baik. Pimpinan inferensi You.com, Chak Pothina, melaporkan latensi persentil ke-95 sebesar 2,2 detik, dan Ember menyelesaikan setiap tugas pemrograman dengan latensi terendah di antara model-model yang diuji. Pothina juga mengatakan bahwa selama pengujian tersebut Ember menghasilkan 36–48% lebih sedikit token keluaran.

Bagi pengembang, Ember menyediakan lapisan eksekusi berbiaya lebih rendah yang dapat ditempatkan di bawah perencanaan Muse Wonder dan mengurangi jumlah pemanggilan berulang yang dikirim ke model yang lebih mahal. Angka-angka Meta mendukung pembagian kerja tersebut, sementara hasil FrontierCode menunjukkan batasnya: efisiensi dan skor agen yang kuat tidak menjamin keunggulan dalam setiap tugas rekayasa.