Meta Muse Ember: Neues KI-Modell soll Agenten günstiger machen

Meta hat mit Muse Ember ein besonders kosteneffizientes KI-Modell vorgestellt, das bei vergleichbarer Leistung deutlich günstiger arbeitet als viele Konkurrenzmodelle.

Laut Meta eignet sich Ember vor allem für häufig wiederholte agentische Aufgaben wie das Verarbeiten von Dokumenten, Werkzeugaufrufe und kleinere Programmierarbeiten. Der Konzern sieht eine Arbeitsteilung zwischen KI-Modellen vor: Leistungsfähige Modelle wie Muse Wonder sollen komplexe Aufgaben planen und in kleinere Schritte zerlegen, die Ember anschließend ausführt. So können Entwickler die Betriebskosten ihrer KI-Agenten senken, statt für jeden Arbeitsschritt ein teures Spitzenmodell einzusetzen.

Muse Ember kann neben Text auch Bilder, Audio, Videos und PDFs verarbeiten, erzeugt selbst aber nur Text. Mit einem Kontextfenster von rund einer Million Tokens eignet es sich auch für umfangreiche Dokumente. Antworten dürfen bis zu 512.000 Tokens lang sein. Laut Meta wurde Ember mithilfe des Spitzenmodells Muse Wonder Full trainiert. Näheres zur Architektur verrät der Konzern nicht, auch die Modellgewichte sind nicht öffentlich verfügbar.

Auf Augenhöhe mit Claude Haiku 5.5

Ember erreicht auf maximaler Reasoning-Stufe 36 Punkte im Intelligence Index von Artificial Analysis. Damit liegt es praktisch gleichauf mit Claude Haiku 5.5, einen Punkt hinter Muse Spark 1.3 und vor zahlreichen chinesischen Konkurrenzmodellen.

Seine größte Stärke zeigt Ember bei automatisierten Arbeitsabläufen. Im AutomationBench-AA erreicht Ember einen Score von 68,1 Prozent und liegt damit auf dem Niveau von Muse Wonder. Auch bei Programmieraufgaben und der Administration von Computersystemen schneidet Ember gut ab: Im Terminal-Bench 4.0 erzielt es 40,9 Prozent gegenüber 32,8 Prozent für Claude Haiku 5.5. Bei anspruchsvollen Änderungen an bestehenden Softwareprojekten im FrontierCode 2.0 liegt Haiku dagegen mit 34,9 zu 27,2 Prozent vorn, schreibt Artificial Analysis.

Beim Faktenwissen schneidet Ember schlechter ab: Im AA-Omniscience-Test beantwortet es nur 21,1 Prozent der Fragen korrekt, gegenüber 34,7 Prozent bei Haiku. Das liegt vor allem daran, dass Ember 64 Prozent der Fragen gar nicht beantwortet. Seine Halluzinationsrate ist mit 17,4 Prozent dadurch nur halb so hoch wie die von Haiku.

Muse Ember: Günstigstes Modell seiner Leistungsklasse

Über Metas API kostet Ember 0,10 Dollar pro Million Eingabetokens und 0,50 Dollar pro Million Ausgabetokens, zwischengespeicherte Eingaben 0,004 Dollar. Bei mehr als 200.000 Eingabetokens pro Anfrage verdreifachen sich die Ein- und Ausgabepreise für sämtliche Tokens.

Mit durchschnittlich 0,14 Dollar pro Benchmark-Aufgabe ist Ember laut Artificial Analysis das günstigste Modell, das mindestens 36 Punkte im Intelligence Index erreicht. Claude Haiku 5.5 kostet bei vergleichbarer Leistung mit 0,41 Dollar fast dreimal so viel. OpenAIs GPT-6 Luna ist mit 0,15 Dollar ähnlich günstig, erreicht allerdings nur 28 Punkte. Gegenüber Haiku profitiert Ember von 60 Prozent günstigeren Cachezugriffen und benötigt etwa ein Drittel so viele Ausgabetokens.

Ember ist über die Meta Model API, Muse Code und OpenRouter verfügbar.