एक अंक का फ़र्क़, सत्रह गुना दाम
मेटा ने 9 नवंबर को Muse Ember जारी किया और उसे अपना सबसे छोटा और सबसे कुशल मॉडल बताया, जो “उस काम के लिए बना है जो एजेंट दिन भर दोहराते हैं: टूल कॉल, कोडिंग उप-कार्य, रूटिंग, निष्कर्षण और लंबे दस्तावेज़ पढ़ना”। कंपनी जिस तुलना से शुरुआत करती है वह किसी प्रतिद्वंद्वी से नहीं, अपने ही घर से है। अपनी घोषणा में मेटा Muse Ember को Artificial Analysis Intelligence Index पर 36 अंक देती है, अपने ही Muse Spark 1.3 के 37 के मुक़ाबले — और लगभग 0.14 डॉलर प्रति कार्य, 2.39 डॉलर के मुक़ाबले।
यह एक इंडेक्स अंक के लिए लगभग सत्रह गुना लागत है। इसके पीछे के टोकन दाम Muse Ember के लिए 0.10 डॉलर प्रति दस लाख इनपुट टोकन और 0.50 डॉलर आउटपुट हैं, जबकि Muse Spark 1.3 के लिए 1.25 और 4.25 डॉलर। कैश किया इनपुट 0.004 डॉलर प्रति दस लाख पड़ता है। दो लाख टोकन से बड़े प्रॉम्प्ट का बिल अलग बनता है: 0.30 डॉलर इनपुट, 0.012 डॉलर कैश इनपुट और 1.50 डॉलर आउटपुट प्रति दस लाख।

आंकड़े कहाँ से आते हैं
इंडेक्स का आंकड़ा स्वतंत्र है: Artificial Analysis ने अपने Intelligence Index का संस्करण 5 नौ नवंबर को प्रकाशित किया, और प्रति कार्य लागत की तुलना हर मॉडल के सूची मूल्य पर टिकी है। उस इंडेक्स पर Muse Ember 36 अंकों पर Claude Haiku 5.5 के बराबर है, और GPT-6 Luna 28 पर। मेटा का अपना बुद्धिमत्ता-बनाम-लागत चार्ट, उसी स्रोत से लिया गया, अधिकतम तर्क पर Muse Ember को 0.136 डॉलर प्रति कार्य पर 35.8 दिखाता है, जबकि Haiku 5.5 0.411 डॉलर पर 36.2 तक पहुँचता है।
बेंचमार्क तालिका मिली-जुली है। “-AA” प्रत्यय वाले अंक Artificial Analysis से आते हैं: Muse Ember AutomationBench-AA 37.8% के साथ जीतता है, Haiku 5.5 के 13.9% और GPT-6 Luna के 20.2% के मुक़ाबले, और Coding Agent Index-AA 46 बनाम 37 और 31 से — पर FrontierCode 2.0-AA हारता है, जहाँ Haiku 5.5 को 34.9% और Muse Ember को 27.2% मिलते हैं। Agents’ Last Exam (61.6%), Personal Superintelligence Index (46.8%) और PerceptionBench (80.6%) मेटा के आंतरिक मूल्यांकन बताए गए हैं। Terminal-Bench 4.0 पर मेटा 40.9% बताती है, Haiku 5.5 के 39.2% और GPT-6 Luna के 16.4% के मुक़ाबले, जहाँ हर मॉडल अपने सर्वश्रेष्ठ प्रकाशित हार्नेस में चला — क्रमशः mini-swe-agent, Claude Code और Codex — यह तरीक़ा ईमानदार है और आंकड़ों की सीधी तुलना को कठिन भी बनाता है।
बड़े मॉडल से निकला
Muse Ember पहला मॉडल है जिसे मेटा ने Muse Wonder Full से प्रशिक्षित किया, वह अग्रणी मॉडल जो उसने अक्टूबर में पेश किया था, और कंपनी इसे तभी किए गए वादे की पूर्ति बताती है: बड़े मॉडलों से ऐसे विशेषीकृत मॉडल बनाना जिन्हें हर जगह रखा जा सके। अब जो शृंखला वह बताती है वह है — सबसे कठिन समस्याओं के लिए Muse Wonder, कोडिंग और एजेंटिक प्रवाह के लिए Muse Spark, और बड़े पैमाने पर दोहराव वाले काम के लिए Muse Ember।

कॉन्टेक्स्ट विंडो दस लाख टोकन की है, 5,12,000 तक आउटपुट टोकन के साथ, जो मेटा के अनुसार एक ही कॉल में पूरा कोडबेस या दस्तावेज़ों का पूरा समूह लेने के लिए पर्याप्त है। मॉडल Muse Code और Meta Model API पर muse-ember-1.0 के रूप में उपलब्ध है, Responses API का समर्थन करता है, और Muse Spark तथा Muse Wonder के साथ Google Cloud व Oracle Cloud पर सूचीबद्ध है।
सुरक्षा, और साझेदारों के आंकड़े
मेटा कहती है कि उसने Muse Ember का मूल्यांकन अपने Meta Superintelligence Scaling Framework के तहत रासायनिक और जैविक, साइबर सुरक्षा तथा नियंत्रण-हानि जोखिमों के लिए किया, और जितनी श्रेणियाँ आँकी गईं उन सब में मॉडल ढाँचे की उच्च-जोखिम सीमाओं से नीचे रहा। वह यह भी कहती है कि उसने जाँचा कि उपयोगकर्ता की ओर से काम करते समय मॉडल कैसा व्यवहार करता है, जिसमें यह भी कि वह वेब पेजों, दस्तावेज़ों या टूल आउटपुट में छिपे निर्देशों का विरोध करता है या नहीं। इसके कोई अंक प्रकाशित नहीं किए गए।
शुरुआती साझेदारों के आंकड़े उनके अपने हैं। Cloudflare के मुख्य प्रौद्योगिकी अधिकारी Dane Knecht ने कहा कि Muse Ember “जिस तुलनीय मॉडल को हमने परखा, उससे पुच्छ पर 30% तक तेज़ चला”। You.com के इन्फ़रेंस प्रमुख Chak Pothina ने 2.2 सेकंड की p95 विलंबता बताई, “अग्रणी खुले-भार मॉडलों से लगभग 4 से 13 गुना तेज़, और 36–48% कम आउटपुट टोकन के साथ”। दोनों में से कोई दावा उन मॉडलों का नाम नहीं लेता जिनसे तुलना हुई।
देखने की बात यह है कि जब Artificial Analysis संस्करण 5 को दूसरे हार्नेसों पर दोबारा चलाएगा तो यह स्थान टिकता है या नहीं। एक-तिहाई लागत पर Haiku 5.5 से बराबरी ही इस मॉडल का पूरा तर्क है, और वह लॉन्च के दिन प्रकाशित एक ही सूची के एक ही आंकड़े पर टिका है।