Meta lansează Muse Ember pentru activități cu agenți și de programare la costuri mai mici

Meta AI Research a prezentat Muse Ember pe 9 noiembrie 2026, descriindu-l drept cel mai mic model al companiei și cea mai eficientă opțiune a sa pentru activități repetitive cu agenți și de programare. Modelul a devenit disponibil în aceeași zi prin Muse Code și Meta Model API, la un preț de 0,10 USD pentru fiecare milion de tokenuri de intrare și de 0,50 USD pentru fiecare milion de tokenuri de ieșire.

Modelul este destinat stratului repetitiv al activității agenților: apeluri de instrumente, sarcini secundare de programare, rutare, extragere și analiză de documente lungi. Meta afirmă că agenții folosesc majoritatea tokenurilor pentru acești pași mici și structurați. Ember poate prelua înregistrări, apela instrumente succesiv și actualiza sisteme în mai multe aplicații, ceea ce îi permite să execute un flux de lucru de afaceri de la început până la sfârșit.

Prețuri și rolurile din familia Muse

Intrarea din memoria cache costă 0,004 USD pentru fiecare milion de tokenuri. Modelul este disponibil ca muse-ember-1.0 și acceptă Responses API. Meta afirmă că fereastra de context de 1 milion de tokenuri poate cuprinde un întreg cod sursă sau un set complet de documente într-un singur apel, iar modelul acceptă ieșiri de până la 512.000 de tokenuri.

Comparația făcută de Meta cu Muse Spark 1.3 ilustrează compromisul: Ember obține 36 de puncte pe Artificial Analysis Intelligence Index, față de 37 pentru Spark 1.3, în timp ce costurile indicate pentru fiecare sarcină Artificial Analysis sunt, respectiv, de 0,14 USD și 2,39 USD. Ember este și primul model antrenat cu Muse Wonder Full. Meta intenționează ca Wonder să planifice rezolvarea celor mai dificile probleme, Spark să gestioneze programarea și fluxurile de lucru cu agenți, iar Ember să execute versiuni repetitive ale acestor sarcini la scară largă.

Rezultatele evaluărilor pentru agenți și programare

Meta afirmă că Ember egalează cel mai bun rezultat al Claude Haiku 5.5 pe Intelligence Index, la aproximativ o treime din costul acestuia pentru fiecare sarcină, și depășește GPT-6 Luna la toate nivelurile de raționament. Niciun model din clasamentul complet Artificial Analysis nu obține un scor mai mare la un cost mai mic pentru fiecare sarcină. Costurile Ember din această comparație sunt estimări bazate pe prețurile de listă ale Meta.

La nivelul maxim de raționament, Meta raportează următoarele rezultate ale evaluărilor:

AutomationBench-AA a folosit o metodă strictă de evaluare pass@1, iar pentru Terminal-Bench, fiecare model a fost testat în cel mai bun cadru de evaluare publicat al său. Agents’ Last Exam și OSWorld au fost evaluări interne Meta. Rezultatul Haiku la FrontierCode nu susține pe deplin afirmația mai amplă privind programarea: acest benchmark evaluează sarcini reale de inginerie în funcție de posibilitatea integrării modificărilor, iar Haiku se situează pe primul loc.

Ember procesează nativ și text, imagini, conținut audio și video. Astfel, un agent poate lucra pe baza capturilor de ecran, diagramelor, documentelor scanate, notițelor vocale, înregistrărilor de ședințe sau a videoclipurilor, fără să apeleze la un model separat. Pe lângă programarea bazată pe text, aceste tipuri de intrări extind modelul de execuție la utilizarea computerului desktop și la documente cu detalii vizuale.

Siguranță și testare timpurie de către parteneri

Meta a evaluat Ember în cadrul Superintelligence Scaling Framework pentru riscuri chimice și biologice, de securitate cibernetică și de pierdere a controlului. Compania afirmă că, în categoriile evaluate, modelul a rămas sub pragurile de risc ridicat stabilite de cadru și a beneficiat de aceeași instruire și testare de bază privind siguranța. Evaluările comportamentului agenților au vizat respectarea intenției utilizatorului, gestionarea informațiilor sensibile, rezistența la instrucțiuni ascunse în pagini web, documente sau rezultate ale instrumentelor și solicitarea intervenției umane înaintea acțiunilor cu impact major.

Meta a publicat și relatări despre testările timpurii realizate de Cloudflare și You.com. Dane Knecht, directorul tehnic al Cloudflare, a declarat că Ember a rulat cu până la 30% mai rapid la nivelul latenței de coadă decât modelul comparabil testat de compania sa și că s-a descurcat bine în investigații care au vizat mai multe depozite de cod. Chak Pothina, responsabilul You.com pentru inferență, a raportat o latență de 2,2 secunde la percentila 95, Ember finalizând fiecare sarcină de programare cu cea mai mică latență dintre modelele testate. Pothina a mai spus că, în timpul acestor teste, Ember a generat cu 36–48% mai puține tokenuri de ieșire.

Pentru dezvoltatori, Ember oferă un strat de execuție mai ieftin, care poate funcționa sub nivelul de planificare al Muse Wonder și poate reduce numărul apelurilor repetitive trimise către un model mai costisitor. Cifrele prezentate de Meta susțin această împărțire a sarcinilor, în timp ce rezultatul de la FrontierCode îi arată limita: eficiența și scorurile bune la evaluările agenților nu garantează superioritatea la toate sarcinile de inginerie.