Las capturas muestran las páginas oficiales en la fecha indicada y pueden diferir de las de la publicación. Selecciona una imagen para ampliarla.
El 9 de noviembre de 2026, Meta lanzó el modelo de IA Muse Ember. Es el modelo más pequeño y eficiente de la serie Muse. Está diseñado para las tareas que los agentes de IA repiten muchas veces al día, como llamar a herramientas externas, hacer pequeñas tareas de programación, repartir el trabajo, extraer información o leer documentos largos.
Su papel dentro de la serie Muse
Meta explica que los modelos Muse deben usarse así:
- Muse Wonder: para los problemas más difíciles
- Muse Spark: para la programación y las tareas de agentes
- Muse Ember: para realizar en gran volumen tareas ya definidas
Para el trabajo difícil, recomienda una combinación en la que Muse Wonder hace el plan y Muse Ember se encarga del gran volumen de trabajo práctico. Muse Ember es el primer modelo entrenado con la ayuda de Muse Wonder Full, un modelo superior. Además de texto, entiende imágenes, audio y vídeo.
Rendimiento y precio
En las evaluaciones publicadas por Meta, Muse Ember superó en muchos apartados a Claude Haiku 5.5, de Anthropic, y a GPT-6 Luna, de OpenAI, dos modelos de la misma categoría de tamaño pequeño (en todos los casos con el ajuste de razonamiento al máximo, en el orden Ember / Haiku 5.5 / GPT-6 Luna).
- Automatización de tareas (AutomationBench): 37,8 / 13,9 / 20,2
- Manejo del ordenador (OSWorld 2.1, con puntuación parcial): 69,5 / 68,9 / 50,5
- Índice general de agentes de programación (Coding Agent Index): 46 / 37 / 31
En el índice general de la organización independiente Artificial Analysis obtuvo 36, igual que Haiku 5.5. En cambio, en problemas de programación difíciles (FrontierCode 2.0) obtuvo 27,2, por debajo del 34,9 de Haiku 5.5. Meta afirma que iguala los mejores resultados de Haiku 5.5 con aproximadamente un tercio del coste.
El precio, para entradas de hasta 200.000 tokens, es de 0,10 dólares por millón de tokens de entrada y 0,50 dólares por millón de tokens de salida. Para entradas más largas, pasa a 0,30 dólares de entrada y 1,50 dólares de salida. Frente a Muse Spark 1.3, un modelo superior (1,25 dólares de entrada y 4,25 dólares de salida), la entrada cuesta unas 12 veces menos. La cantidad de texto que puede manejar de una vez (el contexto) es de 1 millón de tokens, y cada respuesta puede tener hasta 512.000 tokens.
Dónde se puede usar
Muse Ember está disponible en Meta Model API, la API de Meta, y en Muse Code, su herramienta de desarrollo, con el nombre de modelo muse-ember-1.0. Además, Muse Ember, Muse Spark y Muse Wonder ya se pueden usar también desde Google Cloud y Oracle Cloud. El anuncio de Meta no dice que el modelo vaya a publicarse con pesos abiertos que cualquiera pueda descargar. Tampoco aclara si estará disponible en la app Muse para usuarios.
El punto de vista de CoAI
En los agentes de IA, detrás de una sola petición puede haber decenas o cientos de llamadas al modelo, por lo que los modelos pequeños, baratos y rápidos son cada vez más importantes. Muse Ember encaja con la forma actual de construir agentes, que reparte el trabajo entre un modelo superior que planifica y un modelo pequeño que ejecuta.
Eso sí, muchas de las evaluaciones publicadas son mediciones de la propia Meta o de organizaciones de evaluación, e incluyen pruebas internas de Meta. Si se plantea cambiar desde Haiku 5.5 u otro modelo, lo más seguro es comparar la precisión y el coste con las tareas propias antes de decidir.
