# Meta bringt Muse Ember auf den Markt: günstiges Modell mit 1 Million Tokens

> Metas neues Muse Ember übernimmt Tool-Aufrufe, Programmieraufgaben und die Auswertung großer Dokumente – für etwa ein Drittel der Kosten vergleichbarer Modelle.

Oossa · 2026-11-10 · https://oossa.com/de/meta-launches-muse-ember-a-cheap-1-million-token-model-for-ai-agents

Metas Superintelligence Lab hat Muse Ember am Montag, dem 9. November 2026, vorgestellt. Es ist das kleinste Modell der Muse-Familie und für agentengestützte Aufgaben mit hohem Volumen ausgelegt, etwa Tool-Aufrufe, Programmieraufgaben, die Weiterleitung von Anfragen und das Auswerten langer Dokumente. Laut Meta kann Ember Texte, Bilder, Audio und Videos verarbeiten. Das Kontextfenster umfasst 1,048,576 Tokens, die Ausgabe kann bis zu 524,288 Tokens lang sein.

Meta sieht Ember als Arbeitspferd, das mit größeren Modellen wie Muse Spark oder Muse Wonder zusammenspielt. In einem Agenten-Workflow plant und schlussfolgert das größere Modell, während Ember wiederkehrende, kostengünstige Aufgaben für Tausende Elemente übernimmt. So sollen die Kosten pro Aufgabe deutlich sinken.

## So schlägt sich Ember im Vergleich zur Konkurrenz

Meta hat Ember anhand des Artificial Analysis Index bewertet, einem Benchmark mit Tests zu Programmierung, Finanzwesen und Geschäftsautomatisierung. Laut Meta erreichte Ember im Gesamtergebnis denselben Wert wie Claude Haiku 5.5 von Anthropic, kostete pro Aufgabe aber ungefähr ein Drittel so viel. Im selben Benchmark übertraf das Modell außerdem OpenAIs Luna und lag bei der Testsuite AutomationBench‑AA mit 657 Aufgaben für Cloud-Apps um 17 % vorn.

Auch die Preise spiegeln den Kostenfokus wider: 10 Cent pro Million Tokens für Eingaben und 50 Cent pro Million Tokens für Ausgaben. Ein Cache kann die Kosten für Eingaben auf 0,4 Cent pro Million Tokens senken. Für Anfragen mit mehr als 200 K Eingabe-Tokens gelten höhere Preise, wie in der Model-API-Dokumentation vermerkt.

## Wofür sich Ember derzeit eignet

Muse Ember ist ab sofort über Metas Model API und über Muse Code mit jedem nutzungsabhängigen Tarif oder Abonnement verfügbar. Das Modell läuft ausschließlich im Standardmodus. Damit erhalten Nutzer für jede Anfrage die maximal mögliche Hardware-Zuteilung. Ember akzeptiert dasselbe Anfrageformat wie Muse Spark; ein Modellwechsel erfordert daher lediglich eine Änderung der ID im API-Aufruf.

Entwickler können Ember für klar abgegrenzte Aufgaben einsetzen, die sich oft wiederholen – etwa zum Klassifizieren von Support-Tickets, Beschriften großer Bildsammlungen, Extrahieren von Datenfeldern aus PDFs oder Ausführen von Terminalbefehlen innerhalb eines größeren Workflows.

## Die Fakten

- Muse Ember wurde am Montag, dem 9. November 2026, vorgestellt („Meta Superintelligence Lab released a new AI model on Monday called Muse Ember“).
- Das Modell hat ein Kontextfenster von 1,048,576 Tokens und kann bis zu 524,288 Tokens ausgeben.
- Die Preise liegen bei 10 Cent pro Million Eingabe-Tokens und 50 Cent pro Million Ausgabe-Tokens; ein Cache kann die Kosten für Eingaben auf 0,4 Cent pro Million Tokens senken.
- Laut Metas internem Benchmark erreicht Ember bei etwa einem Drittel der Kosten pro Aufgabe dasselbe Ergebnis wie Claude Haiku 5.5 und liegt bei der Testsuite AutomationBench‑AA um 17 % vorn.
- Ember unterstützt Eingaben in Form von Texten, Bildern, Videos, Audio und PDFs und läuft ausschließlich im Standardmodus über Metas Model API.

## Warum es wichtig ist

Für Unternehmen, die viele wiederkehrende KI-Aufgaben ausführen – etwa Support-Tickets weiterleiten oder große Mengen an Dokumenten verarbeiten –, bietet Muse Ember eine kostengünstigere Möglichkeit zur Skalierung, ohne auf die Verarbeitung verschiedener Medien verzichten zu müssen. Der niedrigere Preis pro Token kann die Betriebskosten senken. Eine unabhängige Bestätigung der Benchmark-Angaben durch Dritte steht jedoch noch aus.

## Quellen und Referenzen

1. [Meta Releases Muse Ember, a 1M-Context Model for High-Volume Agent Work](https://www.marktechpost.com/2026/11/09/meta-muse-ember-small-agent-model/) – MarkTechPost, 2026-11-10
2. [Meta](https://dev.meta.ai/docs/muse-ember?project_id=1082575054202150&team_id=2306091636825706) – Meta
3. [Meta introduces Muse Ember to power cost-efficient AI agents](https://siliconangle.com/2026/11/09/meta-introduces-muse-ember-to-power-cost-efficient-ai-agents/) – SiliconANGLE, 2026-11-10
4. [Introducing Our Smallest, Most Efficient Model: Muse Ember](https://simonwillison.net/2026/Nov/10/muse-ember/) – Simon Willison, 2026-11-10
5. [Meta releases Muse Ember, a new lightweight model for agent execution](https://techcrunch.com/2026/11/09/meta-releases-muse-ember-a-new-lightweight-model-for-agent-execution/) – TechCrunch, 2026-11-09

Zuletzt aktualisiert: 2026-11-10