Meta amplia la propria famiglia di modelli di intelligenza artificiale con Muse Ember, una nuova soluzione progettata per offrire capacità di ragionamento avanzate mantenendo bassi i costi di utilizzo; rappresenta il modello più piccolo ed efficiente del portfolio dell’azienda e punta soprattutto sulle attività che gli agenti IA devono svolgere ripetutamente durante le proprie sessioni di lavoro.
Chiamate agli strumenti, sotto-attività di programmazione, instradamento, estrazione e analisi di documenti particolarmente lunghi sono alcuni degli scenari per i quali Meta ha sviluppato il nuovo modello. L’obbiettivo è consentire agli agenti di gestire grandi volumi di operazioni senza dover ricorrere continuamente a modelli più costosi e impegnativi.
Secondo i dati condivisi dall’azienda, Muse Ember offre un rapporto tra intelligenza e costo superiore a quello di Claude Haiku 5.5 e GPT-6 Luna in tutte le configurazioni di ragionamento considerate. In particolare, sarebbe in grado di eguagliare il miglior risultato ottenuto da Haiku spendendo circa un terzo, superando inoltre tutte le configurazioni di Luna.
Indice:
Segui TuttoTech.net su Google Discover
Muse Ember punta su agenti IA e programmazione, con capacità multimodali
Una delle caratteristiche principali di Muse Ember riguarda proprio la sua capacità di gestire flussi di lavoro articolati, Meta spiega che gli agenti utilizzano gran parte dei propri token per una successione di piccoli passaggi strutturati: il nuovo modello è stato quindi sviluppato per occuparsi di queste operazioni, recuperando dati, richiamando strumenti in sequenza e aggiornando sistemi distribuiti tra applicazioni differenti.
A supporto di questo approccio troviamo una finestra di contesto da 1 milione di token e la possibilità di generare fino a 512.000 token di output, numeri che permettono al modello di elaborare un intero codebase oppure un insieme di documenti in una singola chiamata.
Muse Ember è stato progettato anche per le sotto-attività di programmazione che un agente può ripetere centinaia di volte durante una sessione, come leggere file, eseguire test e apportare correzioni mirate. I risultati dei benchmark mostrano prestazioni interessanti rispetto ai concorrenti: in Terminal-Bench 4.0 raggiunge il 40,9%, contro il 39,2% di Claude Haiku 5.5 e il 16,4% di GPT-6 Luna. Nell’Artificial Analysis Coding Agent Index arriva invece a 46 punti, rispetto ai 37 di Haiku e ai 31 di Luna.
Non tutti i test premiano però la soluzione di Meta: in FrontierCode 2.0-AA, per esempio, Claude Haiku 5.5 mantiene il primo posto con il 34,9%, mentre Muse Ember si ferma al 27,2%.
Non manca il supporto multimodale, con la capacità di comprendere nativamente testo, immagini, audio e video. Il modello può quindi analizzare screenshot, grafici, documenti scansionati, registrazioni di riunioni, memo vocali e filmati, senza richiedere necessariamente un modello separato per ciascuna tipologia di contenuto.
Tra i risultati riportati da Meta troviamo l’80,6% in PerceptionBench, dedicato alla percezione visiva dettagliata, e il 69,5% in OSWorld 2.1, che valuta l’utilizzo del computer attraverso applicazioni desktop. In quest’ultimo caso, Claude Haiku 5.5 arriva al 68,9%, mentre GPT-6 Luna si ferma al 50,5%. Nel benchmark GDP.pdf-AA, dedicato al lavoro professionale su documenti lunghi, Muse Ember e GPT-6 Luna ottengono invece entrambi il 22,8%.
I benchmark, la sicurezza e i primi partner che hanno testato il modello
I risultati condivisi da Meta riguardano anche le capacità degli agenti di portare a termine attività articolate. In AutomationBench-AA, dedicato ai flussi di lavoro aziendali end-to-end, Muse Ember raggiunge il 37,8%, contro il 20,2% di GPT-6 Luna e il 13,9% di Claude Haiku 5.5. Nell’Agents’ Last Exam, invece, ottiene il 61,6%, superando di poco entrambi i modelli concorrenti, fermi rispettivamente al 57,1% e al 57%.
Anche nell’indice di superintelligenza personale, una valutazione composita interna dedicata al lavoro personale e intellettuale, il nuovo modello si posiziona davanti ai concorrenti con il 46,8%, rispetto al 37% di Luna e al 36,1% di Haiku.
Meta ha dedicato attenzione anche alla sicurezza, sottoponendo il modello al proprio Meta Superintelligence Scaling Framework. Le valutazioni hanno riguardato rischi chimici e biologici, sicurezza informatica e perdita di controllo, senza rilevare il superamento delle soglie di rischio elevato previste dal framework. Sono stati inoltre effettuati test sul comportamento degli agenti quando agiscono per conto degli utenti, verificando il rispetto delle loro intenzioni, la gestione delle informazioni sensibili, la resistenza a istruzioni nascoste all’interno di pagine web, documenti e risultati degli strumenti e la richiesta di input umano prima di azioni ad alto impatto.
Nelle prime fasi di test, Muse Ember è stato utilizzato da diversi partner per attività concrete, dalla revisione dei contratti alla scrittura di codice. Tra le aziende e i servizi coinvolti figurano Box, Cline, Oracle, Cloudfire e You.com. Box, in particolare, ha evidenziato accuratezza, velocità ed efficienza nell’analisi di documenti aziendali complessi, come contratti da valutare sulla base delle clausole previste dai manuali di negoziazione.
Disponibilità e prezzi di Muse Ember: costa molto meno di Muse Spark
Muse Ember è disponibile da subito attraverso Muse Code e Meta Model API, con identificativo muse-ember-1.0. Il prezzo è di 0,10 dollari per milione di token di input, 0,004 dollari per milione di token di input memorizzati nella cache e 0,50 dollari per milione di token in output. Il modello supporta inoltre l’API Responses.
Uno degli aspetti più interessanti riguarda il confronto economico con Muse Spark 1.3. Secondo i dati pubblicati da Meta, Muse Ember raggiunge un punteggio di 36 nell’Artificial Analysis Intelligence Index, contro i 37 di Spark 1.3, ma il costo stimato per attività è decisamente inferiore: circa 0,14 dollari contro 2,39 dollari.
Anche i prezzi per milione di token evidenziano la differenza: Muse Ember costa 0,10 dollari in input e 0,50 dollari in output, mentre Muse Spark 1.3 arriva rispettivamente a 1,25 e 4,25 dollari.
Un dettaglio interessante è che Muse Ember è il primo modello addestrato con Muse Wonder Full, dopo la presentazione di Muse Wonder e Muse Wonder Full. Meta suggerisce inoltre di abbinarlo proprio a Muse Wonder quando si affrontano problemi particolarmente complessi: il modello più avanzato si occupa della pianificazione, mentre Ember gestisce il volume delle operazioni.
Il nuovo modello si inserisce così in una strategia che punta a rendere disponibili capacità avanzate di intelligenza artificiale anche nelle attività quotidiane e ripetitive, dove il costo di ogni singola operazione può diventare particolarmente importante. Meta descrive il proprio portfolio come un insieme di modelli specializzati: Muse Wonder per i problemi più complessi, Muse Spark per i flussi di lavoro di programmazione e interazione con gli agenti e Muse Ember per le operazioni ripetibili su larga scala.
L’azienda afferma di essere già al lavoro per addestrare modelli ancora più efficienti e condivide il proprio obiettivo di rendere accessibili capacità avanzate a un prezzo sostenibile. Muse Ember, Muse Spark e Muse Wonder sono inoltre disponibili su Google Cloud e Oracle Cloud.
- Meta estende la stima dell’età AI a Instagram, Facebook e Threads: 54 milioni di teen
- eBay blocca gli agenti IA di terze parti: Muse di Meta non legge più gli annunci
- Meta acquisisce Conductor e integra la startup di agenti AI nei Superintelligence Labs
- Meta blocca la condivisione delle chat di Muse. Le conversazioni potevano essere lette da chiunque
I nostri contenuti da non perdere:
- 🔝 Importante: Ufficiali le date del Black Friday Amazon 2026: oltre un milione di prodotti scontati
- 📚 Approfitta ora e studia (o gioca) meglio: i migliori notebook MSI in offerta per il Back To School 2026
- 💰 Risparmia sulla tecnologia: segui Prezzi.Tech su Telegram, il miglior canale di offerte
- 🏡 Seguici anche sul canale Telegram Offerte.Casa per sconti su prodotti di largo consumo