# Meta lanserar Muse Ember – billig modell med 1 miljon tokens

> Metas nya Muse Ember hanterar verktygsanrop, kodningsuppgifter och analys av stora dokument till ungefär en tredjedel av kostnaden för liknande modeller.

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

Metas Superintelligence Lab presenterade Muse Ember måndagen den 9 november 2026. Modellen är den minsta i Muse-familjen och är byggd för stora volymer agentbaserat arbete, som verktygsanrop, mindre kodningsuppgifter, dirigering och analys av långa dokument. Meta uppger att Ember kan läsa text, bilder, ljud och video och har ett kontextfönster på 1 048 576 tokens. Den kan generera upp till 524 288 tokens i ett svar.

Meta beskriver Ember som en arbetshäst som kompletterar större modeller som Muse Spark eller Muse Wonder. I ett agentflöde planerar och resonerar den större modellen, medan Ember utför återkommande, billiga uppgifter för tusentals objekt. Tanken är att sänka kostnaden per uppgift rejält.

## Så står sig Ember mot konkurrenterna

Meta utvärderade Ember med Artificial Analysis Index, ett jämförelsetest som kombinerar tester av kodning, ekonomi och automatisering av affärsprocesser. Enligt Meta matchade Ember Anthropic’s Claude Haiku 5.5 i totalpoäng, samtidigt som kostnaden per uppgift var ungefär en tredjedel så hög. Modellen slog också OpenAI:s Luna i samma test och hade ett försprång på 17 % i AutomationBench-AA, en testsvit med 657 uppgifter i molnappar.

Prissättningen speglar fokus på låga kostnader: 10 cent per miljon inputtokens och 50 cent per miljon outputtokens. Med cache kan kostnaden för input sjunka till 0,4 cent per miljon tokens. Förfrågningar med långa kontexter och över 200 K inputtokens kostar mer, enligt dokumentationen för Model API.

## Så kan Ember användas i dag

Muse Ember finns nu tillgänglig via Metas Model API och Muse Code, oavsett om användaren har en prenumeration eller betalar per användning. Modellen körs bara i Standard-läge, vilket innebär att varje förfrågan får maximal hårdvarutilldelning. Den använder samma format för förfrågningar som Muse Spark, så det räcker att ändra modellens ID i API-anropet för att byta modell.

Utvecklare kan använda Ember till avgränsade uppgifter som upprepas många gånger – till exempel att klassificera supportärenden, skapa bildtexter för stora bildsamlingar, extrahera fält ur PDF-filer eller köra terminalkommandon som del av ett större arbetsflöde.

## Fakta

- Muse Ember presenterades måndagen den 9 november 2026 (”Meta Superintelligence Lab släppte på måndagen en ny AI-modell med namnet Muse Ember”).
- Modellen har ett kontextfönster på 1 048 576 tokens och kan generera upp till 524 288 tokens.
- Priset är 10 cent per miljon inputtokens och 50 cent per miljon outputtokens. Med cache kan kostnaden för input sjunka till 0,4 cent per miljon tokens.
- Metas interna jämförelsetest visar att Ember matchar Claude Haiku 5.5 till ungefär en tredjedel av kostnaden per uppgift och har ett försprång på 17 % i AutomationBench-AA.
- Ember stöder text, bilder, video, ljud och PDF-filer som input och körs endast i Standard-läge via Metas Model API.

## Varför det spelar roll

För företag som hanterar stora mängder återkommande AI-uppgifter – som att dirigera kundsupportärenden eller bearbeta dokument i bulk – erbjuder Muse Ember ett billigare sätt att skala upp utan att förlora möjligheten att hantera flera medietyper. Det lägre priset per token kan minska driftskostnaderna, men benchmarkpåståendena har ännu inte verifierats oberoende av tredje part.

## Källor och referenser

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

Senast uppdaterad: 2026-11-10