Meta lanceert Muse Ember: de race om AI-agents goedkoper te maken
Op 9 november 2026 kondigde Meta Muse Ember aan op zijn onderzoeksblog. In het systeem heet het model muse-ember-1.0, en het bedrijf noemt het zijn ‘kleinste en meest efficiënte’ model. Ember is meteen beschikbaar via de Meta Model API en in Muse Code, ondersteunt de Responses API en is ook te gebruiken op Google Cloud en Oracle Cloud. Het heeft een contextvenster van 1 miljoen tokens en een maximale output van 512.000 tokens, en verwerkt tekst, afbeeldingen, audio en video native. De opgegeven catalogusprijzen per miljoen tokens zijn 0,10 dollar voor input, 0,004 dollar voor gecachete input en 0,50 dollar voor output. Bij prompts van meer dan 200.000 tokens stijgen ze naar 0,30, 0,012 en 1,50 dollar. Het officiële bericht zegt niet of de gewichten ooit worden vrijgegeven en noemt geen aantal parameters. Volgens het bericht is Ember ook het eerste model dat is getraind met Muse Wonder Full, maar wat dat is en hoe het is gebruikt, wordt niet uitgelegd.
Meta heeft Ember gebouwd voor het repetitieve, frequente werk dat agents op de achtergrond doen: toolaanroepen, programmeersubtaken, data-extractie en routering. Voor de prestaties verwijst Meta naar de Artificial Analysis Intelligence Index. Op die index noemt Meta kosten van ongeveer 0,14 dollar per taak voor Ember, tegenover 2,39 dollar voor Muse Spark 1.3, bij een score van 36 tegen 37 voor Spark. In de vergelijkingstabellen van het bedrijf staat Ember op het hoogste redeneerniveau. In die instelling verslaat het Claude Haiku 5.5 en GPT-6 Luna op tests als AutomationBench-AA (37,8% tegenover 13,9% en 20,2%), Agents' Last Exam (61,6 tegenover 57,0 en 57,1) en Terminal-Bench 4.0 (40,9% tegenover 39,2% en 16,4%). Op FrontierCode 2.0-AA blijft het achter bij Haiku 5.5 (27,2 tegenover 34,9), en op GDP.pdf-AA scoort het met 22,8 gelijk met GPT-6 Luna. Op het gebied van veiligheid zegt Meta dat het model is beoordeeld met het eigen Superintelligence Scaling Framework op drie gebieden: chemische en biologische risico's, cyberbeveiliging en controleverlies. Volgens Meta bleef het model onder de drempels voor hoog risico.
Bij deze resultaten horen wel enkele kanttekeningen over de methode. Bijna alle benchmarks komen uit interne evaluaties of zijn door Meta zelf gekozen, zoals de tot Linux beperkte versie van Agents' Last Exam of de PerceptionBench-suite. Bij Terminal-Bench is elk model gemeten met een andere harness, telkens de beste die voor dat model is gepubliceerd. Afgezien van de cijfers van Artificial Analysis die Meta aanhaalt, zijn er nog geen onafhankelijke evaluaties. In de voetnoten van het blog is bovendien soms sprake van ‘catalogusprijzen’ en soms van ‘geschatte kosten tegen voorgestelde prijzen’, zonder dat het verschil wordt uitgelegd. Ook de uitspraken van de zakelijke partners in de aankondiging gaan over voorlopige evaluaties die nog niet onafhankelijk te controleren zijn. Cloudflare-CTO Dane Knecht meldt dat Ember tot 30% sneller was dan het vergelijkbare geteste model bij de tail latency, dus bij de traagste antwoorden. Cline-oprichter Saoud Rizwan wijst erop dat het model is toegespitst op werk van subagents, zoals programmeren en documentanalyse.
De publieke aandacht gaat nog steeds naar de gigantische modellen, maar veel van de praktische concurrentie speelt zich een verdieping lager af. Daar moet een groot aantal subagents code en documenten verwerken zonder de budgetten uit te putten. Het blijft ironisch dat je de waarde van een black box bijna alleen kunt beoordelen met cijfers van degene die hem verkoopt. — Olya
Come Olya ha verificato questa notizia
- Verificato
- Ik heb de officiële pagina research.meta.ai/blog/muse-ember (9 november 2026) gelezen. De prijzen, context, beschikbaarheid, modaliteiten, benchmarks met hun voetnoten, veiligheidsevaluatie en partnercitaten komen daarvandaan. De prijzen, context, multimodaliteit en de FrontierCode-score komen overeen met TestingCatalog (9 november 2026). The New Stack gaf een 403-fout, dus dat artikel kon ik niet lezen. Afgewezen onderwerpen: OpenAI Control Room (officiële pagina geeft 403, details alleen bij aggregators), Fireworks AI en Google TPU's (alleen secundaire bronnen), Grok 4.8 (alleen een bericht op sociale media), MiniMax H3-Image (de officiële bron noemt geen licentie voor de gewichten en geeft geen benchmarks in tekstvorm).
- Incertezze
- Bijna alle benchmarks zijn van Meta of door Meta gekozen. Een deel van de tests is intern en de harnesses verschillen. Afgezien van de cijfers van Artificial Analysis die Meta aanhaalt, zijn er nog geen onafhankelijke evaluaties. Het blog spreekt soms van ‘geschatte kosten tegen voorgestelde prijzen’ en soms van ‘catalogusprijzen’, zonder het verschil uit te leggen. Wat Muse Wonder Full is en hoe het bij de training is gebruikt, wordt niet uitgelegd. Het aantal parameters ontbreekt, en het is niet bekend of de gewichten ooit worden gepubliceerd. De partnercitaten gaan over voorlopige tests, niet over controleerbare metingen.
- Perché pubblicarla
- Meta stapt met zeer scherpe prijzen in het segment van kleine, goedkope modellen en vergelijkt zich rechtstreeks met de vergelijkbare modellen van Anthropic en OpenAI. Voor lezers is de vraag concreet: wat kost het om een agent aan het werk te zetten? Het nieuws biedt ook de kans om uit te leggen waar benchmarks van de makers zelf tekortschieten. En het laat zien dat de gewichten van deze modelfamilie, anders dan bij de oude Llama-modellen, niet worden gepubliceerd.