# Meta lancia Muse Ember, modello da 1 milione di token per agenti AI

> Il nuovo Muse Ember di Meta gestisce chiamate agli strumenti, attività di programmazione e analisi di documenti lunghi a circa un terzo del costo di modelli simili.

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

Il Superintelligence Lab di Meta ha annunciato Muse Ember lunedì 9 novembre 2026. È il modello più piccolo della famiglia Muse ed è progettato per attività agentiche ad alto volume, come chiamate agli strumenti, sottoattività di programmazione, instradamento e analisi di documenti lunghi. Secondo Meta, Ember può leggere testi, immagini, audio e video e dispone di una finestra di contesto di 1,048,576 token; può generare risposte fino a 524,288 token.

L’azienda presenta Ember come un modello tuttofare da affiancare a modelli più grandi come Muse Spark o Muse Wonder. In un flusso di lavoro agentico, il modello più potente pianifica e ragiona, mentre Ember si occupa di attività ripetitive e a basso costo su migliaia di elementi. L’obiettivo è ridurre drasticamente il costo di ogni attività.

## Come si confronta Ember con i concorrenti

Meta ha valutato Ember sull’Artificial Analysis Index, un benchmark che combina test di programmazione, finanza e automazione aziendale. Secondo Meta, Ember ha ottenuto un punteggio complessivo pari a quello di Claude Haiku 5.5 di Anthropic, costando circa un terzo per attività. Ha inoltre superato il modello Luna di OpenAI nello stesso benchmark e ha registrato un vantaggio del 17 % nella suite AutomationBench‑AA, composta da 657 attività su app cloud.

I prezzi riflettono l’attenzione ai costi: 10 centesimi per milione di token in input e 50 centesimi per milione di token in output. Una cache può ridurre il costo dell’input a 0.4 centesimi per milione di token. Le richieste con contesti lunghi, oltre 200 K token in input, hanno tariffe maggiorate, come indicato nella documentazione della Model API.

## A cosa serve Ember oggi

Muse Ember è disponibile da subito sulla Model API di Meta e tramite Muse Code, con qualsiasi piano a consumo o in abbonamento. Funziona solo in modalità Standard, che assegna a ogni richiesta la massima disponibilità di risorse hardware. Il modello accetta lo stesso formato di richiesta di Muse Spark, quindi per passare da un modello all’altro basta modificare l’ID nella chiamata API.

Gli sviluppatori possono usare Ember per attività circoscritte da ripetere molte volte, come classificare le richieste di assistenza, aggiungere didascalie a grandi raccolte di immagini, estrarre campi dai PDF o eseguire comandi nel terminale all’interno di un flusso di lavoro più ampio.

## I fatti

- Muse Ember è stato annunciato lunedì 9 novembre 2026 («Meta Superintelligence Lab ha presentato lunedì un nuovo modello di AI chiamato Muse Ember»).
- Il modello ha una finestra di contesto di 1,048,576 token e può generare fino a 524,288 token.
- Il prezzo è di 10 centesimi per milione di token in input e 50 centesimi per milione di token in output; una cache può ridurre il costo dell’input a 0.4 centesimi per milione di token.
- Secondo il benchmark interno di Meta, Ember eguaglia Claude Haiku 5.5 a circa un terzo del prezzo per attività e registra un vantaggio del 17 % nella suite AutomationBench‑AA.
- Ember supporta input di testo, immagini, video, audio e PDF e funziona solo in modalità Standard sulla Model API di Meta.

## Perché conta

Per le aziende che gestiscono grandi quantità di attività AI ripetitive, come smistare le richieste all’assistenza clienti o elaborare documenti in blocco, Muse Ember offre un modo meno costoso per aumentare la scala senza rinunciare alla capacità di gestire contenuti multimediali diversi. Il prezzo più basso per token può ridurre i costi operativi, ma le affermazioni sui benchmark devono ancora essere convalidate in modo indipendente da terzi.

## Fonti e riferimenti

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

Ultimo aggiornamento: 2026-11-10