# Meta lança Muse Ember, modelo de IA barato para tarefas repetitivas

> O novo Muse Ember, da Meta, custa cerca de $0.14 por tarefa e processa texto, imagens, áudio e vídeo, com foco em fluxos de trabalho de agentes em grande escala.

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

O Superintelligence Lab da Meta anunciou o Muse Ember em 9 de novembro de 2026. Segundo a empresa, este é seu modelo mais compacto e eficiente até agora, desenvolvido para tarefas rotineiras realizadas o dia todo por agentes de IA — acionar ferramentas, executar etapas de programação, encaminhar solicitações, extrair dados e analisar documentos extensos.

O Muse Ember pode ler e gerar texto, imagens, áudio e vídeo, além de processar até um milhão de tokens em um único prompt. O modelo já está disponível pela Meta Model API e pelo Muse Code. O preço é de $0.10 por milhão de tokens de entrada e $0.50 por milhão de tokens de saída, o que equivale a cerca de $0.14 por tarefa no benchmark da Artificial Analysis.

## Como se compara aos concorrentes

No Intelligence Index da Artificial Analysis, segundo os dados da própria Meta, o Ember marca 36 e custa $0.14 por tarefa — bem menos que o modelo maior Muse Spark 1.3, que custa $2.39 e obtém uma pontuação quase idêntica, de 37. A Meta afirma que o Ember supera o Claude Haiku 5.5, da Anthropic, e o GPT-6 Luna, da OpenAI, na relação entre custo e inteligência na maioria dos testes. No entanto, no benchmark de programação FrontierCode 2.0-AA, o Haiku obtém 34.9 por cento, contra 27.2 por cento do Ember, segundo a empresa.

O TechCrunch observa que o preço do Ember por milhão de tokens de entrada é comparável ao de modelos de código aberto como DeepSeek V4.1 Flash e GLM 5.3 Flash, o que o torna competitivo em grande escala.

## O lugar do Ember na linha de modelos da Meta

O Ember é o quarto modelo da série Muse, depois do Spark, de porte intermediário (abril de 2026), de seu equivalente de código aberto, Glimmer (agosto de 2026), e do modelo de ponta Wonder (outubro de 2026). A Meta imagina o Ember trabalhando em conjunto com o Muse Wonder, de maior porte: o modelo mais robusto define as políticas, enquanto o Ember as aplica em dezenas de milhares de casos, como na automação do atendimento ao cliente.

## Os fatos

- O Muse Ember foi anunciado em 9 de novembro de 2026 pelo Meta Superintelligence Lab.
- O modelo processa até um milhão de tokens por solicitação e trabalha com texto, imagens, áudio e vídeo.
- A Meta cobra $0.10 por milhão de tokens de entrada e $0.50 por milhão de tokens de saída; o custo fica em cerca de $0.14 por tarefa no teste da Artificial Analysis.
- O Ember marca 36 no Artificial Analysis Intelligence Index e custa menos que o Muse Spark 1.3, que sai por $2.39 por tarefa e marca 37.
- No benchmark de programação FrontierCode 2.0-AA, o Claude Haiku 5.5 marca 34.9 por cento, enquanto o Ember marca 27.2 por cento.

## Por que importa

Para empresas que executam um grande volume de agentes automatizados de atendimento ou extração de dados, o Ember oferece uma forma mais barata de realizar tarefas repetitivas, sem deixar de processar texto, imagens, áudio e vídeo. O menor custo por tarefa pode tornar mais acessíveis os fluxos de trabalho de IA em grande escala, embora seu desempenho em programação ainda fique atrás do de alguns concorrentes.

## Fontes e referências

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

Última atualização: 2026-11-10