Meta lance Muse Ember, un modèle compact pour propulser les agents IA
Meta lance Muse Ember, un modèle linguistique compact et ultra-rapide destiné à alimenter des agents IA autonomes avec une efficacité accrue et des coûts réduits.
Meta a annoncé le lancement de Muse Ember, son modèle linguistique compact le plus rapide et le plus efficace, conçu pour alimenter des agents IA autonomes effectuant des tâches répétitives à grande échelle.
Alexander Wang, responsable de l'IA chez Meta, a indiqué sur X que le système a été pensé dès l'origine pour servir de force de travail numérique infatigable. Alors que le modèle principal Muse Wonder gère la planification globale, Ember exécute les sous-tâches pratiques : lecture de contrats, routage de demandes de support et exécution de tests de code rapides.
Malgré son format compact, le modèle intègre une fenêtre contextuelle d'un million de jetons et prend en charge une sortie de 512 000 jetons par requête. Modèle multimodal complet, il traite images, vidéos et fichiers audio sans outil tiers. Lors du test AutomationBench-AA, le modèle a atteint 37.8 points, devançant largement Claude Haiku 5.5 et le modèle GPT-6 Luna d'OpenAI.
Partenariats et Stratégie Tarifaire
Des partenaires technologiques de premier plan ont salué ces performances. Cloudflare a noté une vitesse supérieure de 30 % sur les requêtes de périphérie, tandis que Box a souligné la précision d'Ember dans l'analyse de contrats. Meta propose un tarif agressif de dix cents par million de jetons en entrée et de cinquante cents en sortie, ramenant le coût moyen d'une tâche à quatorze cents.
Toutefois, la concurrence avec OpenAI reste vive. Bien que le tarif de base d'Ember s'aligne sur celui de GPT-6 Luna, OpenAI propose une remise sur cache agressive d'environ 90 % pour les jetons récurrents, ce qui pourrait avantager Luna pour certains flux de travail répétitifs.
