Muse Ember : le modèle de Meta pensé pour les agents IA
Meta présente Muse Ember, un modèle multimodal taillé pour les tâches répétitives des agents IA. Sa fenêtre de contexte d’un million de tokens vise surtout la réduction des coûts d’exécution.
Meta a présenté le 9 novembre 2026 Muse Ember, un modèle d’intelligence artificielle conçu pour automatiser à grande échelle les tâches répétitives des agents IA. Pensé pour les appels d’outils, l’extraction de données, l’analyse documentaire et certaines tâches de programmation, il s’inscrit dans une logique de réduction des coûts plutôt que de course au modèle le plus puissant. L’idée est simple : réserver les gros cerveaux aux problèmes complexes, et laisser Ember faire le travail de fond.
Un modèle taillé pour l’exécution, pas pour briller en vitrine
Meta positionne Muse Ember comme une brique d’infrastructure pour les entreprises qui veulent industrialiser des agents sans faire tourner en permanence un modèle haut de gamme. Cette spécialisation compte, car les agents enchaînent souvent des opérations intermédiaires avant d’aboutir à une action utile ; à grande échelle, chaque token consommé finit par peser sur la facture.
Le modèle est multimodal : il traite le texte, les images, l’audio et les vidéos. Meta indique aussi qu’il peut analyser des captures d’écran, des documents numérisés et des enregistrements de réunion sans recourir systématiquement à un autre modèle. Ember est disponible via la Meta Model API, Muse Code et la Responses API, sous l’identifiant muse-ember-1.0.
Une fenêtre de contexte d’un million de tokens
La principale caractéristique technique mise en avant par Meta est sa fenêtre de contexte d’un million de tokens, avec une génération maximale de 512 000 tokens. En pratique, cela lui permet d’absorber de gros volumes d’informations dans une même requête, qu’il s’agisse d’une base de code ou d’un ensemble documentaire conséquent. Meta ne communique pas le nombre de paramètres du modèle.
Cette capacité vise les usages où un agent doit lire, croiser puis exécuter sans perdre le fil. Dans ce contexte, Ember peut servir de moteur d’exécution, tandis que le modèle Muse Wonder prend le relais sur la planification et les raisonnements plus exigeants. Muse Spark, lui, reste orienté vers la programmation et les processus agentiques.
Des performances compétitives, à condition de regarder le bon tableau
Sur l’indice d’intelligence d’Artificial Analysis, Muse Ember atteint 35,8 au niveau maximal de raisonnement, contre 36,2 pour Claude Haiku 5.5 d’Anthropic et 27,8 pour GPT-6 Luna d’OpenAI. Sur AutomationBench-AA, qui évalue 657 processus métier automatisés, il obtient 37,8 % de réussite, contre 20,2 % pour GPT-6 Luna et 13,9 % pour Claude Haiku 5.5.
Meta revendique aussi 69,5 % sur OSWorld 2.1, selon une méthode d’évaluation à crédit partiel. Ces chiffres restent toutefois dépendants des conditions de test. Claude Haiku 5.5 garde par ailleurs l’avantage sur FrontierCode 2.0, consacré à l’ingénierie logicielle, avec 34,9 % de réussite contre 27,2 % pour Ember.
Un prix pensé pour les usages en volume
Le tarif annoncé par Meta est de 0,10 dollar par million de tokens en entrée, 0,004 dollar pour les tokens en cache et 0,50 dollar par million de tokens générés. Ces prix sont identiques à ceux affichés pour Claude Haiku 5.5 et GPT-6 Luna ; l’argument de Meta ne tient donc pas au prix unitaire, mais au nombre de tokens nécessaires pour accomplir une tâche.
Pour les requêtes dont l’entrée dépasse 200 000 tokens, Meta applique des tarifs plus élevés. Cette grille peut intéresser les entreprises qui veulent automatiser des chaînes de traitement avec des coûts prévisibles. Reste la vraie question, moins glamour que les tableaux de scores : combien de fois l’agent devra-t-il relancer la machine avant de faire exactement ce qu’on attend de lui ?
Points clés
- Présentation le 9 novembre 2026, selon Meta.
- Muse Ember traite texte, image, audio et vidéo.
- Fenêtre de contexte : un million de tokens.
- 37,8 % sur AutomationBench-AA, selon Meta.
- 0,10 dollar par million de tokens en entrée.
- Meta le voit comme complément de Muse Wonder.
En chiffres
- 1 million de tokens — fenêtre de contexte de Muse Ember, annoncée par Meta le 9 novembre 2026.
- 512 000 tokens — génération maximale annoncée par Meta.
- 37,8 % — taux de réussite sur AutomationBench-AA, selon Meta.
- 0,10 dollar — prix par million de tokens en entrée via la Meta Model API.
- 657 processus — périmètre de test d’AutomationBench-AA.