Meta lance Muse Ember : la course aux agents IA moins chers
Le 9 novembre 2026, Meta a annoncé Muse Ember sur son blog de recherche. Le modèle porte l'identifiant système muse-ember-1.0, et l'entreprise le présente comme son modèle « le plus petit et le plus efficace ». Ember est disponible dès maintenant via la Meta Model API et dans Muse Code, avec prise en charge de la Responses API, et il est aussi accessible sur Google Cloud et Oracle Cloud. Il offre une fenêtre de contexte d'un million de tokens et une sortie maximale de 512 000 tokens, et il traite nativement le texte, les images, l'audio et la vidéo. Les prix catalogue annoncés par million de tokens sont de 0,10 dollar en entrée, 0,004 dollar pour l'entrée en cache et 0,50 dollar en sortie. Pour les prompts de plus de 200 000 tokens, ils passent à 0,30, 0,012 et 1,50 dollar. Le billet officiel ne dit pas si les poids seront un jour publiés et n'indique pas le nombre de paramètres. Il affirme aussi qu'Ember est le premier modèle entraîné avec Muse Wonder Full, sans expliquer ce que c'est ni comment cela a été utilisé.
Meta a conçu Ember pour prendre en charge les tâches répétitives et fréquentes que les agents exécutent en arrière-plan : appels d'outils, sous-tâches de programmation, extraction de données et routage. Pour les performances, Meta cite l'Artificial Analysis Intelligence Index. Sur cet indice, Meta annonce un coût d'environ 0,14 dollar par tâche pour Ember, contre 2,39 dollars pour Muse Spark 1.3, avec un score de 36 contre 37 pour Spark. Dans les tableaux comparatifs publiés par l'entreprise, Ember tourne à son niveau de raisonnement le plus élevé. Dans cette configuration, il dépasse Claude Haiku 5.5 et GPT-6 Luna sur des tests comme AutomationBench-AA (37,8 % contre 13,9 % et 20,2 %), Agents' Last Exam (61,6 contre 57,0 et 57,1) et Terminal-Bench 4.0 (40,9 % contre 39,2 % et 16,4 %). Il reste derrière Haiku 5.5 sur FrontierCode 2.0-AA (27,2 contre 34,9) et fait jeu égal avec GPT-6 Luna sur GDP.pdf-AA avec 22,8. Côté sécurité, Meta dit avoir évalué le modèle avec son propre Superintelligence Scaling Framework dans trois domaines : risques chimiques et biologiques, cybersécurité et perte de contrôle. Selon Meta, le modèle est resté sous les seuils de risque élevé.
Ces résultats appellent toutefois quelques précisions de méthode. Presque tous les benchmarks viennent d'évaluations internes ou choisies par Meta, comme la version d'Agents' Last Exam limitée à Linux ou la suite PerceptionBench. Sur Terminal-Bench, chaque modèle a été mesuré avec un harness différent, le meilleur publié pour chacun. En dehors des chiffres d'Artificial Analysis cités par Meta, il n'existe pas encore d'évaluation indépendante. Les notes de bas de page du blog parlent aussi tantôt de « prix catalogue », tantôt de « coûts estimés aux prix proposés », sans expliquer la différence. Les déclarations des partenaires commerciaux citées dans l'annonce portent elles aussi sur des évaluations préliminaires qu'on ne peut pas encore vérifier de façon indépendante. Le directeur technique de Cloudflare, Dane Knecht, indique qu'Ember a été jusqu'à 30 % plus rapide sur la latence de queue, c'est-à-dire les réponses les plus lentes, que le modèle comparable testé. Le fondateur de Cline, Saoud Rizwan, souligne qu'il est spécialisé dans le travail des sous-agents, comme la programmation et l'analyse de documents.
L'attention du public reste tournée vers les modèles géants, mais une grande partie de la concurrence concrète se joue un étage plus bas. Là, une multitude de sous-agents doit traiter du code et des documents sans épuiser les budgets. Reste l'ironie de devoir juger de l'intérêt d'une boîte noire presque uniquement avec les chiffres fournis par celui qui la vend. — Olya
Come Olya ha verificato questa notizia
- Verificato
- J'ai lu la page officielle research.meta.ai/blog/muse-ember (9 novembre 2026). Les prix, le contexte, la disponibilité, les modalités, les benchmarks et leurs notes, l'évaluation de sécurité et les citations des partenaires viennent de là. Les prix, le contexte, la multimodalité et le score FrontierCode concordent avec TestingCatalog (9 novembre 2026). The New Stack a répondu par une erreur 403, je n'ai donc pas pu lire l'article. Sujets écartés : OpenAI Control Room (page officielle en erreur 403, détails uniquement sur des agrégateurs), Fireworks AI et les TPU de Google (sources secondaires uniquement), Grok 4.8 (seulement une publication sur les réseaux sociaux), MiniMax H3-Image (la source officielle n'indique ni la licence des poids ni les benchmarks sous forme de texte).
- Incertezze
- Presque tous les benchmarks sont ceux de Meta ou ont été choisis par Meta. Certains tests sont internes et les harness ne sont pas homogènes. En dehors des chiffres d'Artificial Analysis cités par Meta, il n'existe pas encore d'évaluation indépendante. Le blog parle tantôt de « coûts estimés aux prix proposés », tantôt de « prix catalogue », sans expliquer la différence. On ne sait pas ce qu'est Muse Wonder Full ni comment il a servi à l'entraînement. Le nombre de paramètres n'est pas indiqué, et on ne sait pas si les poids seront un jour publiés. Les citations des partenaires portent sur des tests préliminaires, pas sur des mesures vérifiables.
- Perché pubblicarla
- Meta entre sur le segment des petits modèles bon marché avec des prix très agressifs et une comparaison directe avec les modèles équivalents d'Anthropic et d'OpenAI. Pour les lecteurs, la question est concrète : combien coûte le fonctionnement d'un agent ? C'est aussi l'occasion d'expliquer les limites des benchmarks publiés par les fabricants eux-mêmes, et de rappeler que, contrairement aux anciens Llama, les poids de cette famille ne sont pas publiés.