Meta presentó Muse Ember el lunes, el modelo más pequeño y eficiente de su familia Muse, dirigido directamente al trabajo rutinario que realizan los agentes de IA durante todo el día: llamadas a herramientas, subtareas de codificación, enrutamiento, extracción y análisis de documentos largos. El modelo se puso en marcha en la API Meta Model a 0,10 dólares por millón de tokens de entrada y 0,50 dólares por millón de tokens de salida.

Según el anuncio de Meta, Muse Ember ofrece más inteligencia por dólar que Claude Haiku 5.5 o GPT-6 Luna en cualquier configuración de razonamiento. La compañía dice que el modelo iguala el mejor puntaje de Haiku 5.5 a aproximadamente un tercio del costo y supera todas las configuraciones de Luna, colocándolo en la frontera de eficiencia de la clasificación de Análisis Artificial, donde ningún modelo obtiene un puntaje más alto por menos dinero por tarea. Para más contexto sobre esta historia, consulta nuestra novedades de IA.

Un modelo creado para subtareas de agentes

El argumento de Meta es que los agentes modernos gastan la mayor parte de sus tokens en muchos pasos pequeños y estructurados en lugar de una respuesta gigante, y que Muse Ember está diseñado exactamente para esa carga de trabajo. La empresa describe un modelo que puede llevar un flujo de trabajo empresarial de principio a fin, extrayendo registros, llamando herramientas en secuencia y actualizando sistemas en todas las aplicaciones.

La ventana de contexto es inusualmente generosa para esta clase de modelo. Muse Ember acepta hasta 1 millón de tokens de entrada y puede producir hasta 512.000 tokens de salida en una sola llamada, suficiente para ingerir una base de código completa o un conjunto de documentos grande a la vez.

Puntos de referencia: puntuaciones sólidas, una brecha notable

Las cifras de los titulares provienen de datos de Análisis Artificial con fecha del 9 de noviembre de 2026, reproducidos en el anuncio de Meta. En el Índice de Inteligencia de Análisis Artificial, Muse Ember obtuvo una puntuación de 33,9 a 0,116 dólares por tarea y 35,8 a 0,136 dólares por tarea en sus configuraciones de razonamiento más altas. El mejor resultado de Claude Haiku 5.5 fue 36,2, pero costó 0,411 dólares por tarea, aproximadamente el triple. GPT-6 Luna alcanzó un máximo de 27,8. En el índice general con razonamiento máximo, Muse Ember y Haiku 5.5 empataron en 36, con Luna en 28.

Los resultados a nivel de tarea muestran el mismo patrón:

  • En Terminal-Bench 4.0, que mide la codificación de terminal agente, Muse Ember obtuvo una puntuación de 40,9 en razonamiento máximo, por delante de Claude Haiku 5,5 con 39,2 y muy por delante de GPT-6 Luna con 16,4.
  • En AutomationBench-AA, un punto de referencia de flujo de trabajo empresarial de extremo a extremo con puntuación estricta @1, Muse Ember alcanzó 37,8 frente a 20,2 para GPT-6 Luna y 13,9 para Claude Haiku 5.5.
  • En el Último examen de agentes, una metaevaluación interna de las tareas de los agentes de un extremo a otro en el subconjunto de Linux, Muse Ember obtuvo una puntuación de 61,6, por delante de Luna con 57,1 y Haiku 5,5 con 57,0.
  • En el Índice de superinteligencia personal de Meta, una combinación interna de trabajo personal y de conocimiento, Muse Ember obtuvo una puntuación de 46,8 frente a 37,0 de Luna y 36,1 de Haiku 5,5.
  • En OSWorld 2.1, un punto de referencia sobre el uso de computadoras en aplicaciones de escritorio, Muse Ember obtuvo una puntuación de 69,5 en puntuación de coincidencia parcial y 27,8 en puntuación binaria.
  • En PerceptionBench con herramientas, una prueba de percepción visual detallada, Muse Ember lideró con 80,6 contra 78,6 para Haiku 5,5 y 62,8 para Luna.

Hay una brecha que vale la pena señalar. En FrontierCode 2.0-AA, que juzga las tareas de ingeniería reales en función de si el código resultante se puede fusionar, Claude Haiku 5.5 lideró con 34,9, con Muse Ember con 27,2 y GPT-6 Luna con 25,2. Es un recordatorio de que los puntos de referencia divergen y que los equipos deben hacer coincidir los modelos con sus cargas de trabajo reales en lugar de una única tabla de clasificación.

Qué significan las cifras de eficiencia

El marco del costo por tarea es donde Meta genera el mayor contraste. Haiku 5.5 necesitó gastar hasta $0,411 por tarea en su configuración de razonamiento más alta para alcanzar su mejor puntuación de 36,2, mientras que Muse Ember registró 35,8 a $0,136. La mejor puntuación de Luna, 27,8, fue de 0,152 dólares por tarea, por encima del precio de Muse Ember y muy por debajo de sus puntuaciones. Para los arneses de agentes que ejecutan cientos de subtareas por sesión, el costo por tarea aumenta rápidamente, que es exactamente el segmento al que se dirige Meta.

Qué informan los primeros socios

El anuncio de Meta incluye los primeros resultados de cinco socios: Box, Cline, Oracle, Cloudflare y You.com.

El CTO de Cloudflare, Dane Knecht, dijo que Muse Ember se ejecutó "hasta un 30 % más rápido en la cola que el modelo comparable que probamos" y manejó bien tareas amplias de investigación de múltiples repositorios, calificándolo de una excelente opción para cargas de trabajo agentes de alto rendimiento.

En You.com, el líder de inferencia Chak Pothina informó que Muse Ember completó todas las misiones de codificación en las pruebas de la compañía con la latencia más baja de todos los modelos probados, un p95 de 2,2 segundos. Esto es, según Pothina, entre 4 y 13 veces más rápido que los principales modelos abiertos, con entre un 36% y un 48% menos de tokens de salida.

El vicepresidente de productos de IA de Box, Yashodha Bhavnani, dijo que en la evaluación de trabajo complejo de IA de Box, el modelo podría calificar un contrato según el manual de negociación de una empresa cláusula por cláusula y obtener la calificación de riesgo general correcta. El fundador de Cline, Saoud Rizwan, calificó a Muse Ember como "diseñada específicamente" para trabajos de subagentes como codificación y análisis de documentos, y el vicepresidente senior de Oracle, Konstantinos Papamiltiadis, citó un gran potencial para los equipos de ingeniería.

Puntos notables sobre disponibilidad y pesos

Muse Ember está disponible a través de Meta Model API a partir del lunes. El anuncio no menciona la disponibilidad de peso abierto, por lo que los equipos que se autohospedan deben tratar esto como una versión solo de API por ahora. A Meta Superintelligence Labs se le atribuye el trabajo en citas de socios.

Para los desarrolladores que ensamblan arneses de agentes, la llegada de un modelo de subagente rápido y económico agrega una tercera opción importante junto con Claude Haiku 5.5 y GPT-6 Luna, los cuales Muse Ember ahora rebaja el precio con una calidad comparable en los puntos de referencia que cita Meta. Si esa ventaja se mantiene bajo pruebas independientes, los datos externos Meta reproducidos a partir del Análisis Artificial serán lo siguiente a observar.

---

Mantente al Día con la IA

Las últimas noticias, análisis y avances de inteligencia artificial, en un solo lugar.

Leer más noticias de IA →