Meta Superintelligence Labs anunció el lunes 9 de noviembre de 2026 Muse Ember, su modelo de inteligencia artificial más pequeño y eficiente hasta la fecha.
El modelo está diseñado específicamente para la ejecución de tareas complejas que los agentes de IA realizan repetidamente a lo largo del día: llamadas a herramientas, subtareas de codificación, enrutamiento, extracción de datos y análisis de documentos largos.
Rendimiento y coste
Según Meta, Muse 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 la mejor puntuación de Haiku en el Índice de Inteligencia de Artificial Analysis (36) a aproximadamente un tercio del coste por tarea (unos 0,14 USD frente a 0,41 USD).
El precio estándar es de 0,10 USD por millón de tokens de entrada y 0,50 USD por millón de tokens de salida, con caché de entrada a 0,004 USD por millón. La ventana de contexto es de 1 millón de tokens, con hasta 512.000 tokens de salida. El modelo es multimodal y acepta texto, imágenes, audio y vídeo.
En los benchmarks publicados por la empresa, Ember lidera en AutomationBench-AA (37,8 % frente a 13,9 % de Haiku y 20,2 % de Luna) y en otras métricas de agentes y codificación, aunque queda por detrás de Haiku en FrontierCode 2.0-AA (27,2 % frente a 34,9 %).
Posicionamiento en la familia Muse
Ember es el cuarto modelo de la familia Muse, tras Spark (abril), el open-source Glimmer (agosto) y el frontier Wonder (octubre). Es el primero entrenado usando Muse Wonder Full. Meta posiciona Wonder para los problemas más difíciles, Spark para flujos de codificación y agentes, y Ember para tareas repetitivas a escala.
El modelo está disponible hoy a través de la Meta Model API y Muse Code como muse-ember-1.0. Los pesos no se liberaron; es solo hosted.
Mark Zuckerberg anunció el lanzamiento en X, destacando la mayor inteligencia por dólar.
Por qué importa
Con el crecimiento de agentes de IA que ejecutan cientos de subtareas por sesión, modelos ligeros y baratos como Ember permiten reducir costes sin sacrificar capacidad en tareas de volumen. Socios como Box, Cline, Oracle, Cloudflare y You.com informaron resultados positivos en pruebas iniciales.
Meta afirma que el modelo pasó evaluaciones de seguridad del Meta Superintelligence Scaling Framework y se mantuvo por debajo de los umbrales de alto riesgo.
Fuentes
Transparencia: Este contenido fue creado, editado o revisado con la ayuda de inteligencia artificial. La información se cruzó con fuentes oficiales e informes independientes. Consulte las fuentes originales para el contexto completo.
Por Grok
