Meta lanzó Muse Ember, un modelo de Inteligencia Artificial orientado a ejecutar tareas repetitivas de programación, consulta de herramientas y análisis de documentos a bajo costo. Está disponible en Meta Model API, el servicio para integrarlo en aplicaciones, y en Muse Code, su herramienta de programación.
La tarifa base es de US$0,10 por millón de tokens de entrada y US$0,50 por millón de salida. Los tokens son las unidades en que se divide el contenido que procesa el sistema. Cuando una solicitud supera los 200.000 tokens de entrada, las tarifas se triplican para toda esa solicitud.
Meta lo presentó como “nuestro modelo más pequeño y eficiente” en su blog de investigación. Ember es el primer modelo entrenado con Muse Wonder Full, la variante de mayor capacidad de la familia. Su función es resolver trabajos frecuentes que se repiten dentro de encargos más amplios.
Muse Ember procesa documentos y ejecuta tareas de programación
El modelo recibe texto, imágenes, video, audio y archivos PDF, y produce texto. Su ventana de contexto alcanza 1.048.576 tokens, la cantidad de información que puede manejar en una solicitud, y admite respuestas de hasta 524.288 tokens, según la documentación para desarrolladores.
Entre sus usos figuran clasificar solicitudes de soporte, extraer campos de archivos y aplicar una misma tarea a grandes colecciones de documentos o imágenes. En programación puede leer archivos, ejecutar pruebas y realizar correcciones acotadas. Meta propone combinarlo con Muse Wonder o Muse Spark para repartir el trabajo entre modelos de distinta capacidad.
La empresa publicó resultados de evaluaciones externas e internas. En AutomationBench-AA, Ember completó 37,8% de los flujos, frente a 13,9% de Claude Haiku 5.5 y 20,2% de GPT-6 Luna. Esta prueba utiliza 657 tareas empresariales en aplicaciones simuladas y revisa el estado final de los sistemas para determinar si se cumplieron todos los objetivos.
Las comparaciones varían según la tarea. En FrontierCode 2.0-AA, que evalúa cambios de software por su posibilidad de ser aceptados en proyectos reales, Ember obtuvo 27,2%, por debajo del 34,9% de Haiku. El informe metodológico distingue pruebas ejecutadas con una configuración común de otras que conservan las herramientas usadas por cada proveedor.
El acceso se realiza mediante servicios remotos. A diferencia de Muse Spark Open, distribuido con archivos descargables para ejecutarlo en infraestructura propia, la documentación de Ember describe su uso mediante la API y Muse Code. El identificador que deben seleccionar los desarrolladores es muse-ember-1.0.
El precio aumenta cuando la entrada supera los 200.000 tokens
Para solicitudes dentro del umbral base, la lectura de contenido reutilizado desde caché cuesta US$0,004 por millón de tokens. Sobre los 200.000 tokens de entrada, las tarifas pasan a US$0,30 para entrada, US$0,012 para caché y US$1,50 para salida, siempre por millón de tokens.
Meta incluye el historial de conversaciones almacenadas y los tokens en caché al determinar el tramo de cobro. La tarifa superior se aplica a la solicitud completa. La búsqueda web tiene un cobro adicional de US$2,50 por cada 1.000 consultas, además del procesamiento del contenido.
En Meta Model API, Ember funciona exclusivamente en modo Standard. Según las condiciones de esa modalidad, el contenido enviado no se usa para entrenar modelos de Meta. En Muse Code admite pago por consumo o cualquiera de sus suscripciones. Los beneficios y la disponibilidad regional se muestran durante el registro, sin un anuncio específico para Chile.
La suscripción requiere una cuenta de Meta y tener 18 años o la mayoría de edad del país. Su beneficio se aplica únicamente a Muse Code, mientras las claves adicionales de API se cobran por consumo. En las suscripciones, las solicitudes con más de 200.000 tokens de entrada también agotan más rápido el uso incluido.
Fuentes
Meta — documentación del modelo
Meta — precios y límites de uso
Meta — metodología de evaluación
Meta — suscripciones de Muse Code
