Muse Ember, da Meta, iguala Claude Haiku 5.5 em índice de IA por cerca de um terço do custo

A Meta lançou o Muse Ember, um modelo proprietário compacto voltado ao trabalho repetitivo realizado por agentes de IA. Um provedor independente de benchmarks mediu para o sistema uma pontuação composta de inteligência praticamente igual à do Claude Haiku 5.5, da Anthropic, por cerca de um terço do custo por tarefa avaliada.

A comparação é mais limitada do que uma afirmação de equivalência geral entre os dois modelos. A Artificial Analysis atribuiu às versões com capacidade máxima de raciocínio de ambos os modelos uma pontuação arredondada de 36 em seu Intelligence Index. O custo medido foi de US$ 0,14 por tarefa para o Muse Ember e de US$ 0,41 para o Claude Haiku 5.5. O índice reúne nove avaliações, incluindo automação de negócios, uso de terminal, programação com repositórios reais e conhecimento factual.

Essa métrica de custo é uma média ponderada das tarefas avaliadas pelo provedor, e não o preço de uma solicitação típica de cliente. A conta real depende do tamanho do prompt, da entrada armazenada em cache, do volume de saída e do esforço de raciocínio. Desenvolvedores e empresas franceses que consideram usar o modelo, portanto, precisam testar suas próprias cargas de trabalho, em vez de multiplicar o valor por tarefa do benchmark pelo número esperado de chamadas do agente.

O que a Meta está oferecendo

A Meta apresentou o Muse Ember em 9 de novembro como seu menor e mais eficiente modelo de raciocínio. Ele está disponível como muse-ember-1.0 pela Meta Model API e pelo Muse Code, com suporte a entradas de texto, imagens, vídeo, áudio e PDF. A documentação da Meta informa uma janela de contexto de 1.048.576 tokens, saída máxima de 524.288 tokens e níveis de raciocínio que vão do mínimo ao máximo.

A Meta posiciona o Ember como uma camada de execução para tarefas delimitadas, como chamadas de ferramentas, roteamento, extração, processamento de documentos e subtarefas de programação. Os modelos maiores Muse Wonder ou Muse Spark podem planejar um fluxo de trabalho, enquanto várias chamadas ao Ember cuidam das etapas mais específicas. Essa divisão é importante porque sistemas baseados em agentes podem fazer muitas chamadas a modelos antes de concluir uma única tarefa visível para o usuário.

Para solicitações com até 200 mil tokens de entrada, as tarifas de API publicadas pela Meta são de US$ 0,10 por milhão de tokens de entrada, US$ 0,004 por milhão de tokens de entrada armazenados em cache e US$ 0,50 por milhão de tokens de saída. Uma solicitação que ultrapasse 200 mil tokens de entrada passa integralmente para a faixa de contexto longo: US$ 0,30 para entrada, US$ 0,012 para entrada em cache e US$ 1,50 para saída por milhão de tokens. Isso significa que a janela de um milhão de tokens do Ember não mantém a menor tarifa anunciada em toda a sua extensão.

A Artificial Analysis informa que Ember e Haiku 5.5 têm os mesmos preços nominais de tokens de entrada e saída nas configurações comparadas. A menor conta do Ember no benchmark veio de uma tarifa mais baixa para acertos de cache e do uso de cerca de um terço do número de tokens de saída, e não de uma diferença de três vezes nos preços padrão de entrada e saída.

Automação forte, mas resultados mistos em programação

A igualdade na pontuação composta esconde diferenças significativas entre os testes. Na comparação atual da Artificial Analysis, o Ember com raciocínio máximo marcou 68,1% no AutomationBench-AA, contra 35,4% do Haiku 5.5. O modelo também liderou no Terminal-Bench 4.0, com 40,9% contra 32,8%.

O Haiku teve desempenho superior no FrontierCode 2.0, que usa tarefas de engenharia de repositórios reais e avalia se a alteração proposta seria aceita: 34,9%, contra 27,2% do Ember. O relatório de avaliação da Meta afirma que a Artificial Analysis executou o conjunto privado de 132 tarefas. A diferença é um alerta para equipes cujos agentes precisam navegar por códigos de produção desconhecidos, reproduzir falhas e entregar correções prontas para integração.

Os modelos também foram testados em produtos de programação diferentes. O Ember, no Muse Code, marcou 46 no Artificial Analysis Coding Agent Index, enquanto o Haiku, no Claude Code, marcou 37. Ferramentas, ambientes de teste e desenho do agente podem afetar esses resultados. Por isso, as pontuações comparam tanto combinações completas de modelo e agente quanto os modelos subjacentes.

A recuperação de informações factuais é o ponto mais fraco do Ember nos resultados independentes publicados. O modelo marcou 21,1% no AA-Omniscience e não respondeu a 64% das perguntas. A Artificial Analysis registrou uma taxa de alucinação de 17,4% entre as respostas relevantes, abaixo da do Haiku, mas o alto índice de recusas pode tornar o Ember inadequado para situações em que o agente precise depender de seu conhecimento interno sem recorrer a mecanismos de recuperação.

O que isso significa para equipes francesas

O lançamento é relevante para a França porque o Ember está documentado para acesso corporativo global além do serviço próprio para desenvolvedores da Meta. A S3NS, empresa francesa de nuvem controlada pela Thales e construída com tecnologia do Google Cloud, lista o Muse Ember 1.0 em versão de testes em um endpoint global na documentação de sua plataforma Gemini Enterprise Agent Platform. A página descreve uso com pagamento conforme o consumo e por cota fixa, mas classifica o modelo como uma oferta anterior à disponibilidade geral, com possível suporte limitado.

A política de uso geográfico da Meta não lista a França entre os territórios restritos, embora informe que a disponibilidade do serviço é controlada tecnicamente e pode mudar. Isso não equivale a uma garantia de que toda conta francesa, modalidade de cobrança ou região de implantação possa usar o modelo. Organizações que lidam com informações pessoais ou confidenciais também precisam avaliar termos contratuais, localização dos dados e conformidade, em vez de tratar a disponibilidade do modelo como uma aprovação de privacidade.

Para uma startup francesa que processe documentos, classifique solicitações de suporte ou distribua muitas tarefas específicas entre subagentes, a eficiência medida do Ember pode reduzir os custos de inferência. Uma equipe de software que faça alterações complexas em repositórios maduros pode dar mais peso à liderança do Haiku no FrontierCode. Fluxos de trabalho intensivos em conhecimento precisarão de mecanismos de recuperação, fontes fundamentadas e tratamento de recusas.

O Muse Ember, portanto, altera a relação entre preço e desempenho, mas não encerra a discussão. A comparação útil não é "Ember contra Haiku" de forma abstrata, e sim o custo e a taxa de falhas de cada modelo dentro do ciclo exato de agente que a equipe pretende operar.