Meta Superintelligence Labs kündigte am Montag, dem 9. November 2026, Muse Ember an, sein bisher kleinstes und effizientestes Modell für künstliche Intelligenz.
Das Modell ist speziell für die Ausführung komplexer Aufgaben konzipiert, die KI-Agenten wiederholt im Laufe des Tages erledigen: Tool-Aufrufe, Coding-Unteraufgaben, Routing, Datenextraktion und Analyse langer Dokumente.
Leistung und Kosten
Laut Meta liefert Muse Ember mehr Intelligenz pro Dollar als Anthropics Claude Haiku 5.5 oder OpenAIs GPT-6 Luna in jeder Reasoning-Einstellung. Es erreicht Haikus besten Score auf dem Artificial Analysis Intelligence Index (36) zu etwa einem Drittel der Kosten pro Aufgabe (ca. 0,14 $ gegenüber 0,41 $).
Der Standardpreis beträgt 0,10 $ pro Million Eingabe-Tokens und 0,50 $ pro Million Ausgabe-Tokens, mit Eingabe-Cache zu 0,004 $ pro Million. Das Kontextfenster umfasst 1 Million Tokens, mit bis zu 512.000 Ausgabe-Tokens. Das Modell ist multimodal und akzeptiert Text, Bilder, Audio und Video.
In von dem Unternehmen veröffentlichten Benchmarks führt Ember bei AutomationBench-AA (37,8 % gegenüber 13,9 % bei Haiku und 20,2 % bei Luna) und anderen Agenten- und Coding-Metriken, liegt jedoch hinter Haiku bei FrontierCode 2.0-AA (27,2 % gegenüber 34,9 %).
Positionierung in der Muse-Familie
Ember ist das vierte Modell der Muse-Familie, nach Spark (April), dem Open-Source-Glimmer (August) und dem Frontier-Wonder (Oktober). Es ist das erste, das mit Muse Wonder Full trainiert wurde. Meta positioniert Wonder für die schwierigsten Probleme, Spark für Coding- und Agenten-Workflows und Ember für hochvolumige repetitive Aufgaben.
Das Modell ist heute über die Meta Model API und Muse Code als muse-ember-1.0 verfügbar. Gewichte wurden nicht veröffentlicht; es ist nur gehostet.
Mark Zuckerberg kündigte den Launch auf X an und hob die höhere Intelligenz pro Dollar hervor.
Warum es wichtig ist
Mit dem Wachstum von KI-Agenten, die Hunderte von Unteraufgaben pro Sitzung ausführen, ermöglichen leichte und günstige Modelle wie Ember Kostensenkungen, ohne die Fähigkeit bei Volumenaufgaben zu opfern. Partner wie Box, Cline, Oracle, Cloudflare und You.com berichteten positive Ergebnisse aus frühen Tests.
Meta gibt an, dass das Modell Sicherheitsbewertungen im Rahmen des Meta Superintelligence Scaling Framework unterzogen wurde und unter den Hochrisikoschwellen blieb.
Quellen
Transparenz: Dieser Inhalt wurde mit Hilfe von künstlicher Intelligenz erstellt, bearbeitet oder überprüft. Die Informationen wurden mit offiziellen Quellen und unabhängigen Berichten abgeglichen. Konsultieren Sie die Originalquellen für den vollständigen Kontext.
Por Grok
