# Meta bringt günstiges KI-Modell Muse Ember für Agentenaufgaben auf den Markt

> Metas neues Modell Muse Ember kostet rund $0.14 pro Aufgabe, verarbeitet Text, Bilder, Audio und Video und ist auf Agenten-Workflows mit hohem Volumen ausgelegt.

Oossa · 2026-11-09 · https://oossa.com/de/meta-launches-muse-ember-a-low-cost-ai-model-for-repetitive-agent-tasks

Metas Superintelligence Lab hat Muse Ember am 9. November 2026 vorgestellt. Das Unternehmen bezeichnet es als sein bislang kleinstes und effizientestes Modell. Es ist für Routineaufgaben konzipiert, die KI-Agenten den ganzen Tag erledigen – etwa Tools aufrufen, Teilaufgaben beim Programmieren bearbeiten, Anfragen weiterleiten, Daten extrahieren und lange Dokumente auswerten.

Muse Ember kann Text, Bilder, Audio und Video lesen und erzeugen und bis zu eine Million Tokens in einem einzelnen Prompt verarbeiten. Meta bietet das Modell ab sofort über die Meta Model API und Muse Code an. Der Preis liegt bei $0.10 pro einer Million Eingabe-Tokens und $0.50 pro einer Million Ausgabe-Tokens. Im Benchmark von Artificial Analysis entspricht das rund $0.14 pro Aufgabe.

## So schneidet das Modell im Vergleich ab

Im eigenen Artificial Analysis Intelligence Index von Meta erreicht Ember 36 Punkte und kostet $0.14 pro Aufgabe. Damit ist es deutlich günstiger als das größere Muse Spark 1.3, das bei einem fast identischen Ergebnis von 37 Punkten $2.39 kostet. Meta zufolge schlägt Ember Anthropic’s Claude Haiku 5.5 und OpenAI’s GPT-6 Luna bei den Kosten pro Intelligenzpunkt in den meisten Tests. Im Programmier-Benchmark FrontierCode 2.0-AA erreicht Haiku laut Meta jedoch 34.9 Prozent, Ember kommt auf 27.2 Prozent.

TechCrunch merkt an, dass Ember beim Preis pro einer Million Eingabe-Tokens mit Open-Source-Modellen wie DeepSeek V4.1 Flash und GLM 5.3 Flash vergleichbar ist. Dadurch ist das Modell auch bei großem Einsatz wettbewerbsfähig.

## Embers Platz in Metas Modellreihe

Ember ist das vierte Modell in Metas Muse-Reihe. Zuvor erschienen das mittelgroße Spark (April 2026), sein Open-Source-Zwilling Glimmer (August 2026) und das Spitzenmodell Wonder (Oktober 2026). Meta sieht Ember als Ergänzung zum größeren Muse Wonder: Das leistungsstarke Modell legt die Regeln fest, Ember wendet sie dann auf Zehntausende Fälle an – etwa bei der Automatisierung des Kundensupports.

## Die Fakten

- Muse Ember wurde am 9. November 2026 vom Meta Superintelligence Lab vorgestellt.
- Das Modell verarbeitet bis zu eine Million Tokens pro Anfrage und kann mit Text, Bildern, Audio und Video arbeiten.
- Meta verlangt für Ember $0.10 pro einer Million Eingabe-Tokens und $0.50 pro einer Million Ausgabe-Tokens. Im Test von Artificial Analysis entspricht das rund $0.14 pro Aufgabe.
- Ember erreicht im Artificial Analysis Intelligence Index 36 Punkte und ist damit günstiger als Muse Spark 1.3, das bei $2.39 pro Aufgabe 37 Punkte erzielt.
- Im Programmier-Benchmark FrontierCode 2.0-AA erreicht Claude Haiku 5.5 34.9 Prozent, Ember kommt auf 27.2 Prozent.

## Warum es wichtig ist

Für Unternehmen, die viele automatisierte Agenten für den Support oder die Datenextraktion einsetzen, bietet Ember eine günstigere Möglichkeit, solche Routineaufgaben zu erledigen – und kann dabei weiterhin mit Text, Bildern, Audio und Video arbeiten. Die niedrigeren Kosten pro Aufgabe könnten KI-Workflows mit hohem Volumen erschwinglicher machen. Bei der Programmierleistung liegt Ember jedoch noch hinter einigen Wettbewerbern.

## Quellen und Referenzen

1. [Meta launches Muse Ember, a small AI model built for the repetitive work agents actually do](https://the-decoder.com/meta-launches-muse-ember-a-small-ai-model-built-for-the-repetitive-work-agents-actually-do/) – The Decoder, 2026-11-09
2. [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
3. [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