Qu’est-ce que Muse Ember ?
Muse Ember est le modèle le plus petit et le moins cher de la famille Muse de Meta, sorti le 9 novembre 2026 sous le nom muse-ember-1.0 sur Meta Model API et Muse Code. Il lit le texte, les images, l'audio, la vidéo et les PDF, produit du texte et offre un contexte de 1 048 576 tokens avec jusqu'à 524 288 tokens en sortie. L'effort de raisonnement va de minimal à max, max étant la valeur par défaut.
Meta le présente comme le modèle qui fait le travail répétitif sous un planificateur plus grand : appels d'outils, sous-tâches de code, routage, extraction et lecture de longs documents, pendant que Muse Wonder ou Muse Spark décident quoi faire. C'est le premier modèle que Meta a entraîné avec Muse Wonder Full. Les poids ne sont pas publiés ; Muse Spark Open et Muse Glimmer sont les modèles Muse téléchargeables.
Combien coûte Muse Ember ?
| Offre | Prix | Ce qui est inclus |
|---|---|---|
| Up to 200K input tokens | $0.10 / $0.50 per 1M tokens | Entrée / sortie ; entrée en cache 0,004 $ |
| Over 200K input tokens | $0.30 / $1.50 per 1M tokens | Entrée / sortie ; entrée en cache 0,012 $ ; chaque token de la requête est facturé à ce tarif |
Jusqu'à 200K tokens en entrée : 0,10 $ en entrée, 0,004 $ en entrée mise en cache, 0,50 $ en sortie par million de tokens (1M). Au-delà de 200K : 0,30 $ / 0,012 $ / 1,50 $, appliqués à toute la requête. Recherche web à 2,50 $ pour 1 000 requêtes.
Comparer ce prix à celui des autres modèles
Muse Ember vaut-il le coup ?
L'argument de Muse Ember tient au coût par tâche accomplie plutôt qu'au prix par token. Son prix catalogue, 0,10 $ par million de tokens en entrée et 0,50 $ par million en sortie, est le même que celui de Claude Haiku 5.5. Mais Artificial Analysis lui attribue 36 à son Intelligence Index en effort max, à égalité avec Haiku 5.5, pour environ 0,14 $ par tâche contre 0,41 $ pour Haiku, car il utilise environ trois fois moins de tokens en sortie et son entrée en cache coûte 0,004 $. L'annonce de Meta place son propre Muse Spark 1.3 un point plus haut, à 2,39 $ par tâche, soit environ 17 fois plus.
C'est sur les tâches d'agent qu'il mérite sa place. Sur AutomationBench-AA, qui exécute des processus métier de bout en bout, Meta annonce un score pass@1 strict de 37,8 contre 13,9 pour Haiku 5.5 ; le test d'Artificial Analysis donne à Ember 68,1 %, au niveau de Muse Wonder. Il bat aussi Haiku sur Terminal-Bench 4.0 (40,9 % contre 32,8 %) dans les tests d'Artificial Analysis. Il perd sur FrontierCode 2.0 (27,2 % contre 34,9 %), et Meta conseille elle-même de confier à Spark ou Wonder le code difficile en un seul essai, les questions exigeant beaucoup de connaissances et le code visuel. Plusieurs chiffres de l'annonce de Meta viennent de sa batterie de tests interne, dont le Personal Superintelligence Index, et son graphique de coûts est présenté comme une estimation fondée sur des tarifs proposés.
Les connaissances sont son point faible. Sa précision de 21,1 % sur AA-Omniscience est la plus basse parmi les modèles d'intelligence comparable, surtout parce qu'il refuse de répondre à 64 % des questions. Le bon côté est un taux d'hallucination de 17,4 %, moitié moindre que celui de Haiku 5.5, ce qui convient à un exécutant qui doit dire qu'il ne sait pas plutôt que deviner.
La tarification comporte un piège. Toute requête de plus de 200 000 tokens en entrée, tokens en cache et tours de conversation précédents compris, facture chaque token à 0,30 $ et 1,50 $, trois fois le tarif de base. Un agent qui traîne un long historique franchira ce seuil sans que personne ne s'en aperçoive : la fenêtre de 1M de tokens coûte moins cher à avoir qu'à utiliser.
Là où il fait la différence
Une équipe plateforme dans une entreprise de logistique de 300 personnes
Exécuter chaque jour des milliers de petites étapes d'appel d'outils dans un agent de traitement des commandes
Un modèle plus grand planifie et Ember exécute ; selon Artificial Analysis, il coûte environ un tiers de Haiku 5.5 par tâche. Avec 1 milliard de tokens en entrée et 100 millions en sortie par mois, tous sous 200K par requête, la facture tourne autour de 150 $ avant cache.
Un analyste des opérations chez un courtier en assurances
Extraire des champs de longs PDF de contrats et de pièces jointes scannées
Ember lit directement les PDF et les images. Gardez chaque requête sous 200 000 tokens en entrée : au-delà, toute la requête est facturée 0,30 $ et 1,50 $ par million.
Un développeur qui utilise déjà Muse Spark
Réduire le coût des appels courants à des sous-agents sans réécrire l'intégration
Ember accepte le même corps de requête que Muse Spark, donc dans la plupart du code seul l'ID du modèle change. Laissez à Spark le code difficile en un seul essai et les questions riches en faits, comme le recommande Meta.
Avant de vous engager
- Mise en route
- Une clé Meta Model API et un appel à muse-ember-1.0 via l'endpoint Responses, Chat Completions ou Messages ; il est aussi inclus dans toutes les formules Muse Code.
- Intégrations
- Appels d'outils, sortie structurée, utilisation de l'ordinateur, compréhension d'images et ancrage par la recherche ; même corps de requête que Muse Spark.
- Données et confidentialité
- Seul le mode Standard existe sur l'API, et le contenu en mode Standard ne sert pas à entraîner les modèles de Meta. Pas de mode Contributor pour Ember. Les abonnements Muse Code démarrent en mode Contributor, qui autorise l'entraînement, jusqu'à ce qu'on le désactive. Poids fermés, donc pas d'auto-hébergement.
- Coût à grande échelle
- 1 milliard de tokens en entrée et 100 millions en sortie par mois coûtent environ 150 $ sous 200K tokens par requête, ou environ 450 $ si chaque requête dépasse 200K. L'entrée en cache à 0,004 $ réduit encore le coût du contexte répété. Aucun tarif batch n'est indiqué.
- Limites
- Contexte de 1 048 576 tokens, 524 288 tokens en sortie, 3 000 requêtes et 4 000 000 de tokens par minute et par équipe, 600 soumissions en arrière-plan par minute. Faible en connaissances factuelles ; Meta le déconseille pour le code difficile en un seul essai et le code visuel.
Les points forts
- Intelligence Index de 36 pour environ 0,14 $ par tâche, contre 0,41 $ pour Haiku 5.5
- 37,8 sur AutomationBench-AA pass@1 contre 13,9 pour Haiku 5.5, selon les chiffres de Meta
- Entrée texte, image, audio, vidéo et PDF avec un contexte de 1M de tokens
- Le contenu de l'API ne sert pas à entraîner les modèles de Meta
Les points faibles
- Les requêtes de plus de 200K tokens en entrée coûtent trois fois plus
- Refuse 64 % des questions d'AA-Omniscience
- Derrière Haiku 5.5 sur FrontierCode 2.0
- Poids fermés et seulement deux endroits où l'utiliser
Idéal pour
Les équipes qui font tourner de gros volumes de sous-tâches d'agent, d'extraction et de routage et qui paient déjà un modèle planificateur plus grand.
Alternatives à Muse Ember
Muse Ember : questions fréquentes
- Muse Ember vaut-il le coup ?
- Muse Ember est le moyen le moins cher d'obtenir un travail d'agent de niveau Haiku, à condition de ne pas lui demander de savoir des choses. Nous lui donnons 4.2 sur 5.
- Combien coûte Muse Ember ?
- Jusqu'à 200K tokens en entrée : 0,10 $ en entrée, 0,004 $ en entrée mise en cache, 0,50 $ en sortie par million de tokens (1M). Au-delà de 200K : 0,30 $ / 0,012 $ / 1,50 $, appliqués à toute la requête. Recherche web à 2,50 $ pour 1 000 requêtes.
- Quels sont les inconvénients de Muse Ember ?
- Les requêtes de plus de 200K tokens en entrée coûtent trois fois plus; refuse 64 % des questions d'AA-Omniscience; derrière Haiku 5.5 sur FrontierCode 2.0; poids fermés et seulement deux endroits où l'utiliser.
- À qui s’adresse Muse Ember ?
- Les équipes qui font tourner de gros volumes de sous-tâches d'agent, d'extraction et de routage et qui paient déjà un modèle planificateur plus grand.
- Combien coûte Muse Ember pour une équipe ou en production ?
- 1 milliard de tokens en entrée et 100 millions en sortie par mois coûtent environ 150 $ sous 200K tokens par requête, ou environ 450 $ si chaque requête dépasse 200K. L'entrée en cache à 0,004 $ réduit encore le coût du contexte répété. Aucun tarif batch n'est indiqué.
- Muse Ember est-il sûr pour les données de l’entreprise ?
- Seul le mode Standard existe sur l'API, et le contenu en mode Standard ne sert pas à entraîner les modèles de Meta. Pas de mode Contributor pour Ember. Les abonnements Muse Code démarrent en mode Contributor, qui autorise l'entraînement, jusqu'à ce qu'on le désactive. Poids fermés, donc pas d'auto-hébergement.
- Quelles sont les meilleures alternatives à Muse Ember ?
- Les alternatives les plus proches que nous avons testées sont Claude Haiku 5.5, GPT-6 Luna, Muse Spark 1.3 et Gemini 3.8 Flash.
Réponses vérifiées le 11 nov. 2026.
Vous éditez Muse Ember ? Affichez cette note sur votre site
