Meta ha presentato il 9 novembre 2026 Muse Ember, il modello di intelligenza artificiale più piccolo ed economico della famiglia Muse, pensato per i compiti che un agente IA ripete di continuo: chiamare strumenti, smistare richieste, leggere documenti, correggere porzioni di codice. Costa 0,10 dollari per milione di token in input e 0,50 in output, come Claude Haiku 5.5 e GPT-6 Luna. Secondo i dati di Artificial Analysis riportati da Meta, ottiene 35,8 punti nell’Intelligence Index con circa 0,136 dollari per attività.[1][2][3]
In breve
- Muse Ember è il modello più piccolo di Meta, pensato per le attività ripetitive degli agenti IA
- Nei test dichiarati da Meta supera Haiku 5.5 e Luna su costo e molti benchmark, ma non su tutti
- Prezzi, contesto da circa un milione di token e canali di accesso
- Meta lo affianca a Muse Wonder e Muse Spark
Che cos’è Muse Ember e a cosa serve?
Cominciamo dal ruolo che Meta gli assegna. Un agente IA, cioè un programma che porta a termine compiti per conto dell’utente, spende gran parte dei suoi token, le unità di testo che i modelli elaborano, in tanti piccoli passaggi strutturati. Meta ha pensato Muse Ember proprio per questi: recuperare dati, richiamare strumenti in sequenza, estrarre informazioni da documenti lunghi, eseguire test e fare correzioni mirate al codice, come spiegano TuttoTech e ai4business.it.[2][4]
Il modello non lavora da solo, però. L’idea è una divisione del lavoro: Muse Wonder pianifica e affronta i problemi difficili, Muse Spark gestisce il ciclo principale dell’agente e Ember esegue in volume i compiti circoscritti, così si spende meno su ciò che un modello semplice sa già fare. Accetta testo, immagini, audio e video, quindi può lavorare su screenshot, documenti scansionati e registrazioni di riunioni senza un secondo modello.[2][4][3]
Come va nei test rispetto a Haiku 5.5 e GPT-6 Luna?
Passando ai numeri, il quadro è articolato. Nel confronto pubblicato da Meta sui dati di Artificial Analysis, Ember arriva a 35,8 punti contro i 36,2 di Claude Haiku 5.5 e i 27,8 di GPT-6 Luna. Il costo stimato per attività è di 0,136 dollari, contro 0,411 per Haiku e 0,152 per Luna, come riporta DDay. Facendo bene i calcoli, 0,411 diviso 0,136 dà circa 3 volte: Haiku costa circa il triplo per un punteggio quasi uguale.[1][3]
Altri test raccontano storie diverse. In AutomationBench-AA, che misura i flussi di lavoro aziendali, Ember completa il 37,8% delle attività contro il 20,2% di Luna e il 13,9% di Haiku; in Terminal-Bench 4.0 arriva al 40,9%, davanti al 39,2% di Haiku e al 16,4% di Luna. In FrontierCode 2.0-AA, invece, è Haiku a vincere con il 34,9% contro il 27,2% di Ember. Tom’s Hardware precisa che alcuni confronti, come Agents’ Last Exam, OSWorld e PerceptionBench, sono valutazioni interne di Meta.[1][4][3]
Quanto costa e dove si usa?
Resta il capitolo del listino. Fino a 200.000 token di input, Ember costa 0,10 dollari per milione di token in ingresso e 0,50 per quelli generati, con 0,004 dollari per quelli letti dalla cache, la memoria che evita di rielaborare lo stesso testo. Oltre quella soglia scatta la tariffa per contesti lunghi, 0,30 dollari in input e 1,50 in output, applicata all’intera richiesta e non solo ai token in eccesso, come segnala ai4business.it.[1][2]
Quanto alla disponibilità, i canali sono già aperti. Il modello, identificato come muse-ember-1.0, è raggiungibile tramite la Meta Model API e Muse Code; secondo Tom’s Hardware è disponibile anche su Google Cloud e Oracle Cloud. Offre una finestra di contesto di circa un milione di token e fino a 512.000 token in uscita secondo TuttoTech, mentre ai4business.it indica 524.288. Per Ember, scrive DDay, non è prevista una tariffa scontata in cambio dei dati degli utenti per l’addestramento.[1][2][4][3]
In sintesi
Il punto, in sostanza, è il rapporto tra costo e resa. Con Muse Ember Meta scommette su un’IA a buon mercato per il lavoro ripetitivo degli agenti, e il vantaggio sta soprattutto nel prezzo: circa 0,136 dollari per attività, a fronte di 35,8 punti nell’indice di Artificial Analysis contro i 36,2 di Haiku 5.5. Il modello non primeggia in tutto: in FrontierCode 2.0-AA arriva al 27,2%, mentre il rivale sale al 34,9%, e una parte dei test è condotta internamente da Meta. Gli sviluppatori possono già provarlo attraverso le API dell’azienda.[1][3]
Fonti
- DDay: Muse Ember è la risposta di Meta ai modelli economici di OpenAI e Anthropic. E fa sul serio
- ai4business.it: Meta lancia Muse Ember: il modello AI low cost pensato per gli agenti
- Tom's Hardware: Meta sfida Claude Cowork con agenti che costano pochissimo
- tuttotech.net: Muse Ember è il nuovo modello IA di Meta che punta su efficienza, agenti e costi ridotti
Lascia un commento