O laboratório de superinteligência da Meta apresentou a 9 de novembro de 2026 o Muse Ember, classificando-o como o modelo mais pequeno e mais eficiente da família Muse. O artigo de investigação, sem assinatura individual, disse que o Ember foi desenhado para a execução de raciocínio complexo e para o trabalho que os agentes repetem o dia inteiro: chamadas de ferramentas, subtarefas de programação, encaminhamento, extração e leitura de documentos longos. O identificador do modelo é muse-ember-1.0. Ficou disponível no mesmo dia na interface Model API da Meta e no Muse Code, tanto em faturação por utilização como em todas as subscrições Muse Code. Os preços de tabela são 0,10 dólares por milhão de tokens de entrada, 0,004 dólares por milhão de tokens de entrada em cache e 0,50 dólares por milhão de tokens de saída, com tarifas mais altas acima de 200 mil tokens de entrada. A Meta afirmou que o Ember tem uma janela de contexto de 1.048.576 tokens, pode emitir até 524.288 tokens de saída e aceita texto, imagem, vídeo, áudio e ficheiros PDF.
A empresa posicionou o Ember como um trabalhador de volume que deve acompanhar os modelos Muse maiores, e não substituí-los. O artigo disse que o Muse Wonder planeia e o Muse Ember trata do volume, e a documentação para programadores pede que as subtarefas repetidas sejam entregues ao Ember enquanto o Muse Wonder ou o Muse Spark conduzem o ciclo principal de planeamento. A Meta acrescentou que o Ember é o primeiro modelo especializado treinado com o Muse Wonder Full. Face ao Muse Spark 1.3, a Meta indicou um índice de inteligência Artificial Analysis de 36 para o Ember no esforço máximo, contra 37 do Spark, a um custo estimado de 0,14 dólares por tarefa do índice face a 2,39 dólares, e preços de entrada e saída de 0,10 e 0,50 dólares contra 1,25 e 4,25 dólares por milhão de tokens.
A Meta afirmou que o Ember entrega mais inteligência por dólar do que o Claude Haiku 5.5 ou o GPT-6 Luna em todos os níveis de esforço que apresentou, igualando o melhor resultado do Haiku no índice a cerca de um terço do custo e ultrapassando todas as configurações do Luna. Numa tabela de resultados, no esforço máximo, reportou 37,8 no AutomationBench-AA contra 13,9 do Haiku e 20,2 do Luna; 61,6 num subconjunto interno Linux do Agents' Last Exam; 46,8 no seu índice interno de superinteligência pessoal; 40,9 no Terminal-Bench 4.0 com o dispositivo mini-swe-agent contra 39,2 do Haiku e 16,4 do Luna; e 46 no Coding Agent Index-AA. No FrontierCode 2.0-AA o Ember ficou atrás do Haiku: 27,2 contra 34,9 do Haiku e 25,2 do Luna. Nos testes multimodais surgem 22,8 no GDP.pdf-AA, 69,5 com crédito parcial num ensaio interno OSWorld 2.1 e 80,6 no PerceptionBench com ferramentas. Estas comparações misturam números da Artificial Analysis datados de 9 de novembro de 2026 com avaliações da própria Meta.
Os avaliadores citados no artigo descreveram o Ember como um subagente rápido e barato. Yashodha Bhavnani, vice-presidente de produtos de inteligência artificial na Box, disse que o modelo conseguiu pontuar um contrato face a um guião de negociação e selecionar candidatos segundo um briefing. Saoud Rizwan, fundador da Cline, considerou-o feito de propósito para subtarefas de código e análise de documentos. Konstantinos Papamiltiadis, da Oracle, falou de uma capacidade encorajadora em tarefas de engenharia complexas. Dane Knecht, diretor de tecnologia da Cloudflare, disse que o Ember correu até 30 por cento mais depressa na cauda do que o modelo comparável testado pela equipa. Chak Pothina, responsável de inferência na You.com, afirmou que o Ember concluiu todas as provas de código nos testes da empresa com uma latência no percentil 95 de 2,2 segundos e usou entre 36 e 48 por cento menos tokens de saída do que modelos de pesos abertos de referência. Um artigo complementar para programadores descreveu uma demonstração com 16 agentes que portaram analisadores léxicos de Python para Rust em paralelo, com o Ember a tratar cerca de 158 milhões de tokens de entrada contra 4,4 milhões do Muse Wonder, a um custo sob demanda de cerca de 3,96 dólares.
Em matéria de segurança, a Meta disse ter avaliado o Ember no seu quadro de escala de superinteligência, incluindo riscos químicos e biológicos, de cibersegurança e de perda de controlo, e que o modelo se manteve abaixo dos limiares de risco elevado. Os mesmos testes cobriram o respeito pela intenção do utilizador, o tratamento de informação sensível, a resistência a instruções escondidas em páginas, documentos ou saídas de ferramentas, e o pedido de intervenção humana antes de ações de alto impacto. A documentação nota que, na Model API, o Ember corre apenas em modo padrão, sem variante de modo contribuidor.
A cobertura independente confirmou os factos do anúncio. Russell Brandom, na TechCrunch, às 10h00 de 9 de novembro no horário do Pacífico, e Jay Peters, na The Verge, relataram o mesmo posicionamento: um modelo leve de execução pensado para trabalhar com o Muse Wonder, a 10 cêntimos por milhão de tokens de entrada, comparado pela Meta com o Haiku e o Luna no custo por tarefa. Todos os números de desempenho, latência e relação preço-qualidade acima são afirmações da Meta ou testemunhos de parceiros, salvo quando atribuídos à Artificial Analysis.