Meta lance Muse Ember, un modèle à contexte d'1 million de tokens pour les agents à gros volume de tâches

L'argument central est économique. Les trois modèles affichent les mêmes tarifs de base, soit 0,10 dollar par million de jetons en entrée et 0,50 dollar en sortie, avec 0,004 dollar pour l'entrée mise en cache chez Ember. L'écart vient donc du nombre de jetons consommés par tâche. Selon le graphique de Meta, Ember atteint 35,8 points pour 0,136 dollar par tâche, contre 36,2 points pour 0,411 dollar chez Haiku 5.5, soit environ trois fois moins cher à performance équivalente. Le meilleur réglage de Luna plafonne à 27,8 points pour 0,152 dollar. L'écart se creuse sur les longs prompts, car Haiku passe à 0,50 et 2,50 dollars au-delà de 100 000 jetons et Luna double ses tarifs d'entrée au-delà de 272 000, alors que Meta n'annonce aucun palier pour Ember. Pour les entreprises qui exécutent des milliers d'appels d'agents par jour, comme l'appel d'outils, le routage, l'extraction ou l'analyse de longs documents, la facture peut changer sensiblement. Le revers est que les poids restent fermés, sans option locale ni quantifiée.

Ember est le quatrième modèle de la gamme Muse après Spark, Glimmer et Wonder, et le premier entraîné avec Muse Wonder Full, le plus gros modèle de Meta. La répartition des rôles est explicite. Wonder traite les problèmes les plus difficiles et planifie, Spark couvre le code et les workflows agentiques, et Ember absorbe le volume des sous-tâches répétitives. Cette logique d'orchestration, où un grand modèle délègue à un petit, correspond à la direction que prennent les agents en production. Elle place Meta en concurrence frontale avec Anthropic, dont Haiku 5.5 est sorti le 7 octobre, et OpenAI, dont GPT-6 Luna date du 22 septembre. Reste à voir si les gains mesurés en partie par Meta elle-même se confirmeront dans des usages réels, notamment pour le code.