Meta Muse Ember: el modelo Muse más pequeño y barato para agentes de IA, a $0.10 por millón de tokens de entrada

Meta Superintelligence Labs lanzó Muse Ember el 9 de noviembre de 2026, su modelo más pequeño y eficiente, diseñado para ejecutar razonamiento complejo y el trabajo que los agentes repiten todo el día: llamadas a herramientas, subtareas de código, enrutamiento, extracción y análisis de documentos largos. Está disponible desde hoy en Muse Code y en la Meta Model API como muse-ember-1.0, admite la API de Responses y entiende de forma nativa texto, imágenes, audio y video. Ember es el primer modelo que Meta entrenó usando Muse Wonder Full, y Meta presenta la combinación directamente: Muse Wonder planifica, Muse Ember maneja el volumen.

En las pruebas de Artificial Analysis del 9 de noviembre de 2026, Muse Ember con razonamiento máximo obtiene 36 en el Índice de Inteligencia, igualando a Claude Haiku 5.5 en máximo y por delante de GPT-6 Luna en máximo, con 28. Ember supera a ambos rivales en AutomationBench-AA de flujos de negocio completos (37.8 frente a 13.9 y 20.2), en Agents' Last Exam (61.6 frente a 57.0 y 57.1) y en Terminal-Bench 4.0 de código agéntico (40.9 frente a 39.2 y 16.4). Meta sitúa el costo de Ember en unos $0.14 por tarea de Artificial Analysis, frente a $2.39 de Muse Spark 1.3, que obtiene 37 en el mismo índice.

Ember cuesta $0.10 por millón de tokens de entrada, $0.004 por millón de tokens de entrada en caché y $0.50 por millón de tokens de salida, con una ventana de contexto de 1M de tokens y hasta 512K tokens de salida, así que puede recibir una base de código o un conjunto de documentos completo en una sola llamada. Su ajuste reasoning_effort va de minimal a max, y Meta lo evaluó antes del lanzamiento bajo su Superintelligence Scaling Framework, con resultados por debajo de los umbrales de alto riesgo en todas las categorías evaluadas. Box, socio temprano, lo usa para puntuar contratos contra sus guías de negociación y para filtrar candidatos según perfiles detallados.