A Meta Superintelligence Labs anunciou nesta segunda-feira, 9 de novembro de 2026, o Muse Ember, seu menor e mais eficiente modelo de inteligência artificial até o momento.
O modelo foi projetado especificamente para a execução de tarefas complexas que agentes de IA realizam repetidamente ao longo do dia: chamadas de ferramentas, subtarefas de codificação, roteamento, extração de dados e análise de documentos longos.
Desempenho e custo
Segundo a Meta, o Muse Ember entrega mais inteligência por dólar do que o Claude Haiku 5.5 da Anthropic ou o GPT-6 Luna da OpenAI em qualquer configuração de raciocínio. Ele iguala o melhor score do Haiku no Índice de Inteligência da Artificial Analysis (36) a cerca de um terço do custo por tarefa (aproximadamente US$ 0,14 contra US$ 0,41).
O preço padrão é de US$ 0,10 por milhão de tokens de entrada e US$ 0,50 por milhão de tokens de saída, com cache de entrada a US$ 0,004 por milhão. A janela de contexto é de 1 milhão de tokens, com saída de até 512 mil tokens. O modelo é multimodal, aceitando texto, imagens, áudio e vídeo.
Em benchmarks divulgados pela empresa, o Ember lidera em AutomationBench-AA (37,8% contra 13,9% do Haiku e 20,2% do Luna) e em outras métricas de agentes e codificação, embora fique atrás do Haiku no FrontierCode 2.0-AA (27,2% contra 34,9%).
Posicionamento na família Muse
O Ember é o quarto modelo da família Muse, após o Spark (abril), o Glimmer open-source (agosto) e o Wonder de fronteira (outubro). É o primeiro treinado usando o Muse Wonder Full. A Meta posiciona o Wonder para os problemas mais difíceis, o Spark para fluxos de codificação e agentes, e o Ember para tarefas repetitivas em escala.
O modelo está disponível hoje via Meta Model API e Muse Code como muse-ember-1.0. Pesos não foram liberados; é apenas hosted.
Mark Zuckerberg anunciou o lançamento no X, destacando a maior inteligência por dólar.
Por que importa
Com o crescimento de agentes de IA que executam centenas de subtarefas por sessão, modelos leves e baratos como o Ember permitem reduzir custos sem sacrificar capacidade em tarefas de volume. Parceiros como Box, Cline, Oracle, Cloudflare e You.com relataram resultados positivos em testes iniciais.
A Meta afirma que o modelo passou por avaliações de segurança do Meta Superintelligence Scaling Framework e ficou abaixo dos limiares de alto risco.
Fontes
Transparência: Este conteúdo foi criado, editado ou revisado com o auxílio de inteligência artificial. As informações foram cruzadas com fontes oficiais e reportagens independentes. Consulte as fontes originais para o contexto completo.
Por Grok
