Les captures montrent les pages officielles à la date indiquée et peuvent différer de celles de la publication. Sélectionnez une image pour l’agrandir.
Le 9 novembre 2026, Meta a lancé le modèle d'IA « Muse Ember ». C'est le plus petit et le plus efficace de la gamme Muse. Il est conçu pour les tâches que les agents d'IA répètent de très nombreuses fois par jour : appeler des outils externes, réaliser de petites tâches de programmation, répartir le travail, extraire des informations ou lire de longs documents.
Son rôle dans la gamme Muse
Meta recommande de répartir les modèles Muse de la façon suivante :
- Muse Wonder : pour les problèmes les plus difficiles
- Muse Spark : pour la programmation et le travail des agents
- Muse Ember : pour traiter en grand volume des tâches bien définies
Pour les tâches difficiles, Meta conseille de combiner les deux : Muse Wonder établit le plan et Muse Ember se charge de la grande quantité de travail concret. Muse Ember est le premier modèle entraîné à l'aide de Muse Wonder Full, un modèle plus avancé. Outre le texte, il comprend aussi les images, l'audio et la vidéo.
Performances et tarifs
Dans les évaluations publiées par Meta, Muse Ember devance sur de nombreux points les modèles de la même catégorie, « Claude Haiku 5.5 » d'Anthropic et « GPT-6 Luna » d'OpenAI (à chaque fois avec le réglage de raisonnement au maximum ; dans l'ordre Ember / Haiku 5.5 / GPT-6 Luna) :
- Automatisation des tâches professionnelles (AutomationBench) : 37,8 / 13,9 / 20,2
- Utilisation d'un ordinateur (OSWorld 2.1, avec points partiels) : 69,5 / 68,9 / 50,5
- Indice global des agents de programmation (Coding Agent Index) : 46 / 37 / 31
Sur l'indice global de l'organisme indépendant Artificial Analysis, il obtient 36, comme Haiku 5.5. En revanche, sur des exercices de programmation difficiles (FrontierCode 2.0), il obtient 27,2, en dessous des 34,9 de Haiku 5.5. Meta affirme qu'il égale les meilleurs résultats de Haiku 5.5 pour environ un tiers du coût.
Le tarif est de 0,10 dollar en entrée et 0,50 dollar en sortie par million de tokens, pour des entrées allant jusqu'à 200 000 tokens. Au-delà, il passe à 0,30 dollar en entrée et 1,50 dollar en sortie. Par rapport à Muse Spark 1.3, le modèle supérieur (1,25 dollar en entrée et 4,25 dollars en sortie), l'entrée coûte environ 12 fois moins cher. La quantité de texte qu'il peut traiter d'un coup (le contexte) est de 1 million de tokens, et une réponse peut atteindre 512 000 tokens.
Où l'utiliser
Muse Ember est disponible dans l'API de Meta, la « Meta Model API », et dans l'outil de développement « Muse Code », sous le nom de modèle « muse-ember-1.0 ». Par ailleurs, Muse Ember, Muse Spark et Muse Wonder sont désormais aussi accessibles depuis Google Cloud et Oracle Cloud. L'annonce de Meta n'indique pas que le modèle sera publié en poids ouverts (open weights) téléchargeables par tous. Elle ne précise pas non plus s'il sera disponible dans l'application Muse destinée au grand public.
Le regard de CoAI
Avec les agents d'IA, une seule demande peut déclencher en coulisses des dizaines, voire des centaines d'appels au modèle, ce qui rend les petits modèles rapides et bon marché de plus en plus importants. Muse Ember est taillé pour la façon dont on construit aujourd'hui les agents : le modèle le plus avancé planifie, le petit modèle exécute.
Il faut toutefois noter que la plupart des évaluations publiées ont été mesurées par Meta elle-même ou par des organismes d'évaluation, et qu'elles incluent des évaluations internes à Meta. Si vous envisagez de passer de Haiku 5.5 ou d'un autre modèle à Muse Ember, le plus sûr est de comparer précision et coût sur vos propres tâches avant de décider.
