Muse Ember de Meta: un modelo de IA de bajo coste para agentes

Meta informó de estos resultados el 9 de noviembre de 2026, con el máximo esfuerzo de razonamiento. El Intelligence Index, AutomationBench-AA y FrontierCode 2.0-AA proceden de Artificial Analysis. Agents' Last Exam es una evaluación interna de Meta. Terminal-Bench 4.0 usa el mejor harness publicado de cada modelo. Puedes consultar todos los detalles en el informe de evaluación de Meta.

Flujos de trabajo agentic

La mayor ventaja de Ember está en AutomationBench-AA, que mide flujos de trabajo empresariales de extremo a extremo. Obtiene un 37,8%, frente al 13,9% de Haiku y el 20,2% de Luna.

En Agents' Last Exam, la ventaja es menor: 61,6% frente a 57,0% y 57,1%. Es una evaluación interna de Meta sobre un subconjunto de Linux, así que es un resultado propio de Meta.

Programación

Ember logra un 40,9% en Terminal-Bench 4.0, frente al 39,2% de Haiku y el 16,4% de Luna. Pero cada modelo se ejecutó con su propio harness, por lo que la comparación no es estrictamente equivalente. En el Artificial Analysis Coding Agent Index, Ember marca 46, frente a 37 para Haiku y 31 para Luna.

Haiku gana en FrontierCode 2.0-AA, que evalúa tareas de ingeniería según su facilidad de fusión (mergeability). Logra un 34,9%, frente al 27,2% de Ember y el 25,2% de Luna.

Tareas multimodales

Frente a Haiku, las diferencias multimodales no son muy marcadas. En OSWorld 2.1, una prueba de uso de ordenador, Ember obtiene un 69,5% con puntuación de crédito parcial, frente a 68,9% para Haiku y 50,5% para Luna.

En PerceptionBench, que mide el detalle visual fino, alcanza un 80,6% con herramientas, frente a 78,6% y 62,8%. Ambas son evaluaciones internas de Meta. En GDP.pdf-AA, que cubre trabajo profesional sobre documentos largos, Ember y Luna empatan en 22,8% y Haiku obtiene 20,8%.

Muse Ember vs Claude Haiku 5.5 y GPT-6 Luna

Los tres modelos figuran a 0,10 $ por millón de tokens de entrada y 0,50 $ por millón de tokens de salida para prompts cortos. Por eso conviene compararlos y fijarse en las diferencias.

En inteligencia por dólar, Meta afirma que Ember iguala la mejor puntuación de Haiku en el Intelligence Index a aproximadamente un tercio del coste por tarea, en torno a 0,14 $ frente a 0,41 $. Los precios por token son los mismos, así que la diferencia viene de cuántos tokens usa cada modelo por tarea. Luna cuesta casi lo mismo que Ember, unos 0,15 $ por tarea, pero puntúa 28 en lugar de 36.

Ember también lidera las pruebas agentic y multimodales de Meta. Es el único de los tres que acepta audio y vídeo, y permite hasta 512.000 tokens de salida, frente a 128.000 en los otros dos. Las ventanas de contexto son similares.

Haiku es más fuerte en un punto: obtiene mejor resultado en FrontierCode 2.0-AA, que evalúa tareas de ingeniería según su mergeability. Esto es clave si tus agentes escriben código que va directo al repositorio.

Ember parece una buena opción para flujos de trabajo de alto volumen compuestos por pasos rutinarios. Pero Meta eligió y reportó estas comparativas, así que pruébalo en tu propia carga antes de cambiar.

Las puntuaciones del Índice y el coste por tarea corresponden al máximo esfuerzo de razonamiento. Los detalles de precios de Haiku 5.5 y GPT-6 Luna proceden de sus tarifas publicadas.

Precio y disponibilidad de Muse Ember

Este es el coste de Muse Ember por millón de tokens para prompts de hasta 200.000 tokens de entrada:

Los prompts más largos cuestan más. Por encima de 200.000 tokens de entrada, las tarifas de Meta suben a 0,30 $ para entrada y 1,50 $ para salida, y la entrada en caché pasa a 0,012 $.

Es el triple del precio para prompts cortos. Así que el precio destacado no aplica a todas las longitudes de contexto; si tus agentes envían prompts muy grandes con frecuencia, tenlo en cuenta en tu planificación.

El ID del modelo en la API es muse-ember-1.0 y Ember es compatible con la Responses API. Puedes usarlo a través de Muse Code y la Meta Model API. Meta también lo lista en Google Cloud y Oracle Cloud.

Cómo encaja Muse Ember en la familia de modelos de IA de Meta

Meta describe sus modelos Muse como un porfolio, cada uno diseñado para una tarea distinta.

Muse Wonder

Wonder está orientado a los problemas más difíciles, como el razonamiento complejo y las tareas intrincadas. En un flujo de trabajo de agentes, es el modelo que planifica.

Muse Spark

Spark se centra en programación y flujos de trabajo agentic más amplios. En la comparativa de Meta, Spark 1.3 logra 37 en el Intelligence Index frente a 36 de Ember, pero cuesta 2,39 $ por tarea frente a 0,14 $. Su precio de lista es de 1,25 $ por millón de tokens de entrada y 4,25 $ por millón de tokens de salida.

Muse Ember

Ember está pensado para tareas repetibles de programación y agentic a escala. Meta afirma que también es el primer modelo entrenado con Muse Wonder Full.

¿Qué pueden construir los desarrolladores con Muse Ember?

El anuncio de Meta y sus early adopters señalan varios usos concretos:

• Análisis de documentos: Box lo usó para evaluar contratos frente a un playbook de negociación, cláusula por cláusula
• Trabajo sobre repositorios: Cloudflare lo empleó para investigación multi-repo, y Meta afirma que puede ejecutar tests y aplicar fixes puntuales
• Extracción multimodal: puede leer documentos escaneados o trabajar a partir de grabaciones de reuniones
• Flujos entre aplicaciones: puede recuperar registros y actualizar sistemas entre distintas aplicaciones

Imagina que un agente de soporte recibe una solicitud de reembolso con una captura adjunta. El modelo más grande decide cómo resolver el caso. Ember entonces lee la captura, recupera el pedido y actualiza el ticket.

La misma secuencia se repite en cada ticket, así que el precio por llamada determina el coste de toda la cola.

Qué implica Muse Ember para el futuro de los agentes de IA

La métrica clave es el coste por tarea completada, no el coste por token. Un modelo con un precio por token bajo puede salir caro si necesita muchos tokens para terminar un trabajo.

Eso cambia cómo eliges modelos. En lugar de buscar el más potente, asignas cada paso a la capacidad y al precio adecuados. Un modelo grande planifica, uno pequeño ejecuta los pasos repetitivos y un modelo multimodal como Ember lee capturas y grabaciones sin necesitar un modelo distinto para cada una.

En flujos autónomos largos, los pasos rutinarios tienen que ser baratos para que toda la ejecución resulte asumible.

Pero Meta no es el único laboratorio que ofrece un modelo pequeño para este rol. Haiku 5.5 y GPT-6 Luna tienen el mismo precio por token, así que tenlos en cuenta.

Conclusión

Muse Ember está diseñado para el trabajo repetitivo que los agentes de IA hacen todo el día. Cuesta 0,10 $ por millón de tokens de entrada y 0,50 $ por millón de tokens de salida, tiene una ventana de contexto de 1 millón de tokens y admite entradas de texto, imagen, audio y vídeo. Meta informa de que iguala la puntuación de Haiku 5.5 en el Artificial Analysis Intelligence Index a un coste por tarea de aproximadamente un tercio.

Está pensado para trabajar junto a modelos más grandes como Muse Wonder: este planifica mientras Ember ejecuta los pasos repetitivos. Pero la mayoría de estas comparativas las ha realizado Meta, y tus propios resultados y ahorros dependerán de tu carga de trabajo y de cómo evalúes.

La idea clave es que, si Meta acierta, la próxima ventaja competitiva en agentes de IA puede venir tanto de cómo se reparte inteligentemente el trabajo como de lo capaz que sea el modelo más grande.

¿Cuáles son los mejores agentes de IA en 2026? Lee nuestro post para comparar frameworks, herramientas no-code, plataformas empresariales y seguir una guía paso a paso para elegir e implantar automatización agentic.