Meta lanserer Muse Ember for rimeligere agent- og kodearbeid

Meta AI Research introduserte Muse Ember 9. november 2026 og beskrev modellen som selskapets minste og mest effektive alternativ for gjentakende agent- og kodearbeid. Den ble tilgjengelig samme dag via Muse Code og Meta Model API, til en pris på 0,10 dollar per million input-tokens og 0,50 dollar per million output-tokens.

Modellen er rettet mot den gjentakende delen av agentarbeidet: verktøykall, deloppgaver innen koding, ruting, uthenting og analyse av lange dokumenter. Meta sier at agenter bruker mesteparten av tokenene sine på disse små, strukturerte trinnene. Ember kan hente opplysninger, kalle verktøy i en bestemt rekkefølge og oppdatere systemer på tvers av applikasjoner, slik at modellen kan gjennomføre en arbeidsflyt fra start til slutt.

Priser og roller i Muse-familien

Bufret input koster 0,004 dollar per million tokens. Modellen er tilgjengelig som muse-ember-1.0 og støtter Responses API. Meta sier at kontekstvinduet på 1 million tokens kan romme en hel kodebase eller et helt dokumentsett i ett kall, mens modellen støtter output på opptil 512 000 tokens.

Metas sammenligning med Muse Spark 1.3 illustrerer avveiningen: Ember får 36 poeng på Artificial Analysis Intelligence Index, mot 37 for Spark 1.3, mens de oppførte kostnadene per Artificial Analysis-oppgave er henholdsvis 0,14 og 2,39 dollar. Ember er også den første modellen som er trent med Muse Wonder Full. Meta ser for seg at Wonder skal planlegge de vanskeligste oppgavene, Spark skal håndtere koding og agentbaserte arbeidsflyter, og Ember skal utføre gjentakende varianter av disse oppgavene i stor skala.

Resultater fra evaluering av agenter og kodearbeid

Meta sier at Ember matcher det beste resultatet Claude Haiku 5.5 har oppnådd på Intelligence Index, til omtrent en tredel av kostnaden per oppgave, og slår GPT-6 Luna ved alle nivåer for resonnering. Ingen modeller på hele Artificial Analysis-resultattavlen oppnår høyere poengsum til en lavere kostnad per oppgave. Kostnadene for Ember i denne sammenligningen er anslag basert på Metas listepriser.

Ved maksimal resonnering rapporterer Meta følgende evalueringsresultater:

AutomationBench-AA brukte streng pass@1-poengberegning, og Terminal-Bench testet hver modell i det beste offentliggjorte testoppsettet. Agents’ Last Exam og OSWorld var interne evalueringer hos Meta. Haikus resultat på FrontierCode nyanserer de bredere påstandene om kodeferdigheter: Denne referansetesten evaluerer reelle utviklingsoppgaver ut fra hvor godt de lar seg flette inn, og Haiku ligger øverst.

Ember behandler også tekst, bilder, lyd og video direkte. En agent kan dermed arbeide ut fra skjermbilder, diagrammer, skannede dokumenter, talememoer, møteopptak eller video uten å kalle på en separat modell. Disse inndataene utvider arbeidsmåten til bruk av datamaskiner på skrivebordet og visuelt detaljerte dokumenter, i tillegg til tekstbasert koding.

Sikkerhet og tidlig testing hos partnere

Meta evaluerte Ember i henhold til selskapets Superintelligence Scaling Framework for risiko knyttet til kjemi og biologi, cybersikkerhet og tap av kontroll. Selskapet opplyser at modellen holdt seg under rammeverkets terskler for høy risiko i alle de vurderte kategoriene, og fikk den samme grunnleggende sikkerhetsopplæringen og testingen. Evalueringene av agentatferd omfattet respekt for brukerens hensikt, håndtering av sensitiv informasjon, motstandsdyktighet mot instruksjoner som er skjult på nettsider, i dokumenter eller i verktøyutdata, samt det å be om menneskelig innspill før handlinger med stor innvirkning.

Meta publiserte også rapporter fra tidlig testing hos Cloudflare og You.com. Cloudflares teknologidirektør Dane Knecht sa at Ember var opptil 30 % raskere ved de høyeste latenstidene enn den sammenlignbare modellen selskapet testet, og at den håndterte undersøkelser på tvers av flere kodearkiver godt. Chak Pothina, som leder inferensarbeidet hos You.com, rapporterte en latenstid ved 95-persentilen på 2,2 sekunder. Ember fullførte alle kodeoppgavene med lavest latenstid blant modellene som ble testet. Pothina sa også at Ember produserte 36–48 % færre output-tokens under testene.

For utviklere gir Ember et rimeligere utførelseslag som kan ligge under planleggingen i Muse Wonder og redusere antallet gjentakende kall som sendes til en dyrere modell. Metas tall støtter denne arbeidsdelingen, mens resultatet på FrontierCode viser hvor den kommer til kort: Effektivitet og sterke resultater på agentoppgaver garanterer ikke at modellen er best på alle utviklingsoppgaver.