Il 9 novembre 2026 il Superintelligence Lab di Meta ha annunciato Muse Ember. L’azienda lo definisce il suo modello più piccolo ed efficiente finora, progettato per le attività di routine svolte ogni giorno dagli agenti AI: usare strumenti, gestire sottoattività di programmazione, instradare richieste, estrarre dati e analizzare documenti lunghi.
Muse Ember può leggere e generare testo, immagini, audio e video e può elaborare fino a un milione di token in un singolo prompt. È disponibile da subito tramite Meta Model API e Muse Code. Il prezzo è di $0.10 per milione di token in input e $0.50 per milione di token in output, pari a circa $0.14 per attività nel benchmark di Artificial Analysis.
Come si confronta con la concorrenza
Nell’Artificial Analysis Intelligence Index di Meta, Ember ottiene 36 punti e costa $0.14 per attività: molto meno del più grande Muse Spark 1.3, che costa $2.39 a fronte di un punteggio quasi identico, pari a 37. Meta afferma che, nella maggior parte dei suoi test, Ember supera Claude Haiku 5.5 di Anthropic e GPT-6 Luna di OpenAI nel rapporto tra costo e capacità. Nel benchmark di programmazione FrontierCode 2.0‑AA, però, Haiku raggiunge il 34.9 percento contro il 27.2 percento di Ember, secondo l’azienda.
TechCrunch osserva che il prezzo di Ember per milione di token in input è paragonabile a quello di modelli open source come DeepSeek V4.1 Flash e GLM 5.3 Flash, rendendolo competitivo su larga scala.
Il ruolo di Ember nella gamma di modelli Meta
Ember è il quarto modello della serie Muse di Meta. Arriva dopo il modello di fascia media Spark (aprile 2026), la sua controparte open source Glimmer (agosto 2026) e il modello di frontiera Wonder (ottobre 2026). Meta immagina Ember al lavoro insieme al più grande Muse Wonder: il modello più potente definisce le regole, mentre Ember le applica a decine di migliaia di casi, per esempio nell’automazione dell’assistenza clienti.
Perché conta
Per le aziende che gestiscono un gran numero di agenti automatizzati per l’assistenza o l’estrazione di dati, Ember offre un modo più economico per svolgere attività ripetitive senza rinunciare alla capacità di lavorare con testo, immagini, audio o video. Il costo inferiore per attività potrebbe rendere più accessibili i flussi di lavoro AI ad alto volume, anche se le sue prestazioni nella programmazione restano inferiori a quelle di alcuni concorrenti.
