Par Arthur Dekeyser
En résumé
Meta a présenté Muse Ember le 9 novembre 2026 pour les tâches routinières des agents.
Muse Ember traite jusqu’à un million de jetons avec du texte, des images, de l’audio et de la vidéo.
Le modèle coûte 0,10 dollar par million de jetons en entrée et 0,50 dollar en sortie.
Le signal : Muse Ember coûte 0,14 dollar par tâche, contre 2,39 dollars pour Muse Spark 1.3 dans un test comparable.
Vous appréciez ce genre d'analyse ?
Chaque mardi et vendredi, l'essentiel en business & IA décryptées en 5 minutes. Gratuit, sans engagement.
+11 000 fondateurs abonnés
Meta présente Muse Ember. Le groupe a introduit Muse Ember le 9 novembre 2026. Meta le décrit comme son modèle d’intelligence artificielle le plus petit et le plus efficace. Le modèle vise les tâches routinières exécutées par des agents IA. Cette orientation distingue son usage des missions plus générales d’un modèle polyvalent. Muse Ember est accessible via la Meta Model API et Muse Code. Meta propose ainsi deux points d’accès pour utiliser le modèle. La présentation officielle est disponible sur le blog de recherche de Meta. Le lancement intervient avec des données de coût et de performance publiées dans plusieurs évaluations du modèle.
Un coût par tâche réduit. Artificial Analysis évalue Muse Ember à 0,14 dollar par tâche dans son test. Muse Spark 1.3 atteint 2,39 dollars pour un score similaire. Le test place donc les deux modèles dans une comparaison directe de coût. Muse Ember obtient 36 points sur l’Artificial Analysis Intelligence Index. Artificial Analysis compare ce résultat à ceux de Haiku 5.5 et GPT-6 Luna. Haiku 5.5 dépasse toutefois Muse Ember sur les tâches réelles de programmation. Les résultats distinguent ainsi le coût d’exécution, le score d’intelligence et la performance sur le code. Artificial Analysis détaille cette évaluation.
Un traitement multimodal. Muse Ember peut traiter jusqu’à un million de jetons en une seule fois. Sa capacité couvre plusieurs formats. Le modèle gère le texte, les images, l’audio et la vidéo. Ces éléments définissent les entrées prises en charge par Muse Ember. Meta présente cette capacité dans le cadre des tâches réalisées par des agents. Le modèle conserve donc une fenêtre de traitement étendue tout en ciblant les activités répétitives. Le million de jetons concerne la quantité traitée simultanément. Les formats annoncés ne se limitent pas au texte. Muse Ember réunit ainsi une grande capacité de contexte et quatre types de contenu dans un même modèle.
Deux accès pour l’usage. Meta rend Muse Ember disponible via la Meta Model API et Muse Code. La tarification de l’API s’élève à 0,10 dollar par million de jetons en entrée. Elle atteint 0,50 dollar par million de jetons en sortie. Ces montants correspondent aux unités de traitement annoncées pour le modèle. La comparaison avec Muse Spark 1.3 porte, elle, sur le coût par tâche dans le test d’Artificial Analysis. Les deux mesures ne décrivent donc pas le même mode de facturation. Muse Ember combine une tarification par jetons avec une disponibilité dans deux produits Meta. La présentation de Meta décrit ces accès.
Un positionnement ciblé. Meta positionne Muse Ember sur le travail répétitif des agents IA. Le modèle affiche un score de 36 sur l’Artificial Analysis Intelligence Index. Haiku 5.5 et GPT-6 Luna figurent parmi les comparaisons citées pour ce score. Haiku 5.5 obtient toutefois de meilleurs résultats sur les tâches réelles de programmation. Muse Ember n’est donc pas présenté comme supérieur sur tous les usages. Ses données publiques associent plutôt une taille réduite, un coût de 0,14 dollar par tâche et une prise en charge multimodale. Le modèle reste accessible par la Meta Model API et Muse Code depuis son introduction par Meta.
Gardez un coup d'avance en IA et tech.
Chaque mardi et vendredi, l'essentiel en business & IA décryptées en 5 minutes. Zéro spam.
+11 000 fondateurs abonnés