Un punto de diferencia y diecisiete veces el precio
Meta lanzó Muse Ember el 9 de noviembre y lo llama su modelo más pequeño y eficiente, hecho para “el trabajo que los agentes repiten todo el día: llamadas a herramientas, subtareas de programación, enrutado, extracción y análisis de documentos largos”. La comparación con la que abre la empresa no es con un rival, sino consigo misma. En su anuncio, Meta sitúa a Muse Ember en 36 puntos del Artificial Analysis Intelligence Index frente a los 37 de su propio Muse Spark 1.3, y en unos 0,14 $ por tarea frente a 2,39 $.
Eso es aproximadamente diecisiete veces el coste por un punto de índice. Los precios por token detrás de la cifra son 0,10 $ por millón de tokens de entrada y 0,50 $ de salida para Muse Ember, frente a 1,25 $ y 4,25 $ para Muse Spark 1.3. La entrada en caché cuesta 0,004 $ por millón. Los prompts de más de 200.000 tokens se facturan aparte: 0,30 $ de entrada, 0,012 $ de entrada en caché y 1,50 $ de salida por millón.

De dónde salen las cifras
El dato del índice es independiente: Artificial Analysis publicó la versión 5 de su Intelligence Index el 9 de noviembre, y la comparación de coste por tarea usa el precio de lista de cada modelo. En ese índice Muse Ember empata con Claude Haiku 5.5 en 36, con GPT-6 Luna en 28. El gráfico de Meta que cruza inteligencia y coste por tarea, tomado de la misma fuente, sitúa a Muse Ember en 35,8 por 0,136 $ la tarea con razonamiento máximo, mientras Haiku 5.5 llega a 36,2 por 0,411 $.
La tabla de benchmarks es mixta. Las puntuaciones con el sufijo “-AA” vienen de Artificial Analysis: Muse Ember gana AutomationBench-AA con un 37,8% frente al 13,9% de Haiku 5.5 y el 20,2% de GPT-6 Luna, y el Coding Agent Index-AA con 46 frente a 37 y 31, pero pierde FrontierCode 2.0-AA, donde Haiku 5.5 marca un 34,9% contra el 27,2% de Muse Ember. Agents’ Last Exam (61,6%), el Personal Superintelligence Index (46,8%) y PerceptionBench (80,6%) están etiquetados como evaluaciones internas de Meta. En Terminal-Bench 4.0 Meta declara un 40,9% frente al 39,2% de Haiku 5.5 y el 16,4% de GPT-6 Luna, con cada modelo ejecutado en su mejor arnés publicado — mini-swe-agent, Claude Code y Codex respectivamente — un método justo que también hace más difícil comparar las cifras directamente.
Construido a partir del modelo grande
Muse Ember es el primer modelo que Meta entrena usando Muse Wonder Full, el modelo de frontera que presentó en octubre, y la empresa lo presenta como el cumplimiento de una promesa hecha entonces: usar los modelos grandes para producir modelos especializados que pudiera poner en todas partes. La gama que describe ahora es Muse Wonder para los problemas más difíciles, Muse Spark para programación y flujos agénticos, y Muse Ember para el trabajo repetible a escala.

La ventana de contexto es de un millón de tokens con hasta 512.000 tokens de salida, suficiente, dice Meta, para aceptar una base de código o un conjunto de documentos completo en una sola llamada. El modelo está disponible en Muse Code y en la Meta Model API como muse-ember-1.0, admite la Responses API y figura en Google Cloud y Oracle Cloud junto a Muse Spark y Muse Wonder.
Seguridad, y las cifras de los socios
Meta dice que evaluó Muse Ember bajo su Meta Superintelligence Scaling Framework para riesgos químicos y biológicos, de ciberseguridad y de pérdida de control, y que en todas las categorías evaluadas el modelo quedó por debajo de los umbrales de riesgo alto del marco. Añade que probó cómo se comporta el modelo actuando en nombre de un usuario, incluido si resiste instrucciones ocultas en páginas web, documentos o salidas de herramientas. No publica ninguna puntuación de todo ello.
Las cifras de los primeros socios son suyas. El director de tecnología de Cloudflare, Dane Knecht, dijo que Muse Ember “funcionó hasta un 30% más rápido en la cola que el modelo comparable que probamos”. El responsable de inferencia de You.com, Chak Pothina, informó de una latencia p95 de 2,2 segundos, “entre 4 y 13 veces más rápida que los principales modelos de pesos abiertos, y con un 36-48% menos de tokens de salida”. Ninguna de las dos afirmaciones nombra los modelos con los que se compara.
Lo que hay que vigilar es si la posición en el índice aguanta cuando Artificial Analysis vuelva a ejecutar la versión 5 en otros arneses. Un empate con Haiku 5.5 a un tercio del coste es todo el argumento de este modelo, y descansa en una cifra de una única clasificación publicada el día del lanzamiento.