Meta hat am 9. November Muse Ember vorgestellt. Nach Angaben des Unternehmens ist es sein derzeit kleinstes und effizientestes Modell. Es soll KI-Agenten vor allem bei häufigen Routineaufgaben helfen: Tool-Aufrufen, Coding-Teilaufgaben, Routing, Informationsextraktion und dem Auswerten langer Dokumente. Das Modell verarbeitet nativ Text, Bilder, Audio und Video, bietet einen Kontext von 1 Million Token und gibt pro Anfrage bis zu 512.000 Token aus.
Ember ist derzeit über die Meta Model API (Modellname muse-ember-1.0, unterstützt die Responses API) und Muse Code verfügbar. Auch Google Cloud und Oracle Cloud haben es bereits im Angebot, und Entwickler können es unter dev.meta.ai ausprobieren. Offene Gewichte erwähnt die Ankündigung nicht; nach aktuellem Stand ist es ein reines API-Modell. Meta erwähnt außerdem, dass Ember das erste Modell ist, das mit Muse Wonder Full trainiert wurde.
Preis in zwei Stufen
Ember wird nach Prompt-Länge gestaffelt abgerechnet, jeweils pro Million Token:
| Posten | Bis 200.000 Token | Über 200.000 Token |
|---|---|---|
| Eingabe | 0,10 Dollar | 0,30 Dollar |
| Gecachte Eingabe | 0,004 Dollar | 0,012 Dollar |
| Ausgabe | 0,50 Dollar | 1,50 Dollar |
Das Schwestermodell Muse Spark 1.3 kostet 1,25 Dollar für die Eingabe und 4,25 Dollar für die Ausgabe. Im Intelligence Index von Artificial Analysis kommen die beiden auf 36 und 37 Punkte und liegen damit nur einen Punkt auseinander, die Kosten pro Benchmark-Aufgabe betragen jedoch 0,14 Dollar gegenüber 2,39 Dollar, ein Unterschied von rund dem 17-Fachen.
Benchmarks mit Siegen und Niederlagen
Meta verglich Ember bei maximaler Reasoning-Stufe (max) mit Claude Haiku 5.5 und GPT-6 Luna. Der größte Abstand zeigt sich bei AutomationBench-AA: Ember kommt auf 37,8 %, Haiku 5.5 auf 13,9 % und GPT-6 Luna auf 20,2 %. Bei der Computerbedienung OSWorld 2.1 erreicht Ember in der binären Wertung 33,8 %, Haiku 5.5 kommt auf 27,8 %. Bei Terminal-Bench 4.0 liegt Ember mit 40,9 % nur 1,7 Prozentpunkte vor den 39,2 % von Haiku 5.5.
Verloren hat Ember beim Programmieren. Bei FrontierCode 2.0-AA erreicht es 27,2 %, Haiku 5.5 dagegen 34,9 %; bei GDP.pdf-AA liegt es mit 22,8 % gleichauf mit GPT-6 Luna. Im zusammengefassten Artificial Analysis Index kommen Ember und Haiku 5.5 beide auf 36, Luna auf 28.
Das Kosten-Streudiagramm liefert genauere Zahlen. Die beiden Reasoning-Stufen von Ember kosten 0,116 und 0,136 Dollar bei einem Index von 33,9 und 35,8; Haiku 5.5 erreicht erst auf der Stufe mit 0,411 Dollar einen Index von 36,2. Bei gleichem Indexwert gibt Ember pro Aufgabe etwa ein Drittel dessen aus, was Haiku 5.5 kostet.
Überschlag: Die Tagesrechnung eines Sub-Agenten
Eine grobe Rechnung mit den Preisen der Ankündigung: Ein Coding-Sub-Agent liest pro Aufruf 30.000 Token ein und gibt 2.000 Token aus, wobei 20.000 Token auf System-Prompt und Code-Kontext entfallen, die aus dem Cache kommen:
- 10.000 nicht gecachte Eingabe-Token: etwa 0,001 Dollar
- 20.000 gecachte Eingabe-Token: etwa 0,00008 Dollar
- 2.000 Ausgabe-Token: etwa 0,001 Dollar
Ein Aufruf kostet damit rund 0,002 Dollar, bei 10.000 Aufrufen am Tag sind es etwa 21 Dollar. Das gilt nur für den Preis bis 200.000 Token; sobald die Auswertung langer Dokumente diese Grenze überschreitet, steigen alle drei Einzelpreise gleichzeitig auf das Dreifache. Die tatsächliche Rechnung hängt zudem von den Reasoning-Token ab, die je nach Stufe anfallen, und die Ankündigung weist nicht gesondert aus, wie diese abgerechnet werden.
Das Feedback der Partner dreht sich vor allem um Geschwindigkeit. You.com nennt eine konkrete Latenzzahl:
"with the lowest latency of any model we tested: a p95 of 2.2 seconds"
(Die niedrigste Latenz aller von uns getesteten Modelle: ein p95 von 2,2 Sekunden.)
Cline wiederum sagt, das Modell eigne sich für Sub-Agenten-Arbeit wie Coding und Dokumentenanalyse. Zur Sicherheit erklärt Meta, das Modell sei vor der Veröffentlichung nach dem hauseigenen Frontier-Framework für Superintelligenz bewertet worden; die Risiken in den drei Bereichen Chemie und Biologie, Cybersicherheit und Kontrollverlust lägen jeweils unter der Schwelle für hohes Risiko. Alle genannten Benchmark-Werte stammen von Meta, unabhängige Nachtests liegen noch nicht vor.
Quellen: CocoLoop, offizieller Forschungsblog von Meta; der Blog bestätigt die gestaffelten Preise, die Benchmark-Werte, die Kosten pro Aufgabe und die Partnerzitate, die Tagesrechnung ist eine Schätzung auf Basis der veröffentlichten Einzelpreise.