Meta Muse Ember è il modello di intelligenza artificiale più piccolo ed economico della famiglia Muse, pensato per le attività ripetitive degli agenti AI: costa 0,10 dollari per milione di token in ingresso e 0,50 in uscita.
Indice
Meta ha presentato Muse Ember il 9 novembre 2026. Nella presentazione ufficiale l’azienda lo definisce il suo modello più piccolo ed efficiente, identificato come `muse-ember-1.0`. È disponibile da subito su Muse Code e sulla Meta Model API, con supporto alla Responses API, e anche su Google Cloud e Oracle Cloud insieme a Muse Spark e Muse Wonder.
Cos’è Muse Ember e a cosa serve
Ember nasce per le attività che un agente AI ripete migliaia di volte: chiamate agli strumenti software, piccole modifiche al codice, instradamento delle richieste, estrazione di dati e analisi di documenti lunghi. Non è pensato come chatbot per la conversazione quotidiana, ma come motore operativo per chi sviluppa agenti.
Il modello è multimodale: gestisce testo, immagini, audio e video. La finestra di contesto arriva a un milione di token e l’output può toccare i 512.000 token. È il primo modello addestrato con Muse Wonder Full.
L’idea è dividere il lavoro. Muse Wonder, il modello più avanzato della famiglia, pianifica i compiti; Ember esegue le operazioni in volume. Una famiglia che Meta sta spingendo anche fuori dai laboratori, come mostrano le videochiamate con l’avatar IA di Muse arrivate negli Stati Uniti.
Quanto costa Muse Ember
Il listino parte da 0,10 dollari per milione di token in ingresso e 0,50 dollari per milione in uscita. Gli input in cache costano 0,004 dollari per milione. Sopra i 200.000 token di prompt le tariffe salgono a 0,30 dollari in ingresso, 0,012 per la cache e 1,50 in uscita.
Nei test di Artificial Analysis citati da Meta, Ember ottiene 36 punti sull’Intelligence Index contro i 37 di Muse Spark 1.3, ma con un costo per attività di circa 0,14 dollari invece di 2,39. È questo scarto, più della potenza pura, a raccontare la scommessa del modello.
I benchmark contro Claude Haiku 5.5 e GPT-6 Luna
Meta mette Ember accanto ai due rivali economici di Anthropic e OpenAI. Ecco i risultati dichiarati in modalità massima:
- Terminal-Bench 4.0: 40,9% contro 39,2% di Haiku 5.5 e 16,4% di GPT-6 Luna
- AutomationBench-AA: 37,8% contro 13,9% di Haiku 5.5 e 20,2% di GPT-6 Luna
- Agents’ Last Exam: 61,6% contro 57,0% di Haiku 5.5 e 57,1% di GPT-6 Luna
- Coding Agent Index-AA: 46 contro 37 di Haiku 5.5 e 31 di GPT-6 Luna
- FrontierCode 2.0-AA: 27,2%, dietro il 34,9% di Haiku 5.5 e davanti al 25,2% di GPT-6 Luna
- OSWorld 2.1: 69,5%; PerceptionBench: 80,6% con strumenti
Sono dati forniti dall’azienda stessa e dipendono dalla configurazione delle prove: non sostituiscono un confronto indipendente. Il quadro però è chiaro: Ember batte spesso i concorrenti sui compiti da agente, mentre sul codice più difficile resta indietro rispetto a Haiku.
Chi lo ha provato e come è stato valutato sulla sicurezza
Box, Cline, Oracle, Cloudflare e You.com hanno testato il modello prima del lancio. Box lo descrive come una base veloce ed efficiente per agenti che lavorano sui contenuti aziendali, come l’analisi di contratti complessi.
Sul fronte sicurezza, Meta lo ha valutato con il proprio Superintelligence Scaling Framework, che copre rischi chimici e biologici, cybersicurezza e perdita di controllo, e dichiara che il modello resta sotto le soglie di rischio elevato. Le prove hanno incluso anche la resistenza alle istruzioni nascoste in pagine web e documenti e la richiesta di conferma umana prima delle azioni ad alto impatto.
Per chi è pensato e cosa cambia per gli utenti
Chi usa l’AI per chiacchierare o scrivere testi non incontrerà Ember direttamente. Lo vedrà all’opera dietro prodotti che affidano agli agenti lavori ripetitivi, dove il costo per attività decide se un servizio regge o no. Per gli sviluppatori, invece, la presenza su Google Cloud e Oracle Cloud permette di provarlo dentro infrastrutture già usate, senza passare per forza dalla piattaforma di Meta.
Domande frequenti su Meta Muse Ember
È il modello di intelligenza artificiale più piccolo ed economico della famiglia Muse di Meta, pensato per le attività ripetitive degli agenti AI: uso di strumenti, subtask di codice, instradamento ed estrazione da documenti lunghi.
Costa 0,10 dollari per milione di token in ingresso e 0,50 dollari per milione in uscita. Gli input in cache costano 0,004 dollari per milione, mentre i prompt oltre i 200.000 token hanno tariffe più alte.
Sì. Muse Ember è disponibile su Google Cloud e Oracle Cloud, insieme a Muse Spark e Muse Wonder, oltre che su Muse Code e sulla Meta Model API.
Sì. È multimodale e gestisce testo, immagini, audio e video, con una finestra di contesto da un milione di token.
