Muse Ember est le modèle le moins cher que Meta a publié le 2026-11-09 : l'entrée ne coûte que 0,10 dollar par million de tokens, l'identifiant du modèle est muse-ember-1.0, on l'appelle via la Meta Model API, et il est aussi disponible dans Muse Code. L'entrée en cache coûte 0,004 dollar par million de tokens, et la sortie 0,50 dollar par million de tokens.
À quoi il peut servir
Muse Ember est conçu pour le travail répétitif et à haute fréquence que les agents font chaque jour : appels d'outils, sous-tâches de code, routage, extraction d'informations et analyse de longs documents. Il dispose d'une fenêtre de contexte d'un million de tokens et produit au maximum 512K tokens en un seul appel. Il prend en charge nativement les entrées texte, image, audio et vidéo, et peut lire des captures d'écran, des graphiques, des documents numérisés, des mémos vocaux et des vidéos. Le chiffre officiel est d'environ 0,14 dollar par tâche, soit environ un tiers de Claude Haiku ; il obtient 36 points à l'Artificial Analysis Intelligence Index, à égalité avec le meilleur score de Claude Haiku 5.5. Dans la répartition des rôles, Muse Wonder planifie les problèmes les plus difficiles, tandis qu'Ember assure l'exécution à grande échelle. Muse Ember, Muse Spark et Muse Wonder sont désormais disponibles sur Google Cloud et Oracle Cloud.
Trois choses à vérifier avant de l'appeler
Premièrement, comment l'appeler : utilisez l'API Responses via la Meta Model API avec l'identifiant de modèle muse-ember-1.0 ; il est aussi disponible dans Muse Code, et les formules d'abonnement, les quotas gratuits et les limites de débit sont ceux indiqués dans la documentation officielle. Deuxièmement, ne le traitez pas comme un modèle universel : les questions de connaissances sont un point faible, et selon un compte rendu tiers d'Artificial Analysis, le taux de refus sur les questions de culture générale est d'environ 64 %, donc vérifiez d'abord les faits et les connaissances générales. Troisièmement, le nombre de paramètres n'a pas été publié et les poids ne sont pas open source : ne prévoyez donc pas de le déployer comme un modèle open source.
