Meta lanza Muse Ember, el modelo que iguala a Claude Haiku 5.5 a un tercio del coste
Our Smallest, Most Efficient Model: Muse Ember
Muse Ember es el modelo más pequeño y eficiente de Meta, pensado para las tareas que los agentes repiten todo el día: llamadas a herramientas, subtareas de código, enrutamiento, extracción y análisis de documentos largos. Alcanza la mejor puntuación de Claude Haiku 5.5 con cerca de un tercio del coste y supera todos los ajustes de GPT-6 Luna, con una ventana de contexto de 1M de tokens y hasta 512K de salida. Ya está disponible en Meta Model API a 0,10 dólares por millón de tokens de entrada.
Para los problemas más difíciles, combínalo con Muse Wonder: Muse Wonder planifica y Muse Ember se encarga del volumen.
- simonw
Seis niveles de esfuerzo (minimal, low, medium, high, xhigh, max), así que aquí van seis pelícanos (en realidad cinco, "high" no devolvió un SVG completo):
https://tools.simonwillison.net/markdown-svg-renderer?url=ht...
Normalmente suele haber una correlación bastante fuerte entre el nivel de pensamiento y la calidad visual del pelícano. Esta es la primera vez que veo que esa correlación parece romperse: más tokens de razonamiento no parecen producir un SVG obviamente mejor.
- djacksondev
Cuando empezaron a salir los modelos Muse me emocioné bastante porque los modelos de Meta volvían a ser competitivos según los benchmarks, pero después de probarlos da la sensación de que Meta está haciendo modelos benchmaxxed que emocionan en las tarjetas de benchmarks pero que no son realmente útiles en escenarios del mundo real.
Para mí ese es el problema principal de los modelos Muse, ya sea Spark, Wonder o Ember. Aunque en los benchmarks se lee como frontier, en realidad no lo es.
Esto se hace evidente cuando comparas también los productos Dots y Muse. La calidad del modelo claramente sigue estando muy por detrás.
- doodlesdev
Es interesante notar que los mejores benchmarks del modelo no están en el propio harness de agentes de Meta, sino en mini-swe-agent:
> 1. Todos los modelos se ejecutan con el máximo esfuerzo de razonamiento. Los resultados de Artificial Analysis son del Intelligence Index v5, publicados el 9 de noviembre de 2026; el coste por tarea usa el precio de lista de cada modelo. Los resultados internos son de la suite de evaluación de Meta. El Personal Superintelligence Index (PSI) es un compuesto interno de ocho evaluaciones: Agents' Last Exam, AutomationBench, FocusBench, JobBench, OfficeQA Pro, GDP.pdf, GDP.xlsx y VBT. Terminal-Bench 4.0 usa el mejor harness publicado de cada modelo: mini-swe-agent (Muse Ember), Claude Code (Claude Haiku 5.5) y Codex (GPT-6 Luna). OSWorld 2.1 usa recompensa con crédito parcial; PerceptionBench se puntúa con herramientas.
- Retro_Dev
Cuando dijeron que el modelo era el "más pequeño" de sus modelos hasta la fecha, realmente esperaba que fuera de pesos abiertos. No encuentro ningún peso, qué pena :(
- kbrannigan
Esto empieza a sentirse igual que los primeros días del PC. Salen un montón de modelos de computadora, de todas las formas y colores, pero al final todo se asentó en torno al ratón, el teclado y el monitor.
La mayoría de la gente usa la suite de oficina: Word, hoja de cálculo, presentaciones, base de datos.
Apuesto a que vamos a ver exactamente lo mismo con los LLM: modelos especializados en lugar de modelos que lo hacen todo.
Uno para abogados, programadores, contables, diseñadores, etc…
- open-paren
Creo que esto es lo que era el modelo stealth "crouton alpha"
- minimaxir
> Cuesta $0.10 por millón de tokens de entrada, $0.004 por millón de tokens de entrada en caché y $0.50 por millón de tokens de salida,
Notable coste de caché del 4% de la entrada, comparado con el 10% de la entrada de Luna/Haiku.
- segmondy
¿Qué lo hace pequeño? ¿Alguien sabe el tamaño? No lo veo por ningún lado. ¿Pequeño en relación con su línea actual? En fin, la última vez que probé Meta fue llama4. Me aparté no por lo malo que se volvió llama4, sino también por la jugada de Zuck. ¿Alguien aquí usa Meta? No conozco a nadie en mi círculo que lo use, pero seguro que hay gente usándolo.