Le 9 novembre 2026, Meta Superintelligence Labs a lancé Muse Ember, un modèle léger facturé seulement 0,10 dollar par million de tokens en entrée – le modèle le moins cher de la famille Muse à ce jour. Meta l'a mis en même temps sur la Meta Model API et intégré à Muse Code, avec un positionnement sans détour : pas le plus intelligent, mais le moins cher pour exécuter le travail répétitif que les agents font chaque jour.
Où Ember est-il vraiment moins cher ?
Ember est le quatrième modèle de la marque Muse, après Spark, sorti en avril, Glimmer, ouvert en open source en août, et le fleuron Wonder, sorti en octobre. Pour reprendre les mots de Meta : « Wonder planifie, Ember absorbe le volume. » Ember est conçu pour les appels d'outils, les sous-tâches de codage, le routage, l'extraction et l'analyse de longs documents. Côté prix, un million de tokens en entrée coûte 0,10 dollar et en sortie 0,50 dollar, contre 1,25 dollar en entrée pour son grand frère Spark. Meta cite aussi le score composite d'Artificial Analysis et affirme qu'Ember est moins cher et plus intelligent qu'Haiku d'Anthropic et Luna d'OpenAI, rapporté au coût par tâche. Mais aucun score de référence public indépendant ni aucune spécification technique complète n'a encore été publié, donc cette affirmation reste pour l'instant celle de Meta seul.
L'intérêt du bon marché est dans la facture, pas dans les spécifications
Pour les développeurs, l'intérêt d'Ember n'est pas d'être « plus fort », mais de traiter le volume à moindre coût. Un agent peut appeler un modèle des centaines ou des milliers de fois par jour, et un écart de prix d'un ordre de grandeur se retrouve directement sur la facture mensuelle. Avec ce lancement, Meta déplace aussi la concurrence de la question « quel modèle est le plus intelligent ? » vers « quel modèle offre le meilleur rapport qualité-prix ? », et les modèles légers deviennent un segment que chaque fournisseur doit disputer. Mais Ember ne couvre que la couche d'exécution – le raisonnement complexe et la planification exigent toujours des modèles plus grands comme Wonder, et l'utiliser comme cheval de trait universel exposera vite ses limites.
Deux choses méritent d'être suivies : si les tests indépendants, notamment d'Artificial Analysis, confirment l'affirmation de Meta, « moins cher et plus intelligent », et comment Ember se comporte réellement dans Muse Code – pour les appels d'outils des agents, le risque n'est pas la lenteur, mais une seule erreur qui oblige à tout recommencer. Meta n'a pas encore publié les spécifications techniques complètes d'Ember ; avant de choisir, mieux vaut lancer une petite comparaison sur ses propres tâches réelles plutôt que de se fier au seul prix.
