Meta anunció el lanzamiento de Muse Ember el 9 de noviembre, posicionando el nuevo modelo como una solución rentable para el trabajo repetitivo que mantiene en funcionamiento a los agentes de IA. A diferencia de su hermano mayor de gama alta, Muse Wonder, Ember está diseñado para manejar acciones de alto volumen y baja complejidad, como la enrutación de solicitudes, la extracción de datos de documentos, el procesamiento de archivos largos y la realización de tareas de codificación modestas. La empresa comercializa el modelo como un «motor de volumen» que funciona en tándem con Muse Wonder, el cual toma decisiones estratégicas mientras Ember ejecuta los pasos necesarios.

Capacidades del modelo y precios

Muse Ember es la cuarta entrada en la serie Muse de Meta, tras Muse Spark, Muse Glimmer y Muse Wonder. Está accesible a través de la Meta Model API y Muse Code, ofreciendo una ventana de contexto de un millón de tokens y soporte multimodal para imágenes, audio y video. El precio se establece en 0,10 USD por millón de tokens de entrada, 0,004 USD por millón de tokens de entrada en caché y 0,5 USD por millón de tokens de salida, una estructura que, según Meta, hace que las operaciones a gran escala de agentes sean sustancialmente más baratas que las alternativas existentes.

Benchmarks de rendimiento independientes

Artificial Analysis evaluó Ember frente a los modelos líderes. El conjunto de pruebas otorgó a Ember una puntuación de 36 en el Índice de Inteligencia, idéntica a la de Claude Haiku 5.5 de Anthropic, pero el costo estimado de Ember por tarea de referencia fue de 0,14 USD frente a 0,41 USD de Claude Haiku. En AutomationBench-AA, Ember obtuvo un 68,1%, igualando a Muse Wonder, mientras que su rendimiento en codificación fue mixto: superó a Claude Haiku en Terminal-Bench 4.0 (40,9% frente a 32,8%), pero quedó por detrás en FrontierCode 2.0 (27,2% frente a 34,9%). El conocimiento general siguió siendo un punto débil, con Ember alcanzando solo un 21,1% de precisión en AA-Omniscience y omitiendo el 64% de las consultas. La tasa de alucinaciones del modelo fue relativamente baja, en un 17,4%, lo que refleja un estilo de respuesta conservador.

Reacción de la industria y contexto del mercado

Los socios iniciales destacaron la velocidad de Ember y su utilidad específica para tareas. El CTO de Cloudflare, Dane Knecht, informó de tiempos de inferencia rápidos, mientras que Chak Pothina, responsable de inferencia en You.com, señaló la capacidad del modelo para evaluar contratos cláusula por cláusula frente a un manual de negociación. A pesar de estas promesas, los analistas advierten que los menores costos de tokens no se traducen automáticamente en un mayor valor empresarial. Gartner proyecta que el gasto en agentes de IA alcanzará los 29.200 millones de dólares en 2026, y IDC espera que los costos por acción disminuyan un 95% para 2030, incluso cuando los gastos generales de entrega de tokens aumenten drásticamente. Las preocupaciones en torno a la privacidad de los datos, la seguridad y la gobernanza siguen siendo prevalentes, con el 73% de las empresas encuestadas expresando preocupación, según el Instituto FII.