Mercado · IA en la práctica
Meta lanza Muse Ember para el trabajo repetitivo de los agentes
Meta lanzó el 9 de noviembre de 2026 Muse Ember, su modelo más pequeño y eficiente, a US$ 0,10 por millón de tokens de entrada y US$ 0,50 por millón de salida. En Artificial Analysis empata con Claude Haiku 5.5 en el índice de inteligencia por cerca de un tercio del costo por tarea.
Lo que registran las fuentes
Meta presentó el 9 de noviembre de 2026 Muse Ember, un modelo pensado para el trabajo que los agentes repiten todo el día: llamadas a herramientas, subtareas de código, enrutamiento, extracción y lectura de documentos largos. El precio es de US$ 0,10 por millón de tokens de entrada, US$ 0,004 por millón de tokens de entrada en caché y US$ 0,50 por millón de salida, para prompts de hasta 200 mil tokens; por encima de eso, los valores suben a US$ 0,30, US$ 0,012 y US$ 1,50. El modelo tiene una ventana de contexto de 1 millón de tokens, genera hasta 512 mil tokens de salida y está disponible en la Meta Model API y en Muse Code. Según Meta, es el primer modelo entrenado con Muse Wonder Full.
En la evaluación independiente de Artificial Analysis, Muse Ember obtiene 36 en el Intelligence Index, la misma nota que Claude Haiku 5.5 con esfuerzo máximo, con un costo de US$ 0,14 por tarea frente a US$ 0,41. Meta sugiere usar Ember junto con Muse Wonder en los problemas más difíciles: Wonder planifica y Ember se ocupa del volumen. Artificial Analysis señala el conocimiento como el punto débil del modelo, con 21,1% de aciertos en AA Omniscience, en buena parte porque deja de responder el 64% de las preguntas; con eso, la tasa de alucinación queda en 17,4%, la mitad de la de Claude Haiku 5.5.
Mi lectura
Conciliación, lectura de documentos, extracción de datos y enrutamiento de pagos se repiten todo el día en una operación financiera, y es en esa capa donde el costo por tarea decide si un agente se paga solo. Un ejecutor a US$ 0,14 por tarea en el índice de Artificial Analysis, trabajando bajo un modelo más grande que planifica, cambia la cuenta de quien hoy usa el mismo modelo grande para todo. Hay además un detalle de la evaluación independiente que juega a favor en finanzas: Ember prefiere no responder antes que inventar, lo que mantiene la alucinación en 17,4%. Esa cautela tiene valor en el procesamiento de documentos financieros, siempre que el diseño del flujo prevea adónde va cada caso rechazado.
Fuentes
- https://research.meta.ai/blog/muse-ember (se abre en otra pestaña) Meta
- https://techcrunch.com/2026/11/09/meta-releases-muse-ember-a-new-lightweight-model-for-agent-execution/ (se abre en otra pestaña) TechCrunch
- https://x.com/ArtificialAnlys/status/2119854348587123007 (se abre en otra pestaña) Artificial Analysis (X)