Muse Ember

2026-11-09 · Éditeur : Meta · Domaine : Intelligence Artificielle

Meta lance Muse Ember, présenté comme son modèle Muse le plus petit et le plus efficace, conçu pour exécuter des tâches d'agents en volume. Il est facturé 0,10 $ par million de tokens en entrée (jusqu'à 200 000) et accepte texte, image, audio, vidéo et PDF.

Ce qui change

  • Muse Ember est présenté par Meta comme son modèle le plus petit et le plus efficace, entraîné avec Muse Wonder Full.
  • Contexte d'un million de tokens en entrée et jusqu'à 512 000 en sortie ; l'API renvoie du texte.
  • Tarif : 0,10 $ en entrée et 0,50 $ en sortie par million de tokens, jusqu'à 200 000 tokens de prompt.
  • Selon Meta, indice Artificial Analysis de 36, comme Claude Haiku 5.5, pour environ 0,14 $ par tâche contre 0,41 $.
  • Haiku 5.5 reste devant sur FrontierCode 2.0 (34,9 % contre 27,2 %) ; poids et nombre de paramètres non publiés.

### Contexte Meta Superintelligence Labs publie le 9 novembre 2026 Muse Ember, quatrième modèle de la gamme Muse après Spark, son jumeau ouvert Glimmer et Wonder. Selon TechCrunch, Meta le positionne en complément de Muse Wonder : « Muse Wonder plans, Muse Ember handles the volume » (Muse Wonder planifie, Muse Ember gère le volume). D'après VentureBeat, c'est le premier modèle entraîné avec Wonder Full ; Meta n'a publié ni ses poids ni son nombre de paramètres. ### Caractéristiques - Identifiant `muse-ember-1.0`, accessible via la Model API de Meta (endpoint Responses notamment). - Entrées : texte, images, audio, vidéo et PDF ; sortie : texte. - Fenêtre de contexte de 1 048 576 tokens en entrée, 524 288 tokens en sortie au maximum. - Disponibilité : Muse Code, Model API de Meta, Oracle Cloud et Google Cloud (préversion). ### Tarifs | Taille du prompt | Entrée | Entrée en cache | Sortie | |---|---|---|---| | Jusqu'à 200 000 tokens | 0,10 $ | 0,004 $ | 0,50 $ | | Au-delà | 0,30 $ | 0,012 $ | 1,50 $ | Prix par million de tokens. ### Benchmarks Scores publiés par l'éditeur (effort maximal). | Benchmark | Muse Ember | Claude Haiku 5.5 | GPT-6 Luna | |---|---|---|---| | Artificial Analysis Intelligence Index | 36 | 36 | 28 | | AutomationBench-AA | 37,8 % | 13,9 % | 20,2 % | | Coding Agent Index-AA | 46 | 37 | 31 | | FrontierCode 2.0-AA | 27,2 % | 34,9 % | 25,2 % | | OSWorld 2.1 (crédit partiel) | 69,5 % | 68,9 % | 50,5 % | ### À retenir Meta vise le segment des modèles légers pour agents avec un tarif très bas et un contexte d'un million de tokens. Le modèle reste propriétaire et les comparaisons proviennent de Meta ; la presse note que l'avantage tient en partie à la notation à crédit partiel.

Liens

Tags : LLM, Agents, Multimodal, Meta, Muse, Code