Meta Muse Ember: $0.10 por millón de tokens y benchmarks

Un agente que arregla un solo error puede enviarle a un modelo cientos de peticiones pequeñas: leer este archivo, correr esa prueba, corregir esta línea, resumir aquel registro. Meta dice que Muse Ember está hecho justo para ese tráfico. Meta puso hoy, 9 de noviembre de 2026, a Muse Ember, su modelo más pequeño, en la Meta Model API y en Muse Code, a diez centavos de dólar por leer un millón de tokens y 50 centavos por escribirlos.

El precio es el titular y los benchmarks de Meta son el argumento: en la tabla que publicó la empresa, Muse Ember supera a Claude Haiku 5.5, de Anthropic, y a GPT-6 Luna, de OpenAI, en la mayoría de las filas. No le gana a Haiku en todas, y cuatro de las diez filas las corrió la propia Meta.

Publicación de Meta for Developers en X del 9 de noviembre de 2026 que anuncia Muse Ember (@MetaforDevs)

Ver en X

La publicación de Meta for Developers describe a Muse Ember como "nuestro modelo más pequeño y eficiente" y dice que "destaca en subtareas de programación, llamadas a herramientas y análisis de documentos", con entradas de audio y video además de texto e imágenes. También recomienda combinarlo con Muse Wonder o Muse Spark. El blog de lanzamiento y la documentación de modelos de Meta añaden las especificaciones que la publicación omite, y en ellos se apoya el resto de esta nota.

Qué se obtiene por $0.10

El ID del modelo es muse-ember-1.0. Acepta texto, imágenes, video, audio y PDF, devuelve texto, tiene una ventana de contexto de 1M de tokens y puede escribir hasta 512K tokens en una respuesta, según el blog de Meta. La documentación indica que admite las mismas solicitudes que Muse Spark, a través de los endpoints Responses, Chat Completions y Messages, "a un precio por token más bajo".

La página de precios de Meta fija la entrada en caché en $0.004 por millón de tokens y también trae una salvedad que el anuncio no menciona. Muse Ember tiene dos tramos. Una solicitud de hasta 200K tokens de entrada paga $0.10 de entrada y $0.50 de salida. Una de más de 200K paga $0.30 y $1.50, y según la página esa tarifa se aplica a toda la solicitud, no solo a los tokens que pasan de 200K. Muse Wonder y Muse Spark no tienen ese recargo, así que el argumento de "pásale el código completo" cuesta el triple de la tarifa destacada del lado de Ember.

Otros dos límites de la misma página: Ember funciona solo en modo Standard, es decir, no existe el modo Contributor con descuento (que cambia un precio menor por permiso para entrenar con tus datos, y que Spark 1.3 sí tiene), y la búsqueda web se cobra aparte, a $2.50 por cada 1,000 consultas.

Dónde queda frente a Spark y Wonder

Meta ya vende tres modelos de razonamiento en escalera. Wonder es el más alto, figura como "en vista previa" en la documentación y cuesta $4.00 de entrada y $20.00 de salida por millón de tokens. Muse Spark 1.3 cuesta $1.25 y $4.25. Ember es el peldaño más barato.

Según nuestras cuentas, la entrada de Ember es 12.5 veces más barata que la de Spark 1.3 y 40 veces más barata que la de Wonder; su salida es 8.5 veces más barata que la de Spark y 40 veces más barata que la de Wonder. Si un agente lee 10 millones de tokens y escribe 1 millón, eso es $1.50 en Ember, $16.75 en Spark 1.3 y $60.00 en Wonder a precios de lista (cálculo nuestro, sin contar la caché).

La comparación de Meta, construida con datos de Artificial Analysis, muestra la brecha que sostiene el argumento: Ember marca 36 en el Índice de Inteligencia de Artificial Analysis frente a 37 de Spark 1.3, con $0.14 por tarea del índice contra $2.39. Es unas 17 veces más barato por tarea a cambio de un punto menos. Meta también dice que Ember es el primer modelo que entrenó con Muse Wonder Full, que es como un modelo pequeño hereda el comportamiento de uno grande.

Diez filas, tres árbitros

Meta compara a Ember con Claude Haiku 5.5 y GPT-6 Luna, todos con razonamiento "max", en diez filas. Ember (frente a Haiku y Luna) marca 37.8% contra 13.9% y 20.2% en AutomationBench-AA, 46 contra 37 y 31 en Coding Agent Index-AA, 40.9% contra 39.2% y 16.4% en Terminal-Bench 4.0, 80.6% contra 78.6% y 62.8% en PerceptionBench, y 36 contra 36 y 28 en el Índice de Artificial Analysis. En Agents' Last Exam son 61.6% contra 57.0% y 57.1%, y en el Personal Superintelligence Index de Meta, 46.8 contra 36.1 y 37.0.

El patrón es menos limpio que "gana Meta". La mayor diferencia de Ember está en AutomationBench-AA, y en GDP.pdf-AA empata con Luna en 22.8%, con Haiku en 20.8%. En OSWorld 2.1, de Meta, supera a Haiku por 0.6 puntos con crédito parcial, algo que consideraríamos un empate. En la versión binaria estricta de esa prueba, según la tabla de Meta, los resultados son 33.8% para Ember, 27.8% para Haiku y 17.0% para Luna.

La fila que va en sentido contrario es la más cercana al trabajo diario de programación. En FrontierCode 2.0-AA, que Meta describe como tareas reales de ingeniería juzgadas por si se pueden fusionar, Haiku 5.5 marca 34.9% y Ember 27.2%, una diferencia de 7.7 puntos. La propia Meta escribe en esa fila: "para los problemas más difíciles, combínalo con Muse Wonder". Como referencia, nuestra cobertura de Claude Fable 5.2 muestra esa misma familia de pruebas en lo más alto de la línea de Anthropic.

Meta también elige las filas. Cinco de las diez vienen de Artificial Analysis, la firma independiente; Agents' Last Exam, OSWorld 2.1 y PerceptionBench están marcadas como evaluaciones de la propia Meta, y el Personal Superintelligence Index es un índice compuesto interno. La fila de Terminal-Bench le da a cada modelo su mejor arnés publicado, que no es la misma configuración para todos. No hemos visto una corrida independiente de ninguna de estas pruebas por alguien ajeno a Meta y a Artificial Analysis.

Un tercio del costo de Haiku, ¿pero de quién es el gráfico?

La afirmación más fuerte de Meta es de costo: Ember "iguala la mejor puntuación de Haiku a cerca de un tercio del costo y supera cada configuración de Luna". Los datos del gráfico respaldan la cuenta. Haiku 5.5 en su configuración más alta marca 36.2 a $0.411 por tarea; Ember en la suya marca 35.8 a $0.136. Es 3.0 veces más barato según nuestra división, por 0.4 puntos menos. La mejor configuración de Luna en el gráfico, 27.8 a $0.152, queda por debajo de Ember en ambos ejes.

Dos salvedades del propio blog. La leyenda del gráfico dice que los costos de Ember son "estimaciones con el precio propuesto", mientras que la nota al pie dice "precio de lista"; por la página no pudimos saber cuál usan los costos graficados. Y el costo por tarea es la medida de Artificial Analysis sobre los tokens usados en su propio conjunto de tareas, así que un modelo que piensa más tiempo en tu carga de trabajo puede mover la cifra.

Lo que dijeron los socios y lo que venden

La página de Meta cita a cinco empresas que probaron el modelo antes del lanzamiento. El CTO de Cloudflare dice que Ember "fue hasta un 30% más rápido en la cola que el modelo comparable que probamos". La responsable de inferencia de You.com reporta una latencia p95 de 2.2 segundos en sus pruebas de programación, "de 4 a 13 veces más rápida que los principales modelos de pesos abiertos", con entre 36 y 48% menos tokens de salida. Box señala una tarea de revisión de contratos, el fundador de Cline lo considera adecuado para trabajo de subagentes y Oracle califica de "alentadores" sus resultados iniciales.

Son testimonios de proveedores publicados en la página de Meta, y ninguno aclara con qué modelos ni configuraciones hizo la comparación. Tómalos como una señal sobre latencia, que la tabla de Meta no cubre en absoluto, no como una prueba independiente.

Seguridad, según la calificación de Meta

Meta dice que evaluó a Ember con su Meta Superintelligence Scaling Framework, incluidos riesgos químicos y biológicos, de ciberseguridad y de pérdida de control, y que quedó "por debajo de los umbrales de alto riesgo del marco". Añade que el modelo recibió el mismo entrenamiento de seguridad básico que los más grandes y que se probó su resistencia a instrucciones ocultas en páginas web o en salidas de herramientas. Es la evaluación que Meta hace de su propio modelo; la publicación no enlaza ningún informe.

Pruébalo en tus pasos más lentos y baratos

Si usas un arnés de agentes, lo sensato es una prueba acotada. Elige los pasos repetitivos (lecturas de archivos, ejecución de pruebas, extracción de documentos largos) y envía solo esos a muse-ember-1.0, dejando un modelo mayor para planear, como sugiere Meta. Júzgalo por cuántos resultados aceptas por dólar gastado, no por puntos de benchmark, y mantén cada solicitud por debajo de 200K tokens de entrada o calcula el precio con el tramo más alto.

A los suscriptores de Muse Code les queda una duda. La lista de planes de Meta nombra Muse Spark, Muse Wonder y Muse Image en el nivel Everyday, y ni el blog ni la página de planes explican cómo cuenta Ember dentro de los límites de uso.

Los marcadores corridos por el propio proveedor son la norma en los lanzamientos de este mes; nuestro análisis de las cifras de GPT-6 Cyber de OpenAI tuvo la misma salvedad. La prueba que decide el caso de Ember es barata: pásale tus propios 100 pasos rutinarios de agente y cuenta cuántos aceptarías sin editar.

Fuente: Meta, Introducing Our Smallest, Most Efficient Model: Muse Ember

meta muse ember meta model api muse code agentes de ia

AI

Sobre el autor

AI Briefing Daily Editorial. La redacción de AI Briefing Daily, una publicación independiente sobre inteligencia artificial. Cada nota se contrasta con fuentes primarias, se verifica a mano y la revisa una persona antes de publicarse.