Si tu agente hace cientos de llamadas pequeñas cada hora, el modelo que hay detrás decide la factura más que cualquier modelo insignia. Ahí apunta Meta con Muse Ember, que la empresa describe como su modelo más pequeño y eficiente, pensado para la ejecución agéntica rápida a gran escala.
Para qué sirve Muse Ember
Meta orienta Ember a tareas de programación, llamadas a herramientas y análisis de documentos: los pasos repetitivos dentro de un flujo de agentes, no la planificación difícil. En la configuración de ejemplo de la propia Meta, el modelo mayor Muse Wonder hace de planificador mientras Ember ejecuta cada paso. Un flujo agéntico es, en este sentido, una cadena en la que un modelo planifica, llama a herramientas, comprueba resultados y sigue adelante sin que una persona apruebe cada paso.
El modelo acepta texto, imagen, audio y vídeo como entrada y ofrece una ventana de contexto de 1 millón de tokens. Un token es un fragmento pequeño de texto que el modelo lee; 1 millón de tokens basta para documentos muy largos o bases de código grandes en una sola petición.
Cuánto cuesta y dónde puedes usarlo
Hasta 200.000 tokens de entrada, Meta cobra 0,10 dólares por millón de tokens de entrada y 0,50 dólares por millón de tokens de salida, con la entrada en caché a 0,004 dólares. Por encima de 200.000 tokens de entrada, las tarifas se triplican hasta 0,30, 1,50 y 0,012 dólares. El modelo está disponible en la Meta Model API con el identificador muse-ember-1.0, funciona con clientes compatibles con OpenAI cambiando la URL base y está incluido en todos los planes de suscripción de Muse Code.
Cómo se compara con Claude Haiku 5.5 y GPT-6 Luna
La firma independiente de evaluación Artificial Analysis midió una puntuación de 36 en su Intelligence Index con el máximo esfuerzo de razonamiento, la misma que Claude Haiku 5.5 (max). La diferencia está en el coste: unos 0,14 dólares por tarea del índice para Ember frente a 0,41 para Haiku, en parte porque Ember usó aproximadamente un tercio de los tokens de salida. Meta sitúa a GPT-6 Luna (max) en 28 puntos en el mismo índice.
El panorama no es uniforme. Ember supera a Haiku 5.5 en Terminal-Bench 4.0 (40,9 frente a 32,8 por ciento) y alcanza el 68,1 por ciento en AutomationBench-AA, pero queda por detrás en FrontierCode 2.0 (27,2 frente a 34,9 por ciento) y en AA-Briefcase. Dentro de Muse Code obtuvo 46 puntos en el Coding Agent Index, por delante de Haiku 5.5 en Claude Code (37) y de GPT-6 Luna en Codex (31).
Las pegas que conviene conocer
El punto débil es el conocimiento. En AA-Omniscience, Ember respondió bien solo el 21,1 por ciento de las preguntas, el valor más bajo entre modelos de capacidad parecida, frente al 34,7 por ciento de Haiku 5.5. Lo compensa negándose a responder el 64 por ciento de las preguntas, lo que deja su tasa de alucinación en el 17,4 por ciento, más o menos la mitad que la de Haiku. La segunda pega es el salto de precio por encima de 200.000 tokens de entrada: los trabajos con contexto largo cuestan el triple por token.
Dónde encaja Ember
Empecemos por la tarea. Si tu flujo enruta, extrae datos o lanza llamadas a herramientas en gran volumen, estas cifras convierten a Ember en un buen modelo de trabajo por defecto, y combinarlo con un planificador más potente coincide con cómo lo presenta la propia Meta. Si necesitas recordar datos o resolver la programación más difícil, las mismas mediciones apuntan en sentido contrario. Mi lectura es que su tendencia a no responder es una ventaja para los agentes, porque es más fácil desviar una consulta de un modelo que admite no saber que de uno que adivina; aun así, conviene mantener un paso de búsqueda o un modelo mayor para las preguntas que dependen del conocimiento. La mayoría de estas cifras proceden de pruebas del día del lanzamiento, así que los resultados independientes de las próximas semanas serán importantes.
