Muse Ember, el modelo ligero de Meta, ya en AI Gateway

US$0,10 por millón de tokens: el modelo barato de Meta ya corre en Vercel

Muse Ember, el modelo más ligero de Meta, está disponible desde el lunes en AI Gateway de Vercel con el nombre meta/muse-ember. Según la cobertura del lanzamiento de TechCrunch, cuesta 10 centavos por millón de tokens de entrada, y Technobezz reporta US$0,50 por millón de tokens de salida. Para cualquier founder que esté corriendo agentes en producción, ese número no es un detalle de factura: es la diferencia entre un agente que escala y uno que se come el margen.

La noticia combina dos cosas que rara vez llegan juntas: un modelo pensado específicamente para el trabajo repetitivo de los agentes y una puerta de entrada que no cobra recargo por enrutarlo. Eso cambia el cálculo de qué modelo usar en cada paso de una corrida.

¿Qué es Muse Ember y para qué sirve en un agente?

Meta lo describe como un modelo de razonamiento ligero para las partes de alta volumetría de una corrida de agente: sub-tareas de código, llamadas a herramientas, análisis de documentos y enrutamiento. TechCrunch recoge la formulación de Meta Superintelligence Lab: está diseñado para «el trabajo que los agentes repiten todo el día».

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 →

La diferencia conceptual es importante. Un agente no ejecuta una sola tarea brillante: ejecuta cientos de microdecisiones. Implementar una función auxiliar, decidir qué herramienta invocar, resumir un PDF de 40 páginas, parsear una tabla. Ahí no necesitas el modelo más potente del mundo. Necesitas el más barato que acierte de forma consistente.

Según la documentación de Vercel, Ember acepta entrada de texto, imagen y video con una ventana de contexto de 1M de tokens, lo que permite pasarle código, capturas de pantalla, documentos y clips en la misma corrida. Technobezz añade que Meta también reporta soporte de audio, y que el modelo puede generar hasta 512K tokens de salida.

Ese contexto de un millón de tokens es la parte que más debería interesar a un equipo técnico: significa que puedes meter un repositorio completo o un lote de documentos en una sola petición, sin trocear y sin construir un pipeline de retrieval propio.

¿Cuánto cuesta Muse Ember y cómo se compara?

Los números que Meta puso sobre la mesa, según Technobezz:

Entrada: US$0,10 por millón de tokens
Salida: US$0,50 por millón de tokens
Entrada cacheada: US$0,004 por millón de tokens

Ese último dato suele pasarse por alto y es donde vive el ahorro real en agentes. Si tu agente repite el mismo system prompt o el mismo contexto de negocio en cada llamada, la caché de entrada se paga a una fracción del precio normal.

En comparación, Meta afirma —siempre según la cobertura de Technobezz— que Ember iguala el puntaje del modelo más fuerte de la familia Claude Haiku 5.5 a aproximadamente un tercio del costo, y que ofrece más inteligencia por precio que GPT-6 Luna en cada nivel de esfuerzo de razonamiento. TechCrunch añade que a ese precio es competitivo frente a opciones de pesos abiertos como DeepSeek V4.1 Flash y GLM 5.3 Flash.

Conviene leer estas comparaciones con la letra pequeña que la propia cobertura señala: se basan en los puntajes de Artificial Analysis y en precios estimados o propuestos, no en tu caso de uso. Meta también reporta un costo de unos US$0,14 por tarea en la medición compuesta de Artificial Analysis, una métrica distinta a la del precio por token y más cercana a lo que tú realmente pagas.

Muse Wonder planifica, Muse Ember ejecuta: la arquitectura de dos modelos

El diseño de Ember solo tiene sentido dentro de un patrón de dos capas. TechCrunch lo resume con la frase que Meta usó en su anuncio: «Muse Wonder plans, Muse Ember handles the volume». Un modelo pesado establece las reglas y el plan; el ligero aplica esas reglas sobre decenas de miles de casos.

El ejemplo que da TechCrunch es un agente de atención al cliente: el modelo grande decide cómo tratar un problema, el pequeño replica esa decisión en cada ticket. Esa división del trabajo es la que permite que el costo marginal por caso sea bajo sin sacrificar la calidad de la decisión.

El contexto importa: Ember es el cuarto modelo de la familia Muse, después de Spark (abril), su gemelo open source Glimmer (agosto) y el modelo frontera Wonder (octubre), según TechCrunch. Y viene de un ecosistema que ya tiene distribución masiva: CNBC reportó en octubre que acceder a Muse Wonder requiere una suscripción mensual de US$20 o US$100, mientras que Muse Wonder Full, disponible para desarrolladores dentro de Muse Code, se ofrece en planes de US$50 o US$200 al mes. Para el consumo masivo, CNN reportó a fines de septiembre que la app Muse superaba los 2,5 millones de descargas, según la firma Sensor Tower.

Traducción para un founder: el modelo ligero no es un experimento aislado, es la pieza de volumen de una plataforma que Meta está empujando por varios canales a la vez.

Cómo activarlo en tu stack: AI Gateway en tres pasos

La integración es deliberadamente simple. Vercel documenta tres vías:

Vía API: llama a meta/muse-ember desde el AI SDK o desde las APIs de Chat Completions, Responses y Anthropic Messages. Technobezz señala que en la API propia de Meta el modelo se identifica como muse-ember-1.0.
Vía agente de código: instala la última versión de la CLI de Vercel y ejecuta npx vercel ai-gateway setup. Después selecciona meta/muse-ember dentro de Claude Code, Codex, Cursor o el agente que uses.
Vía pruebas: el playground de modelos de AI Gateway permite comparar salidas antes de tocar producción.

Sobre el costo de la puerta de entrada, Vercel es explícito: AI Gateway refleja el precio del proveedor sin markup y no cobra fee de plataforma por inferencia, incluidas las peticiones con Bring Your Own Key (BYOK). La capa añade tracking de uso y costo, reintentos, failover, retención cero de datos, presupuestos por API key y reglas de enrutamiento.

¿Qué significa esto para tu startup?

El ahorro por token es la mitad de la historia. La otra mitad es que puedes cambiar la conversación interna de «qué modelo usamos» a «qué modelo usamos en cada paso». Esa es una decisión de arquitectura con impacto directo en el margen bruto, y es exactamente el tipo de palanca que un equipo pequeño puede mover sin contratar a nadie.

Acción 1: mide antes de migrar. Antes de cambiar nada, instrumenta tu agente para saber qué porcentaje de tokens se va en tareas acotadas —llamadas a herramientas, extracción, resúmenes de documentos, clasificación. Si ese porcentaje es alto, tienes un caso de negocio claro. Si es bajo, el ahorro será marginal y el riesgo de romper calidad no compensa.

Acción 2: experimenta con el esfuerzo de razonamiento como variable de costo. La fuente original indica que el esfuerzo de razonamiento de Ember es ajustable de mínimo a máximo. Bajar ese parámetro en las tareas mecánicas y subirlo solo en las que requieren criterio es, muchas veces, un ahorro más grande que el cambio de modelo.

Acción 3: pon presupuestos por API key desde el día uno. Si la puerta de entrada permite fijar presupuestos y reglas de enrutamiento, úsalos como red de seguridad antes de conectar el agente a un flujo de clientes reales.

Los límites que conviene revisar antes de migrar

Un modelo ligero para volumen no reemplaza a tu modelo de razonamiento pesado, y presentarlo como tal es el error más común de estos lanzamientos. Ember está pensado para ejecutar, no para planificar. Si tu producto depende de decisiones de alto juicio —evaluar un caso legal, redactar una propuesta comercial compleja, diagnosticar un problema ambiguo—, el modelo pequeño va a fallar más, y a volumen eso cuesta más que el ahorro.

El segundo punto ciego es la evaluación. Los puntajes de Artificial Analysis son promedios de tareas estandarizadas. Ninguno de esos benchmarks conoce tu dominio. Antes de mover tráfico, corre tu propio set de evaluación contra ambos modelos y compara por tarea completada, no por token.

Y el tercero, específico para equipos regulados o que manejan datos de clientes: verifica qué garantías de retención y tratamiento de datos aplican a tu configuración concreta antes de asumir que la cobertura de retención cero de datos cubre automáticamente tu caso.

Conclusión

Muse Ember llega con la propuesta más honesta que un proveedor puede hacerle a un equipo que corre agentes: un modelo especializado en el trabajo aburrido, a un precio que hace viable el volumen, disponible en una puerta de entrada sin recargo. La decisión inteligente no es migrar todo, sino separar tu agente en dos capas y poner cada tarea donde su costo y su calidad se justifican. Empieza midiendo cuánto de tu factura de inferencia es trabajo repetitivo: ese número te dirá si este lanzamiento te cambia el negocio o si solo te cambia el roadmap.