Wenn dein Agent stündlich Hunderte kleiner Aufrufe absetzt, bestimmt das Modell dahinter die Rechnung stärker als jedes Spitzenmodell. Genau dort setzt Meta mit Muse Ember an, das der Konzern als sein kleinstes und effizientestes Modell beschreibt, gebaut für schnelle agentische Ausführung in großem Umfang.
Wofür Muse Ember gedacht ist
Meta sieht Ember für Programmieraufgaben, Tool-Aufrufe und Dokumentanalyse vor, also für die wiederkehrenden Schritte in einem Agenten-Workflow statt für die schwierige Planung. In Metas eigenem Beispielaufbau übernimmt das größere Muse Wonder die Planung, während Ember die einzelnen Schritte ausführt. Ein agentischer Workflow ist dabei eine Kette, in der ein Modell plant, Werkzeuge aufruft, Ergebnisse prüft und weitermacht, ohne dass ein Mensch jeden Schritt freigibt.
Das Modell verarbeitet Text, Bild, Audio und Video als Eingabe und bietet ein Kontextfenster von 1 Million Tokens. Ein Token ist ein kleines Textstück, das das Modell liest; 1 Million Tokens reichen für sehr lange Dokumente oder große Codebasen in einer Anfrage.
Was es kostet und wo du es nutzen kannst
Bis 200.000 Eingabe-Tokens verlangt Meta 0,10 Dollar pro Million Eingabe-Tokens und 0,50 Dollar pro Million Ausgabe-Tokens, zwischengespeicherte Eingaben kosten 0,004 Dollar. Oberhalb von 200.000 Eingabe-Tokens verdreifachen sich die Preise auf 0,30, 1,50 und 0,012 Dollar. Verfügbar ist das Modell über die Meta Model API unter der Kennung muse-ember-1.0; es funktioniert mit OpenAI-kompatiblen Clients, wenn du die Base-URL änderst, und ist in allen Muse-Code-Abos enthalten.
Wie es sich gegen Claude Haiku 5.5 und GPT-6 Luna schlägt
Das unabhängige Benchmark-Unternehmen Artificial Analysis hat bei maximalem Denkaufwand 36 Punkte auf seinem Intelligence Index gemessen, genauso viel wie Claude Haiku 5.5 (max). Der Unterschied liegt bei den Kosten: rund 0,14 Dollar pro Index-Aufgabe für Ember gegenüber 0,41 Dollar für Haiku, auch weil Ember nur etwa ein Drittel so viele Ausgabe-Tokens brauchte. Meta führt GPT-6 Luna (max) auf demselben Index mit 28 Punkten.
Das Bild ist nicht einheitlich. Ember liegt bei Terminal-Bench 4.0 vor Haiku 5.5 (40,9 gegenüber 32,8 Prozent) und erreicht 68,1 Prozent bei AutomationBench-AA, fällt aber bei FrontierCode 2.0 (27,2 gegenüber 34,9 Prozent) und bei AA-Briefcase zurück. In Muse Code kam es auf 46 Punkte im Coding Agent Index, vor Haiku 5.5 in Claude Code (37) und GPT-6 Luna in Codex (31).
Die Haken, die du kennen solltest
Die Schwachstelle ist Faktenwissen. Bei AA-Omniscience beantwortete Ember nur 21,1 Prozent der Fragen richtig, der niedrigste Wert unter ähnlich starken Modellen; Haiku 5.5 kommt auf 34,7 Prozent. Ausgeglichen wird das dadurch, dass Ember 64 Prozent der Fragen gar nicht beantwortet, wodurch die Halluzinationsrate bei 17,4 Prozent liegt, etwa halb so hoch wie bei Haiku. Der zweite Haken ist die Preisstufe oberhalb von 200.000 Eingabe-Tokens: Aufgaben mit langem Kontext kosten pro Token dreimal so viel.
Wo Ember passt
Klären wir zuerst die Aufgabe. Wenn deine Pipeline in großer Zahl weiterleitet, Daten extrahiert oder Tool-Aufrufe ausführt, machen diese Zahlen Ember zu einem sinnvollen Standard-Arbeitsmodell, und die Kombination mit einem stärkeren Planer entspricht Metas eigener Einordnung. Brauchst du Faktenwissen oder die schwierigsten Programmieraufgaben, sprechen dieselben Messungen dagegen. Meine Einschätzung: Das häufige Ablehnen ist für Agenten eher ein Vorteil, weil sich ein Modell, das sein Nichtwissen zugibt, leichter umleiten lässt als eines, das rät. Es heißt aber auch, dass du für wissenslastige Fragen einen Abrufschritt oder ein größeres Modell einplanen solltest. Die meisten Werte stammen aus Tests zum Start, daher zählen unabhängige Ergebnisse der kommenden Wochen.
