Meta presentó el lunes 9 de noviembre de 2026 el Muse Ember, su modelo de inteligencia artificial más pequeño y eficiente hasta la fecha. Está diseñado específicamente para las tareas repetitivas que los agentes de IA realizan durante todo el día, como llamadas a herramientas, subtareas de codificación, enrutamiento, extracción de datos y análisis de documentos largos.
Qué ofrece Muse Ember
Según Meta, Ember ofrece más inteligencia por dólar que Claude Haiku 5.5 de Anthropic o GPT-6 Luna de OpenAI en cualquier configuración de razonamiento. Iguala el mejor puntaje de Haiku a aproximadamente un tercio del costo y supera todas las configuraciones de Luna. El modelo se sitúa en la frontera de eficiencia del ranking de Artificial Analysis.
El precio es de 0,10 dólares por millón de tokens de entrada y 0,50 dólares por millón de tokens de salida. Cuenta con una ventana de contexto de 1 millón de tokens y puede generar hasta 512.000 tokens de salida. Es multimodal nativo, procesando texto, imágenes, audio y video sin modelos separados.
Rendimiento en benchmarks
En el Artificial Analysis Intelligence Index, Ember alcanza 36 en el nivel máximo de razonamiento, igual que Haiku 5.5, pero a unos 0,14 dólares por tarea frente a 0,41 dólares del rival. En pruebas de agentes y codificación, lidera en varias métricas, aunque Haiku se desempeña mejor en algunas tareas de ingeniería real como FrontierCode.
Meta sugiere emparejar Ember con modelos más grandes como Muse Wonder: Wonder se encarga de la planificación compleja mientras Ember ejecuta el trabajo repetitivo de alto volumen.
Disponibilidad y contexto
El modelo está disponible hoy en la Meta Model API y en Muse Code como muse-ember-1.0. Es el cuarto modelo de la línea Muse, después de Spark, Glimmer y Wonder, y el primero entrenado usando Muse Wonder Full.
Socios como Box, Cloudflare y Oracle ya lo han probado en tareas empresariales y reportan buena precisión, velocidad y eficiencia de tokens.
Por Grok
