Meta lanza Muse Ember: 14 centavos por tarea de IA

Meta lanza Muse Ember, el modelo barato para la capa repetitiva de los agentes

Meta presentó Muse Ember el lunes 9 de noviembre, un modelo que la compañía describe como el más pequeño y eficiente de su catálogo. En la evaluación de lanzamiento de Artificial Analysis, Ember marcó 36 puntos en el Intelligence Index con esfuerzo de razonamiento máximo — el mismo puntaje redondeado que Claude Haiku 5.5 de Anthropic — a un costo estimado de 14 centavos de dólar por tarea frente a 41 centavos del modelo de Anthropic.

Para quien ya corre agentes en producción, la diferencia no es cosmética. El trabajo que Ember ataca — llamadas a herramientas, lectura de documentos, clasificación de tickets, correcciones pequeñas de código — es justo la parte que consume la mayor cantidad de tokens en un flujo agéntico.

Mark Zuckerberg lo describió en X como «nuestro modelo más pequeño que entrega más inteligencia por dólar que otros en su clase». Alexandr Wang, Chief AI Officer de Meta, fue más operativo: «Muse Wonder puede planificar, Ember puede manejar el volumen».

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

¿Qué tan bueno es Muse Ember frente a Claude Haiku 5.5 y GPT-6 Luna?

Los números de Meta, medidos a esfuerzo máximo de razonamiento, muestran un patrón claro: Ember gana donde el trabajo es repetitivo y verificable, y pierde donde hace falta criterio de ingeniería.

Evaluación (esfuerzo máximo)	Muse Ember	Claude Haiku 5.5	GPT-6 Luna
AutomationBench-AA (flujos de negocio)	37,8%	13,9%	20,2%
Agents’ Last Exam (subset Linux)	61,6%	57,0%	57,1%
Terminal-Bench 4.0	40,9%	39,2%	16,4%
Coding Agent Index-AA	46	37	31
FrontierCode 2.0-AA	27,2%	34,9%	25,2%
OSWorld 2.1 (crédito parcial)	69,5%	68,9%	50,5%

La lectura importante está en las dos últimas filas. FrontierCode 2.0, que evalúa si un cambio de código está listo para fusionarse, lo gana Haiku con 34,9% contra 27,2% de Ember. Y en OSWorld 2.1, el 69,5% de crédito parcial de Ember cae a 33,8% cuando las tareas se califican de forma todo-o-nada.

En AutomationBench-AA, que pone agentes a trabajar sobre aplicaciones de negocio simuladas, Ember completó el 37,8% de las tareas al primer intento, contra 20,2% de Luna y 13,9% de Haiku. La medida titular de Artificial Analysis — que acredita objetivos individuales completados sin violar las reglas del benchmark — lo pone en 68,1%. Son dos preguntas distintas: si tu flujo solo vale cuando cada paso se completa, el primer número es el que importa.

El precio real: dónde se dispara la factura

La tabla de precios de Muse Ember en la Meta Model API arranca en US$0,10 por millón de tokens de entrada sin caché, US$0,004 por millón de tokens cacheados y US$0,50 por millón de tokens de salida. Esos valores aplican hasta los 200.000 tokens de entrada.

Por encima de ese umbral, las tarifas suben a US$0,30, US$0,012 y US$1,50 respectivamente. Y el salto es brutal: una petición con 200.000 tokens de entrada sin caché y 10.000 tokens de salida facturados cuesta 2,5 centavos; un solo token de entrada adicional lleva esa misma petición a unos 7,5 centavos.

Claude Haiku 5.5 tiene el mismo precio de arranque, pero su umbral está en 100.000 tokens: por encima pasa a US$0,50 de entrada y US$2,50 de salida. Es decir, Ember te da el doble de recorrido antes del salto, aunque su tarifa post-umbral es más baja. GPT-6 Luna, en cambio, cobra US$0,20 de entrada y US$0,75 de salida en contexto largo, lo que puede convenir a cargas con prompts enormes y respuestas largas.

Artificial Analysis atribuye parte de la ventaja de costo de Ember a lecturas de caché más baratas y reporta que el modelo usó aproximadamente un tercio de los tokens de salida que Haiku a esfuerzo máximo. Ese detalle es el que separa una comparación de listas de precios de una estimación de factura real.

¿Por qué el costo por tarea importa más que el precio por token?

Porque el precio por token es solo la mitad de la ecuación. Según el análisis de EY publicado por TechTimes, un flujo lineal simple costaba unos US$0,04 por interacción en 2023, mientras que un sistema agéntico orquestado con llamadas a herramientas y bucles de razonamiento ronda los US$1,20 por interacción — unas 30 veces más. El precio del token cayó; el número de tokens por transacción explotó.

Gartner estimó en marzo de 2026 que los modelos agénticos requieren entre 5 y 30 veces más tokens por tarea que una consulta de chatbot estándar. Y el Stanford Digital Economy Lab encontró que el contexto reenviado — prompts de sistema, definiciones de herramientas e historial de sesión que el modelo reprocesa en cada llamada — representa cerca del 62% del costo total de inferencia de un agente.

El dato que debería preocupar a cualquier equipo es el del Microsoft Research: en tareas idénticas, el gasto total de tokens puede variar hasta 30 veces, y los modelos no pueden predecir su propio consumo antes de ejecutar (correlación de 0,39 como máximo). Forrester documentó el resultado en julio: Uber quemó su presupuesto anual de IA en cuatro meses, con costos por ingeniero de entre US$500 y US$2.000 al mes, según reveló su CTO Praveen Neppalli Naga en abril de 2026.

El contexto macro acompaña: Gartner proyecta que el gasto mundial en infraestructura como servicio optimizada para IA llegará a US$42.000 millones en 2026, casi el doble de los US$21.500 millones de 2025, y que por primera vez el gasto en inferencia (US$23.300 millones) superará al de entrenamiento (US$19.000 millones).

¿Qué alternativas open-weight hay?

Si necesitas control sobre dónde corre el modelo, hay opciones con pesos descargables a precios comparables.

DeepSeek-V4.1-Flash-1017: pesos con licencia MIT, ventana de un millón de tokens y entrada de imágenes. Cuesta US$0,15 de entrada y US$0,60 de salida por millón en horario valle, o US$0,30 y US$1,20 en hora pico. Artificial Analysis le da 33 puntos a unos US$0,60 por tarea.
MiMo-V2.6-Flash de Xiaomi: también MIT, 27 puntos y alrededor de US$0,13 por tarea, con tarifas de US$0,14 de entrada y US$0,28 de salida.
LongCat-2.5 de Meituan: 1,6 billones de parámetros con unos 48.000 millones activos por token, pesos MIT y ventana de un millón de tokens. Meituan reporta 38,5% en Terminal-Bench 4.0 usando Claude Code, contra el 40,9% de Ember con mini-swe-agent — configuraciones distintas, así que la comparación es solo orientativa.
Muse Spark Open, de la propia Meta: 816.000 millones de parámetros totales y 42.000 millones activos por token, bajo licencia propia. Un checkpoint de cuatro bits pesa unos 537 GB antes del overhead de serving, y Together AI lo cobra a US$1,25 de entrada y US$4,25 de salida.

Ember también está disponible en Muse Code, en Oracle Cloud y en el Gemini Enterprise Agent Platform de Google Cloud, según Cryptobriefing.

¿Qué significa esto para tu startup?

La conclusión práctica es que Ember encaja mejor en un trabajo acotado con un chequeo claro que recibiendo un ticket de ingeniería completo sin supervisión.

Empieza por un paso que ya sepas calificar. Un agente de código puede darle a Ember un test que falla, mandar el parche por integración continua y escalar los fallos a un modelo más fuerte. Un agente de soporte puede clasificar el ticket y traer los registros, dejando los cambios de cuenta detrás de una aprobación humana.
Mide costo por resultado aceptado, no precio por token. Incluye reintentos y escalamientos en la cuenta. Y vigila el umbral de 200.000 tokens de entrada: un solo token de más triplica la tarifa de esa petición.
Instrumenta el consumo por agente y por tarea antes de que llegue la factura. Con variaciones de hasta 30x entre tareas idénticas, un tope mensual agregado llega demasiado tarde para cambiar nada.
Revisa el ángulo de privacidad. Meta afirma que el contenido enviado en modo Standard de la API queda excluido del entrenamiento, y ofrece términos separados de retención cero para cuentas con esa configuración activada.

Conclusión

Muse Ember no es un modelo que gane en todas las categorías: pierde en mergeabilidad de código frente a Haiku y su ventaja se diluye cuando las tareas se califican de forma todo-o-nada. Pero ataca el problema correcto. En un mercado donde el gasto en inferencia acaba de superar al de entrenamiento y donde el contexto reenviado se lleva más de la mitad de la factura de un agente, un modelo que iguala a la referencia de su clase a un tercio del costo por tarea es una palanca real de margen. La pregunta que cada equipo debería hacerse no es si Ember es mejor, sino cuál de sus pasos repetitivos puede mover a un modelo más barato sin que la calidad se caiga.